本文選題：長租公寓裝飾工程 + 多元線性回歸��； 參考：《北京交通大學》2017年碩士論文

【摘要】：隨著長租公寓的興起,越來越多的企業(yè)投身到這一領(lǐng)域。目前,市場上多數(shù)長租公寓企業(yè)仍然靠著資本投資維持運轉(zhuǎn)。但對長租公寓企業(yè)來說,如果不能實現(xiàn)正常的盈利,那么長租公寓企業(yè)將面對的是生死挑戰(zhàn),因為資本總是沒有耐心的。長租公寓的盈利模式主要是房租差價和管理費,屬于傳統(tǒng)的重資產(chǎn)模式。因此,對成本的控制顯得至關(guān)重要。裝飾工程成本是整個項目成本的一大塊,但是,傳統(tǒng)的裝飾工程估算過程復雜而繁瑣,速度太慢,不能滿足新形勢下長租公寓企業(yè)的發(fā)展需求。本研究在裝飾工程造價和機器學習相關(guān)文獻的基礎(chǔ)上,結(jié)合裝飾工程造價管理工作的實習經(jīng)驗,并選取適用的機器學習模型實現(xiàn)了裝飾工程造價的快速預測。本文首先界定了長租公寓裝飾工程造價的內(nèi)涵,明確了分析對象;然后通過系統(tǒng)的理論分析與實際工作經(jīng)驗相結(jié)合構(gòu)建了裝飾工程造價預測的指標體系;并選取了多元線性回歸、BP神經(jīng)網(wǎng)絡(luò)和隨機森林三種機器學習方法,系統(tǒng)分析了用這三種方法進行裝飾工程造價預測的基本原理,構(gòu)建了新的裝飾工程造價預測模型;隨后,選取了以往的裝飾工程項目,用于裝飾工程造價預測的數(shù)據(jù)集;最后將新模型通過數(shù)據(jù)集進行訓練及預測。預測結(jié)果表明:隨機森林模型的結(jié)果表現(xiàn)較好,預測精度較高,到達了比較好的預測效果,并且該模型具有較好的實用價值。本文將使用R語言作為數(shù)據(jù)分析和統(tǒng)計建模的工具,作為最近新興起的一種計算機語言,它具備強大的圖形處理和數(shù)據(jù)分析功能。
[Abstract]:With the rise of long-rent apartments, more and more enterprises devote themselves to this field. At present, most long-rent apartment companies in the market still rely on capital investment to maintain the operation. But for long-rented apartment companies, if they don't make a normal profit, they will face a life-and-death challenge because capital is always impatient. The profit model of long-rent apartment is mainly rent difference and management fee, which belongs to the traditional heavy asset model. Therefore, the cost control is very important. The cost of decoration project is a big part of the cost of the whole project. However, the traditional estimation process of decoration engineering is complicated and tedious, and the speed is too slow to meet the development needs of the long-term rental apartment enterprises under the new situation. On the basis of the related documents of decoration engineering cost and machine learning, this study combines the practical experience of decoration engineering cost management work, and selects the applicable machine learning model to realize the rapid prediction of decoration engineering cost. This paper defines the connotation of the cost of the decoration project of the long rental apartment, defines the object of analysis, and then constructs the index system of the cost prediction of the decoration project through the combination of the theoretical analysis of the system and the practical work experience. Three machine learning methods, multiple linear regression BP neural network and stochastic forest, are selected. The basic principles of cost prediction for decoration engineering are systematically analyzed, and a new cost prediction model of decoration engineering is constructed. The previous decorative engineering items are selected to predict the cost of decoration engineering. Finally, the new model is trained and predicted by the data set. The prediction results show that the results of the stochastic forest model are better, the prediction accuracy is higher, and the prediction effect is better, and the model has good practical value. In this paper, R language is used as a tool for data analysis and statistical modeling, and as a newly emerging computer language, it has powerful functions of graphic processing and data analysis.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TU767

【參考文獻】

相關(guān)期刊論文 前10條

1 王建紅;;長租公寓行業(yè)發(fā)展現(xiàn)狀、問題及對策研究[J];住宅與房地產(chǎn);2016年33期

2 劉萬紅;;長租公寓——房地產(chǎn)存量市場下的突破口[J];中國房地產(chǎn);2016年14期

3 李云飛;;基于時間序列的建筑工程造價預測分析[J];科技展望;2015年26期

4 馬偉;;談建設(shè)項目投資估算的編制[J];上海建設(shè)科技;2015年06期

5 蔣飛勇;;基于多元統(tǒng)計分析的建設(shè)工程項目投資估算探討[J];經(jīng)營管理者;2015年27期

6 賴成光;陳曉宏;趙仕威;王兆禮;吳旭樹;;基于隨機森林的洪災風險評價模型及其應(yīng)用[J];水利學報;2015年01期

7 汪菲娜;談飛;;房屋建筑項目投資估算方法研究[J];項目管理技術(shù);2015年01期

8 范曉;;我國價格預測方法文獻研究[J];開發(fā)研究;2014年05期

9 褚曉燕;;對建筑裝飾工程造價控制的探討[J];門窗;2014年09期

10 曹艷茹;孫洋;;淺談建設(shè)項目投資估算方法[J];現(xiàn)代經(jīng)濟信息;2013年14期

相關(guān)博士學位論文 前1條

1 曹正鳳;隨機森林算法優(yōu)化研究[D];首都經(jīng)濟貿(mào)易大學;2014年

相關(guān)碩士學位論文 前4條

1 楊錦躍;基于BP神經(jīng)網(wǎng)絡(luò)的建筑工程造價預測研究[D];浙江大學;2015年

2 段鵬;建設(shè)工程造價預測方法研究[D];重慶大學;2008年

3 婁祥;商業(yè)地產(chǎn)項目投資估算方法研究[D];重慶大學;2007年

4 孫濤;灰色系統(tǒng)預測理論在建筑工程造價中的應(yīng)用[D];西北工業(yè)大學;2006年

，

本文編號：1926642