【摘要】：近年來(lái),隨著人們對(duì)于住房的需求大大增加,房?jī)r(jià)漲跌成了人們?cè)絹?lái)越重視的民生問(wèn)題,所以如何客觀地預(yù)測(cè)房?jī)r(jià)及其變化趨勢(shì)備受人們的關(guān)注,結(jié)合互聯(lián)網(wǎng)以及數(shù)據(jù)挖掘等信息技術(shù)手段重點(diǎn)分析影響房?jī)r(jià)的因素,進(jìn)而較為準(zhǔn)確地預(yù)測(cè)房?jī)r(jià)將變得尤為重要。本文的具體工作包括如下五個(gè)部分:(1)對(duì)房產(chǎn)資料數(shù)據(jù)進(jìn)行預(yù)處理。對(duì)原始數(shù)據(jù)的每個(gè)屬性執(zhí)行諸如缺失值處理、異常值處理和數(shù)據(jù)規(guī)范化等預(yù)處理過(guò)程。(2)構(gòu)建房?jī)r(jià)預(yù)測(cè)BP神經(jīng)網(wǎng)絡(luò)模型。本文主要構(gòu)建兩個(gè)BP神經(jīng)網(wǎng)絡(luò)模型,即基于原始數(shù)據(jù)的BP神經(jīng)網(wǎng)絡(luò)模型和基于百度地圖API擴(kuò)展數(shù)據(jù)的BP神經(jīng)網(wǎng)絡(luò)模型。模型構(gòu)建過(guò)程就是確定神經(jīng)網(wǎng)絡(luò)層數(shù)、每層中的節(jié)點(diǎn)數(shù)量以及激活函數(shù)的過(guò)程。(3)利用百度地圖API獲取房屋周邊信息。百度地圖API接口主要用于擴(kuò)展原始數(shù)據(jù),最終得到房屋周邊一定距離內(nèi)教育、醫(yī)療和交通等宏觀數(shù)據(jù),并將其作為模型輸入,從而提高模型預(yù)測(cè)房?jī)r(jià)的準(zhǔn)確性。(4)模型訓(xùn)練。本文利用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱對(duì)上述兩個(gè)模型進(jìn)行訓(xùn)練,主要包括模型參數(shù)的設(shè)定及模型性能的圖形分析等。(5)模型驗(yàn)證、結(jié)果與應(yīng)用。本文采用十折交叉驗(yàn)證的方法進(jìn)行模型評(píng)估,實(shí)驗(yàn)結(jié)果正確率均大于70%,證明模型構(gòu)建合理有效。然后,本文將上述兩個(gè)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了比較,實(shí)驗(yàn)結(jié)果表明:基于百度地圖API和BP神經(jīng)網(wǎng)絡(luò)的房?jī)r(jià)預(yù)測(cè)方法具有更高的正確率,且影響房?jī)r(jià)的因素不僅取決于微觀因素,宏觀因素發(fā)揮著更大的作用。為方便模型使用,本文還提出了“雙層BP神經(jīng)網(wǎng)絡(luò)”的方法,在房?jī)r(jià)預(yù)測(cè)BP神經(jīng)網(wǎng)絡(luò)之前,增加了一個(gè)房?jī)r(jià)粗分類的BP神經(jīng)網(wǎng)絡(luò)。本文的研究思路可為研究房?jī)r(jià)預(yù)測(cè)提供一些新的方法,對(duì)于無(wú)法量化的宏觀因素也提供了新的獲取方法,也可為房屋購(gòu)買者提供相應(yīng)的決策支持。
【圖文】：

圖 1. 1 研究路線圖Figure 1.1 Roadmap for the study組織結(jié)構(gòu)文總共分為六章，相關(guān)安排如下：一章為緒論，詳細(xì)介紹本文的研究背景、研究目的與意義以及近年來(lái)國(guó)內(nèi)外研究現(xiàn)狀，的研究?jī)?nèi)容、研究路線圖以及文章組織結(jié)構(gòu)。二章為數(shù)據(jù)來(lái)源及其預(yù)處理過(guò)程。首先介紹了數(shù)據(jù)來(lái)源，并在此基礎(chǔ)上概述了缺失值處處理和數(shù)據(jù)規(guī)范化等過(guò)程。三章為構(gòu)建 BP 神經(jīng)網(wǎng)絡(luò)模型。介紹了基于原始數(shù)據(jù)的 BP 神經(jīng)網(wǎng)絡(luò)模型和基于百度地BP 神經(jīng)網(wǎng)絡(luò)模型，包括神經(jīng)網(wǎng)絡(luò)層數(shù)的選擇、神經(jīng)網(wǎng)絡(luò)，每層中節(jié)點(diǎn)數(shù)量的選取以及的選擇。四章為百度地圖 API 獲取房屋周邊基礎(chǔ)設(shè)施信息，然后對(duì)地址解析服務(wù)和獲取房屋周

基于 BP 神經(jīng)網(wǎng)絡(luò)與百度地圖 API 的房?jī)r(jià)預(yù)測(cè)方法的研究3）不處理。填補(bǔ)缺失值只是數(shù)據(jù)分析者的主觀處理方法，并不一定完全符合客觀規(guī)律程中難免會(huì)或多或少的改變?cè)夹畔�，有時(shí)還會(huì)引入噪聲數(shù)據(jù)，，導(dǎo)致挖掘結(jié)果產(chǎn)生偏離很多情況下，會(huì)采取不處理的辦法保持歷史數(shù)據(jù)的原始性。
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F299.23;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 陳曉燕;;淺析簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡(jiǎn)單模型[J];數(shù)字技術(shù)與應(yīng)用;2019年05期

3 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);1996年01期

4 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

5 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

6 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

7 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

8 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究[J];電工技術(shù);2019年11期

9 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設(shè)計(jì)研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

10 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2704774