發(fā)布時間：2021-09-03 04:05

　　隨著我國社會經(jīng)濟的高速發(fā)展,舊機動車交易量快速的增長。但由于舊機動車市場發(fā)展速度過快,在交易過程中產(chǎn)生了一系列的問題,例如:交易過程中的信息不對稱讓消費者權益無法得到保障,大量的線下評估工作增加了人力運營成本等問題。因此,在這個高速發(fā)展的舊機動車市場中,怎樣讓消費者能夠簡單直接的了解到商品的價值,怎樣快速地對舊機動車價值進行評估,怎樣減少運營的人力成本,是目前亟待解決的問題。本文的主要研究內容如下:1)本文使用了大宗商品價值評估過程中較為常用的特征價格理論,將其應用到舊機動車價值評估領域中。通過使用該方法將舊機動車的價值拆分為21個特征各自的功能和效用價值。按照市場特征向量、汽車自身車況特征向量、汽車損耗特征向量三個大方面對汽車價值進行劃分,并按照一定的規(guī)則進行量化。特征價格理論具有更高的客觀性和更強的可信度,彌補了傳統(tǒng)方式對消費者心理感知的忽略。2)使用特征價格理論進行變量的篩選工作后,對數(shù)據(jù)進行預處理,使其滿足模型的應用。在數(shù)據(jù)預處理階段,第一步采用人工插補、變量剔除的方式對數(shù)據(jù)中的缺失值進行填補。第二步使用描述性分析和差值比較法查找出數(shù)據(jù)中的異常值,并對其進行處理。第三步按照業(yè)務... 

【文章來源】：天津商業(yè)大學天津市

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

bagging原理圖

第三章 特征篩選及量化 3.2 基于特征價格模型的變量選擇及量化舊機動車的特征價格模型[39-40]可以用公式表達為：P = f ( Z ) =f ( L, S , N )（3-1）式中， P 為舊機動車的市場價值； L為市場特征向量； S 為汽車自身車況特征向量； N 為汽車損耗特征向量。3.2.1 市場特征與特征變量1）品牌銷量汽車的價值和需求量成正相關的關系，當市場需求量越大時，市場價值越高，其商品自身價值也就越高，而需求量取決于汽車品牌的受歡迎程度，品牌銷量是最能直觀體現(xiàn)受歡迎程度的指標特征，如圖 3-1 所示。

第三章 特征篩選及量化 新車裸車價就是購買汽車整車不包含其他費用的價格，換言之，就是汽車廠商出廠時指定的廠商指導價減去銷售方的優(yōu)惠后的價格。對于某些熱門車型，需要一定的加價也是指的汽車裸車價。裸車價是直接反應一款車在發(fā)出時，人們對其的喜愛程度，裸車價的折扣比例越低，說明人們喜愛程度越高，其市場的需求量也越多，那么能夠成功獲得該款車的用戶的滿足感會更強，這樣在以后的使用過程中帶來的持續(xù)喜悅值會增強生活的幸福指數(shù)。

【參考文獻】：
期刊論文
[1]基于機器學習的Cat Boost模型在預測重癥手足口病中的應用[J]. 王斌,馮慧芬,王芳,秦新華,黃平,黨德建,趙敬,易佳音.  中國感染控制雜志. 2019(01)
[2]基于隨機森林的熱軋帶鋼質量分析與預測方法[J]. 紀英俊,勇曉玥,劉英林,劉士新.  東北大學學報(自然科學版). 2019(01)
[3]機器學習隨機森林算法的應用現(xiàn)狀[J]. 杭琦,楊敬輝.  電子技術與軟件工程. 2018(24)
[4]基于AdaBoost的二手車價值評估方法[J]. 劉聰,程希明.  北京信息科技大學學報(自然科學版). 2017(03)
[5]基于智能算法的“互聯(lián)網(wǎng)+”時代二手車評估定價模型研究[J]. 楊波.  江蘇商論. 2017(05)
[6]基于機器學習的二手車價格評估方法[J]. 謝楊,溫華,張潔.  企業(yè)技術開發(fā). 2015(11)
[7]基于數(shù)據(jù)挖掘技術的二手車性能評估模型研究[J]. 曹靜嫻.  商場現(xiàn)代化. 2014(24)
[8]國內外二手車評估體系的比較[J]. 曹文博,穆雨.  無線互聯(lián)科技. 2014(01)
[9]基于AHP算法的二手車評估方法的研究[J]. 侯江麗,趙飛.  邢臺職業(yè)技術學院學報. 2013(03)
[10]基于Bootstrap方法估計的二手車價格回歸模型[J]. 李爽楠.  時代金融. 2012(15)

碩士論文
[1]基于特征價格理論下二手車評估模型的構建及應用[D]. 胡雨.湖南大學 2017
[2]二手車收購價值評估與銷售定價方法的研究[D]. 王俠忠.遼寧大學 2017
[3]基于數(shù)據(jù)挖掘對二手車進行評估與預測[D]. 時丕顯.蘇州大學 2017
[4]信息不對稱下中國二手車市場發(fā)展的對策研究[D]. 方園園.湖北工業(yè)大學 2016
[5]基于Xgboost方法的實體零售業(yè)銷售額預測研究[D]. 葉倩怡.南昌大學 2016
[6]數(shù)據(jù)挖掘中決策樹分類算法的研究[D]. 李迎春.湖南師范大學 2015
[7]決策樹ID3分類算法研究[D]. 章曉.浙江工業(yè)大學 2014
[8]基于特征價格理論的住宅宗地價格影響因素研究[D]. 嚴思齊.南京農(nóng)業(yè)大學 2011
[9]基于特征價格理論的房地產(chǎn)估價市場比較法研究[D]. 陳良瓊.廣東工業(yè)大學 2008
[10]基于特征價格理論的我國城市商品住宅價格研究[D]. 李國棟.哈爾濱工業(yè)大學 2006



本文編號：3380370