本文關(guān)鍵詞：青島市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)建模及其實(shí)證研究，由筆耕文化傳播整理發(fā)布。

中國(guó)海洋大學(xué)

碩士學(xué)位論文

青島市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)建模及其實(shí)證研究

姓名：周琦

申請(qǐng)學(xué)位級(jí)別：碩士

專業(yè)：管理科學(xué)與工程

指導(dǎo)教師：張勤生

20080530

青島市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)建模及其實(shí)ｔｌＦ研究

青島市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)建模及其實(shí)證研究

摘要

房地產(chǎn)業(yè)在整個(gè)國(guó)民經(jīng)濟(jì)體系中屬于先導(dǎo)性、基礎(chǔ)性產(chǎn)業(yè)，處于主導(dǎo)產(chǎn)業(yè)地位，其存在著明顯的周期波動(dòng)規(guī)律。起伏過(guò)大的波動(dòng)與房地產(chǎn)經(jīng)濟(jì)的持續(xù)健康穩(wěn)定發(fā)展相矛盾，但是目前，我國(guó)房地產(chǎn)市場(chǎng)運(yùn)行機(jī)制不甚完善，還沒(méi)有形成合理、有序、競(jìng)爭(zhēng)、高效的市場(chǎng)運(yùn)行體系，房地產(chǎn)市場(chǎng)存在信息傳遞不暢、信息數(shù)據(jù)失真、市場(chǎng)行情展示手段落后和市場(chǎng)交易網(wǎng)絡(luò)封閉等?系列問(wèn)題。因此，研究房地產(chǎn)預(yù)警系統(tǒng)，設(shè)置房地產(chǎn)預(yù)警指標(biāo)體系，系統(tǒng)、科學(xué)、準(zhǔn)確地確定房地產(chǎn)安全區(qū)域，成為有關(guān)決策部門亟需解決的重大現(xiàn)實(shí)問(wèn)題，又是學(xué)術(shù)界需要深入研究的重大理論問(wèn)題。

針對(duì)這種情況，本文提出了房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)模型研究，為促進(jìn)房地產(chǎn)業(yè)的健康發(fā)展提供一定的理論依據(jù)。并在此基礎(chǔ)上，對(duì)青島市房地產(chǎn)市場(chǎng)進(jìn)行了實(shí)證研究。

本文通過(guò)研究，得到的研究成果及研究結(jié)論主要有以下幾個(gè)方面：

（１）基于對(duì)國(guó)內(nèi)外房地產(chǎn)預(yù)警研究現(xiàn)狀的分析，歸納總結(jié)了房地產(chǎn)預(yù)警的基本概念、基本原則和基本方法。在對(duì)國(guó)內(nèi)原有各類房地產(chǎn)指標(biāo)體系進(jìn)行研究的基礎(chǔ)上，確定房地產(chǎn)預(yù)警指標(biāo)。

（２）房地產(chǎn)作為社會(huì)經(jīng)濟(jì)系統(tǒng)的一個(gè)子系統(tǒng)，具有非線性復(fù)雜系統(tǒng)的特性。本文立足于解決房地產(chǎn)系統(tǒng)的非線性問(wèn)題，建立更為先進(jìn)科學(xué)的房地產(chǎn)預(yù)警系統(tǒng)，避免房地產(chǎn)市場(chǎng)的非常態(tài)波動(dòng)，促進(jìn)房地產(chǎn)市場(chǎng)的持續(xù)、健康、穩(wěn)定發(fā)展。在現(xiàn)有研究的基礎(chǔ)上，系統(tǒng)地分析了房地產(chǎn)預(yù)警的特點(diǎn)及功能特征，對(duì)房地產(chǎn)預(yù)警過(guò)程中的關(guān)鍵預(yù)警指標(biāo)進(jìn)行了辨識(shí)、預(yù)測(cè)、診斷、監(jiān)測(cè)和控制，構(gòu)建了具有理論性和實(shí)踐性的房地產(chǎn)預(yù)警系統(tǒng)，為解決房地產(chǎn)預(yù)警問(wèn)題提供了依據(jù)。

（３）本文介紹的房地產(chǎn)預(yù)警系統(tǒng)，以神經(jīng)網(wǎng)絡(luò)理論和房地產(chǎn)預(yù)警理論為基礎(chǔ)，構(gòu)建了預(yù)警模型。利用神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)和模式識(shí)別領(lǐng)域的成熟運(yùn)用，重點(diǎn)探

青島市房地產(chǎn)市場(chǎng)頂警系統(tǒng)建模及其實(shí)證研究

討基于神經(jīng)網(wǎng)絡(luò)理論的房地產(chǎn)預(yù)警的模型和方法，并利用該模型形成了房地產(chǎn)市場(chǎng)預(yù)警體系。

（４）在建立了房地產(chǎn)預(yù)警指標(biāo)體系的基礎(chǔ)上，本文提出了基于ＬＶＱ—ＲＢＦ神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)預(yù)警模型，該模型克服了傳統(tǒng)預(yù)警方法的不足，具有高度的并行性和全局性，提高了房地產(chǎn)預(yù)警系統(tǒng)的非線性、自學(xué)習(xí)性、自適應(yīng)性及大規(guī)模并行分布知識(shí)處理的能力，具有較高的精確度和適用性。

（５）本文依據(jù)前期研究理論成果，對(duì)青島市房地產(chǎn)風(fēng)險(xiǎn)預(yù)警進(jìn)行實(shí)證分析，依據(jù)技術(shù)可能、經(jīng)濟(jì)合理、操作可行等原則，最終形成綜合預(yù)警分析結(jié)論。預(yù)警分析的結(jié)果與青島房地產(chǎn)發(fā)展的實(shí)際情況基本吻合，表明本項(xiàng)研究所建立的房地產(chǎn)預(yù)警模型系統(tǒng)有效可行，理論分析充分，實(shí)用價(jià)值高，為指導(dǎo)和調(diào)控房地產(chǎn)市場(chǎng)提供了科學(xué)依據(jù)。

關(guān)鍵詞：房地產(chǎn)；神經(jīng)網(wǎng)絡(luò)：系統(tǒng)建模；學(xué)習(xí)矢量化；預(yù)警；預(yù)測(cè)【Ｉ

ｍｅｔｓｙｂｏａｄｇｎ’Ｑ

青島市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)建模及ｊｅ實(shí)證研究

ＭｏｄｅＩｉｎｇｆｏｒＲｅａｌＥｓｔａｔｅＦｏｒｅｃａｓｔｉｎｇａｎｄＥａｒｌＹＷａｒｎｉｎｇ

Ｓｙｓｔｅｍａｎｄｉｉｔｓｓｌ：ｍｐＥｍｌｉｌｒｌｉｃａＩＩＲｅｓｅａｅｓｅａｒｒｃｈｈＩｉｎＵｉｎｇｄａｏ

Ａｂｓｔｒａｏｔ

Ｒｅａｌｅｓｔａｔｅｉｎｄｕｓｔｒｙ，ｗｈｉｃｈｉｓｐｌａｙｉｎｇａｌｅａｄｉｎｇｒｏｌｅｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｎａｔｉｏｎａｌｅｃｏｎｏｍｙ，ｓｈｏｗｓｍｏｒｅａｎｄｍｏｒｅｏｂｖｉｏｕｓｌｙｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｃｙｃｌｅｆｌｕｃｔｕａｔｉｏｎ．Ｉｔｓｅｘｃｅｓｓｉｖｅｆｌｕｃｔｕａｔｉｏｎｃｏｎｔｒａｄｉｃｔｓｗｉｔｈ也ｅｓｕｓｔａｉｎａｂｌｅ，ｈｅａｌｔｈｙ．ａｎｄｓｔａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｒｅａｌｅｓｔａｔｅｅｃｏｎｏｍｙ．Ｃｕｒｒｅｎｔｌｙ，ｔｈｅｒｅｉｓｓｔｉｌｌｍｕｃｈｗｏｒｋｔｏｄｏｔｏｐｅｒｆｅｃｔｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｏｐｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍｏｆＣｈｉｎａ，ｔＯｆｏｒｍｒａｔｉｏｎａｌ，ｏｒｄｅｒｌｙ，ｃｏｍｐｅｔｉｔｉｖｅａｎｄｅｆｆｉｃｉｅｎｔｍａｒｋｅｔｏｐｅｒａｔｉｏｎｓｙｓｔｅｍａｎｄｔｏｓｏｌｖｅｔｈｅｃｕｒｒｅｎｔｐｒｏｂｌｅｍｓｏｆｔｈｅｕｎｓｍｏｏｔｈｔｒａｎｓｆｅｒｒｉｎｇｏｆｉｎｆｏｒｍａｔｉｏｎ，ｔｈｅｄｉｓｔｏｒｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｏｎｄａｔａ，ｔｈｅｂａｃｋｗａｒｄｄｉｓｐｌａｙｉｎｇｍｅａｎｓｏｆｍａｒｋｅｔｑｕｏｔａｔｉｏｎａｎｄｔｈｅｂｌｏｃｋｉｎｇｏｆｔｈｅｍａｒｋｅｔｔｒａｎｓａｃｔｉｏｎｎｅｔｗｏｒｋ．ＩｔｈａｓｂｅｃｏｍｅａｈｏｔｐｏｉｎｔｉｎｔｈｅａｃａｄｅｍｉｃｃｙｃｌｅｓａｎｄａｒＯＩ／Ｓｅｓｉｎｔｅｎｓｉｖｅｃｏｎｃｅｒｎｓｏｆｔｈｅｒｅｌａｔｅｄｐｏｌｉｃｙ?ｍａｋｉｎｇａｐａｒｔｍｅｎｔｓｔｏｄｏｒｅｓｅａｒｃｈｏｎｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍ，ｔｏｓｅｔｕｐｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｉｎｄｅｘｓｙｓｔｅｍａｎｄｓｙｓｔｅｍａｔｉｃａｌｌｙ，ｓｃｉｅｎｔｉｆｉｃａｌｌｙａｎｄａｃｃｕｒａｔｅｌｙｄｅｆｉｎｅｔｈｅｓｅｃｕｒｅｒｅｇｉｏｎｏｆｒｅａｌｅｓｔａｔｅ．

Ｔｏａｄｄｒｅｓｓｔｈｉｓｐｒｏｂｌｅｍ，ｔｈｅｒｅｓｅａｒｃｈｏｆｅａｒｌｙｗａｒｎｉｎｇｍｏｄｅｌｓｏｆｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｉｓｐｕｔｆｏｒｗａｒｄｉｎｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｗｈｉｃｈｗｉｌｌｍａｋｅｉｔｓｔｈｅｏｒｅｔｉｃａｌｃｏｎｔｒｉｂｕｔｉｏｎｔｏｔｈｅｐｒｏｍｏｔｉｏｎｏｆｔｈｅｈｅａｌｔｈｙｄｅｖｅｌｏｐｍｅｎｔｏｆｒｅａｌｅｓｔａｔｅｉｎｄｕｓｔｒｙ．Ｏｎｔｈｅｂａｓｅｏｆｔｈｉｓｒｅｓｅａｒｃｈ，ｅｍｐｉｒｉｃａｌｓｔｕｄｙｉｓａｌｓｏｄｏｎｅｏｎｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｏｆＱｉｎｇｄａｏ．

Ｂａｓｅｄｏｎｔｈｅｒｅｓｅａｒｃｈａｂｏｖｅ，ｔｈｅｍａｉｎｆｉｎｄｉｎｇｓａｎｄｔｈｅｃｏｎｃｌｕｓｉｏｎｓａｒｅｍｅｎｔｉｏｎｅｄａｓｆｏｌｌｏｗｓ：

Ｆｉｒｓｔｏｆａｌｌ，ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｃｕｒｒｅｎｔｒｅｓｅａｒｃｈｅｓａｔｈｏｍｅａｎｄａｂｒｏａｄ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｓｕｍｍａｒｉｚｅｓｔｈｅｂａｓｉｃｃｏｎｃｅｐｔｓ，ｐｒｉｎｃｉｐｌｅｓａｎｄｍｅｔｈｏｄｓｏｆｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｏｆｒｅａｌｅｓｔａｔｅｅｃｏｎｏｍｙ．Ｏｎｔｈｅｂａｓｅｏｆｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｄｏｍｅｓｔｉｃｒｅａｌｅｓｔａｔｅｉｎｄｅｘｓｙｓｔｅｍｓ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｓｅｌｅｃｔｓａｎｄｆｉｘｅｓｏｎｉｔｓｉｎｄｅｘｅｓｏｆｅａｒｌｙｗａｒｎｉｎｇ．

Ｓｅｃｏｎｄｌｙ，ａｓａｓｕｂｓｙｓｔｅｍｏｆｔｈｅｓｏｃｉａｌａｎｄｅｃｏｎｏｍｉｃｓｙｓｔｅｍ，ｒｅａｌｅｓｔａｔｅｓｈｏｗｓｃｏｍｐｌｅｘｎｏｎ—ｌｉｎｅａｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎａｉｍｓａｔｓｏｌｖｉｎｇｔｈｅｎｏｎｌｉｎｅａｒｐｒｏｂｌｅｍｏｆｔｈｅｒｅａｌｅｓｔａｔｅｓｙｓｔｅｍａｎｄｅｓｔａｂｌｉｓｈｉｎｇａｍｏｒｅａｄｖａｎｃｅｄａｎｄｓｃｉｅｎｔｉｆｉｃｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｉｎｏｒｄｅｒｔｏｐｒｅｖｅｎｔｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｆｒｏｍｔｈｅａｂｎｏｒｍａｌｆｌｕｃｔｕａｔｉｏｎａｎｄｔｏｍａｉｎｔａｉｎｔｈｅｓｕｓｔａｉｎａｂｌｅ，ｈｅａｌｔｈｙａｎｄｓｔａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｒｅａｌｌＩＩ

ｅｓｔａｔｅｍａｒｋｅｔ．Ｏｎ山ｅｆｏｕｎｄａｔｉｏｎｏｆｔｈｅｐｒｅｓｅｎｔｒｅｓｅａｒｃｈ，ｔｈｅｄｉｓｓｅｒｔａｔｉｏｎｓｙｓｔｅｍａｔｉｃａｌｌｙａｎａｌｙｓｅｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｆｕｎｃｔｉｏｎｓｏｆｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇ，ｍａｋｅａｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｐｒｅｄｉｃｔｉｏｎ，ｄｉａｇｎｏｓｉｓ，ｍｏｎｉｔｏｒｉｎｇａｎｄｃｏｎｔｒｏｌｏｆｔｈｅｋｅｙｉｎｄｅｘｉｎｔｈｅｐｒｏｃｅｓｓｏｆｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇａｎｄｃｏｎｓｔｒｕｃｔａｔｈｅｏｒｅｔｉｃａｌｌｙａｎｄｐｒａｃｔｉｃａｌｌｙｆｅａｓｉｂｌｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｗｈｉｃｈｐｒｏｖｉｄｅｓｔｈｅｂａｓｉｓｆｏｒｔｈｅｓｏｌｕｔｉｏｎｏｆｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｐｒｏｂｌｅｍｓ．

Ｔｈｉｒｄｌｙ．ｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓｔｈｅｏｒｉｅｓａｎｄｒｅａｌｅｓｔａｔｅｅａｒｎｉｎｇｗａｒｎｉｎｇｔｈｅｏｒｉｅｓ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｉｎｔｒｏｄｕｃｅｓｉｔｓｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍａｎｄｄｅｖｅｌｏｐｓｉｔｓｍｏｄｅｌｏｆｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇ．ＢｙｕｔｉｌｉｚｉｎｇｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｓｗｈｉｃｈｉＳｍａｔｕｒｅｌｙａｐｐｌｉｅｄｉｎｔｈｅｆｉｅｌｄｏｆｆｏｒｅｃａｓｔａｎｄｍｏｄｅｌｒｅｃｏｇｎｉｔｉｏｎ，ｔｈｅｄｉｓｓｅｒｔａｔｉｏｎｐｕｔｓｉｔｓｅｍｐｈａｓｅｓｏｎｔｈｅｒｅｓｅａｒｃｈｏｆｔｈｅｍｏｄｅｌｓａｎｄｍｅｔｈｏｄｓｏｆｒｅａｌｅｓｔａｔｅｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇ．Ａｎｄｂａｓｅｄｏｎｔｈｅｓｅｍｏｄｅｌｓｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｄｅｖｅｌｏｐｓｉｔｓｏｗｎｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｏｆｒｅａｌｅｓｔａｔｅｍａｒｋｅｔ．

Ｆｏｕｒｔｈｌｙ，ｂａｓｅｄｏｎｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｉｎｄｅｘｓｙｓｔｅｍ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｄｅｖｅｌｏｐｓｔｈｅＬＶＱ．．ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓｍｏｄｅｌｏｆｆｏｒｅｃａｓｔｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇ．Ｗｉｔｈｈｉｇｈｐａｒａｌｌｅｌｉｓｍ，ｇｌｏｂａｌｓｕｐｅｒｉｏｒｉｔｙ，ａｃｃｕｒａｃｙａｎｄａｐｐｌｉｃａｂｉｌｉｔｙｔｈｉｓｍｏｄｅｌｈａｓｏｖｅｒｃｏｍｅｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆｔｒａｄｉｔｉｏｎａｌｅａｒｌｙｗａｒｎｉｎｇｍｅｔｈｏｄｓａｎｄｈｉｇｈｌｙｉｍｐｒｏｖｅｓｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍ’Ｓｎｏｎ－ｌｉｎｅａｒｉｔｙ，ｓｅｌｆｓｔｕｄｙｉｎｇａｂｉｌｉｔｙ，ｓｅｌｆａｄａｐｔａｂｉｌｉｔｙａｎｄｔｈｅａｂｉｌｉｔｙｔｏｐｒｏｃｅｓｓｌａｒｇｅ—ｓｃａｌｅｃｏｎｃｕｒｒｅｎｔｌｙｄｉｓｔｒｉｂｕｔｅｄｋｎｏｗｌｅｄｇｅ．

Ｆｉｎａｌｌｙ，ｂａｓｅｄｏｎｔｈｅｐｒｅｖｉｏｕｓｔｈｅｏｒｅｔｉｃａｌｒｅｓｅａｒｃｈｆｉｎｄｉｎｇｓ，ｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｅｍｐｉｒｉｃａｌｌｙａｎａｌｙｓｅｓｏｆｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｉｎＱｉｎｇｄａｏａｎｄｆｏｒｍｓｉｔｓｃｏｍｐｒｅｈｅｎｓｉｖｅｅａｒｌｙｗａｒｎｉｎｇｔｈｅｏｒｉｅｓａｎｄｍｅｔｈｏｄｓ．ＳｉｎｃｅｔｈｅｃｏｎｃｌｕｓｉｏｎｏｆｔｈｅａｎａｌｙｓｉｓｏｆｅａｒｌｙｗａｒｎｉｎｇｉｎｔｈｉｓｄｉｓｓｅｒｔａｔｉｏｎｉｓｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅｐｒａｃｔｉｃａｌｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｒｅａｌｅｓｔａｔｅｉｎＱｉｎｇｄａｏ，ｔｈｅｒｅａｌｅｓｔａｔｅｅａｒｌｙｗａｒｎｉｎｇｓｙｓｔｅｍｅｓｔａｂｌｉｓｈｅｄｉｎｔｈｉｓｒｅｓｅａｒｃｈｉｓｐｒｏｖｅｄｔｏｂｅｆｅａｓｉｂｌｅ，ｗｉｔｈｆｕｌｌｔｈｅｏｒｙａｎａｌｙｓｉｓａｎｄｇｏｏｄｐｒａｃｔｉｃａｌｖａｌｕｅ，ａｎｄｐｒｏｖｉｄｅｓｃｉｅｎｔｉｆｉｃｆｏｕｎｄａｔｉｏｎｆｏｒｇｕｉｄｉｎｇａｎｄｃｏｎｔｒｏｌｌｉｎｇｔｈｅｒｅａｌｅｓｔａｔｅｍａｒｋｅｔｓ．

ＫｅｙＷｏｒｄｓ：ＲｅａｌＥｓｔａｔｅ，，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＳｙｓｔｅｍＭｏｄｅｌｉｎｇ，ＬｅａｒｎｉｎｇＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎ，ＥａｒｌｙＷａｒｎｉｎｇ，Ｆｏｒｅｃａｓｔｉｎｇ

  本文關(guān)鍵詞：青島市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)建模及其實(shí)證研究，由筆耕文化傳播整理發(fā)布。