伴隨著社會(huì)的不斷向前發(fā)展,家長(zhǎng)們將更多地精力投入子女的教育問(wèn)題,以便子女在日后的競(jìng)爭(zhēng)中能夠獲得快人一步,因此家長(zhǎng)們不謀而合的為子女爭(zhēng)取義務(wù)教育階段的優(yōu)質(zhì)教育資源。因各種歷史遺留原因,我國(guó)各地區(qū)普遍存在教育資源分配不均的問(wèn)題,往往只有極少數(shù)的重點(diǎn)中小學(xué)校占據(jù)了絕大部分的優(yōu)質(zhì)教育資源。因此,努力讓孩子進(jìn)入重點(diǎn)中小學(xué)校學(xué)習(xí)成為了廣大家長(zhǎng)們的重要目標(biāo)。伴隨就近入學(xué)政策的逐步落實(shí),重點(diǎn)中小學(xué)周邊的學(xué)區(qū)型住宅備受家長(zhǎng)們的關(guān)注,成為眾人追捧的“學(xué)區(qū)房”,加上社會(huì)缺乏多樣的入學(xué)渠道,“以房擇校”成為望子成龍望女成鳳的家長(zhǎng)們的最佳選擇。在強(qiáng)烈教育需求的裹挾下,學(xué)區(qū)房?jī)r(jià)格不斷走高,優(yōu)質(zhì)教育資源對(duì)住宅價(jià)格的影響日益凸顯,教育資源資本化的程度差異也引起了國(guó)內(nèi)外學(xué)者們的廣泛關(guān)注。BP神經(jīng)網(wǎng)絡(luò)能夠模擬人類大腦的學(xué)習(xí)思維能力,是一種功能強(qiáng)大、應(yīng)用廣泛的機(jī)器學(xué)習(xí)算法,在價(jià)值評(píng)估領(lǐng)域被廣泛應(yīng)用。它具有自適應(yīng)性和大規(guī)模并行處理數(shù)據(jù)的能力,這使得數(shù)據(jù)處理過(guò)程中的人力物力消耗大量減少,非線性問(wèn)題處理高效,評(píng)估主觀隨意性降低,極大的提高評(píng)估的準(zhǔn)確性。本文首先解釋了學(xué)區(qū)房為什么出現(xiàn)以及對(duì)學(xué)區(qū)房的價(jià)值進(jìn)行評(píng)估研究的重要性,接著論述了國(guó)內(nèi)外學(xué)者在人工神經(jīng)網(wǎng)絡(luò)和學(xué)區(qū)房?jī)r(jià)值評(píng)估方面的相關(guān)研究現(xiàn)狀,進(jìn)而提出了本文的研究框架與研究思路。其次,從傳統(tǒng)房地產(chǎn)價(jià)值評(píng)估的角度出發(fā),介紹了傳統(tǒng)房地產(chǎn)的種類和價(jià)值變量,分析學(xué)區(qū)房?jī)r(jià)值評(píng)估與傳統(tǒng)房地產(chǎn)價(jià)值評(píng)估的異同。在概況分析了傳統(tǒng)房地產(chǎn)評(píng)估方法的優(yōu)劣之后,提出將BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到學(xué)區(qū)房?jī)r(jià)值評(píng)估之中,并對(duì)BP神經(jīng)網(wǎng)絡(luò)概念及操作步驟進(jìn)行了詳細(xì)的介紹,以證實(shí)運(yùn)用BP神經(jīng)網(wǎng)絡(luò)評(píng)估的可行性和優(yōu)越性。在評(píng)估學(xué)區(qū)房?jī)r(jià)值的過(guò)程中,還選擇引入Hedonic特征價(jià)格模型對(duì)評(píng)估模型進(jìn)行優(yōu)化改進(jìn)。利用Hedonic特征價(jià)格模型對(duì)樣本指標(biāo)體系進(jìn)行優(yōu)化,消除指標(biāo)之間的共線性影響,以提高估計(jì)模型的準(zhǔn)確度,將優(yōu)化后的樣本作為輸入值導(dǎo)入BP神經(jīng)網(wǎng)絡(luò)模型當(dāng)中,讓其建立非線性映射關(guān)系、模擬大腦進(jìn)行自我訓(xùn)練,最終準(zhǔn)確的預(yù)測(cè)出房地產(chǎn)的價(jià)值。本文以南昌市教育資源較為集中的“中心六區(qū)”(紅谷灘區(qū)、東湖區(qū)、西湖區(qū)、青山湖區(qū)、青云譜區(qū)、高新區(qū))為研究范圍,利用python對(duì)鏈家、安居客和南昌房地產(chǎn)信息網(wǎng)上符合條件的數(shù)據(jù)進(jìn)行收集,并對(duì)這些數(shù)據(jù)作了篩選和處理。在利用Matlab構(gòu)建了價(jià)值評(píng)估模型之后,通過(guò)實(shí)證分析并代入數(shù)據(jù)計(jì)算后發(fā)現(xiàn),該模型能較為準(zhǔn)確的預(yù)測(cè)出學(xué)區(qū)房的價(jià)值,證明了本文提出的這種改進(jìn)后的評(píng)估方法具有充分的準(zhǔn)確性與有效性。最后,由于作者水平有限,本文仍然存在一些不足,比如某些指標(biāo)對(duì)房?jī)r(jià)影響不顯著且難以量化,為降低評(píng)估難度只能將該指標(biāo)刪除,同時(shí)還存在交易雙方信息不透明導(dǎo)致的特殊情況,使得房屋交易價(jià)格遠(yuǎn)遠(yuǎn)偏離平均線,希望以后能找到對(duì)這些特殊情況進(jìn)行量化的方法;還有本文的大部分房地產(chǎn)價(jià)格數(shù)據(jù)為掛牌價(jià)格,小部分為房信網(wǎng)上的交易價(jià)格,因?yàn)閷?duì)房信網(wǎng)的數(shù)據(jù)進(jìn)行爬取有一定的違法風(fēng)險(xiǎn),這也對(duì)評(píng)估的準(zhǔn)確性有一點(diǎn)影響,希望以后南昌市政府能成立房地產(chǎn)交易數(shù)據(jù)庫(kù),這樣大家對(duì)南昌市房地產(chǎn)市場(chǎng)研究更加準(zhǔn)確,為南昌市房地產(chǎn)行業(yè)未來(lái)的發(fā)展提出更多有價(jià)值的建議。
【學(xué)位單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP183;F299.233.32
【部分圖文】：

4實(shí)證研究37經(jīng)過(guò)初步運(yùn)行后，發(fā)現(xiàn)模型在14次迭代之后網(wǎng)絡(luò)輸出誤差達(dá)到預(yù)期的誤差范圍內(nèi)，而且耗時(shí)非常短，誤差也很小，這說(shuō)明網(wǎng)絡(luò)學(xué)習(xí)狀態(tài)良好。（3）模型的檢驗(yàn)對(duì)模型的檢驗(yàn)主要從兩方面著手，有效性檢驗(yàn)和準(zhǔn)確性檢驗(yàn)，顧名思義，有效性檢驗(yàn)就是檢驗(yàn)?zāi)Ｐ偷暮侠硇裕热缇W(wǎng)絡(luò)收斂是否合理，模型結(jié)果是否可靠，準(zhǔn)確性檢驗(yàn)是模型的正確程度，常常通過(guò)誤差率來(lái)衡量。有效性檢驗(yàn)可通過(guò)程序的運(yùn)行過(guò)程來(lái)體現(xiàn)，運(yùn)行速度慢、迭代次數(shù)(epoch)太多、均方誤差(gradient)大均表明神經(jīng)網(wǎng)絡(luò)的性能不佳。從上圖可知，本文所建立的模型初次訓(xùn)練后各項(xiàng)指標(biāo)相對(duì)來(lái)說(shuō)是比較合理的，模型在14次迭代之后網(wǎng)絡(luò)輸出誤差達(dá)到預(yù)期的誤差范圍內(nèi)，誤差值為0.001945在有效范圍內(nèi)，誤差變化過(guò)程圖如圖4-1所示。圖4-1誤差變化圖準(zhǔn)確性檢驗(yàn)主要是檢驗(yàn)神經(jīng)網(wǎng)絡(luò)的輸入值與期望值也即測(cè)試樣本的實(shí)際值的差距，差距越小，準(zhǔn)確性越高，通常會(huì)用誤差或者誤差率來(lái)表達(dá)，這比較適合單個(gè)樣本的效果分析，也可以對(duì)多個(gè)樣本求均值。因?yàn)楸疚牟捎昧硕鄠�(gè)樣本測(cè)試網(wǎng)絡(luò)的性能，對(duì)于每一條樣本數(shù)據(jù)都有一個(gè)誤差值，我們希望誤差率能盡量小于15%，所以本文選用了一個(gè)正確率來(lái)衡量所建模型的準(zhǔn)確性，也就是在180個(gè)訓(xùn)練樣本中，實(shí)際值和預(yù)測(cè)值的誤差率在15%以內(nèi)的次數(shù)占所有計(jì)算結(jié)
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王奕翔;李昂;王晟全;;基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)預(yù)警[J];物聯(lián)網(wǎng)技術(shù);2019年12期

2 馬百皓;;基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品跨境電商人才培養(yǎng)方案設(shè)計(jì)與應(yīng)用[J];微型電腦應(yīng)用;2020年05期

3 胡西民;支沛;姚李孝;白金;;基于BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)綜合評(píng)價(jià)研究[J];電網(wǎng)與清潔能源;2016年09期

4 任晶晶;;基于BP神經(jīng)網(wǎng)絡(luò)的山西省農(nóng)民收入預(yù)測(cè)模型[J];太原學(xué)院學(xué)報(bào)(自然科學(xué)版);2017年01期

5 王鴻;段曉明;伍燕翔;張玉龍;;基于BP神經(jīng)網(wǎng)絡(luò)的耕地土壤重金屬污染評(píng)價(jià)——以宜賓市翠屏區(qū)土壤重金屬污染評(píng)價(jià)為例[J];農(nóng)業(yè)與技術(shù);2017年10期

6 周陽(yáng);;基于BP神經(jīng)網(wǎng)絡(luò)的基金預(yù)測(cè)應(yīng)用研究[J];企業(yè)科技與發(fā)展;2019年12期

7 高林;李琪琪;;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)對(duì)期貨價(jià)格的研究與應(yīng)用[J];電子測(cè)量技術(shù);2019年23期

8 張良勇;郭猛;;基于BP神經(jīng)網(wǎng)絡(luò)的北京民航客運(yùn)量預(yù)測(cè)[J];河北企業(yè);2020年04期

9 楊昌昌;武瑛;王唯;王薪涵;王潔;;BP神經(jīng)網(wǎng)絡(luò)在大學(xué)生社團(tuán)評(píng)價(jià)中的應(yīng)用[J];電腦知識(shí)與技術(shù);2020年08期

10 黃衍標(biāo);羅廣岳;何銘金;;BP神經(jīng)網(wǎng)絡(luò)在巡邏機(jī)器人多傳感器數(shù)據(jù)融合中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2016年12期

相關(guān)博士學(xué)位論文 前10條

1 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機(jī)械化中的應(yīng)用研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2011年

2 李英偉;基于增量改進(jìn)BP神經(jīng)網(wǎng)絡(luò)微波深度干燥模型及應(yīng)用研究[D];昆明理工大學(xué);2011年

3 呂軍城;山東省農(nóng)村居民自殺未遂預(yù)警BP神經(jīng)網(wǎng)絡(luò)及指標(biāo)體系構(gòu)建[D];山東大學(xué);2015年

4 何毅;基于BP神經(jīng)網(wǎng)絡(luò)電容法刨花含水率測(cè)試儀的研究與開(kāi)發(fā)[D];南京林業(yè)大學(xué);2006年

5 江沸菠;基于神經(jīng)網(wǎng)絡(luò)的混合非線性電阻率反演成像[D];中南大學(xué);2014年

6 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

7 肖理業(yè);基于機(jī)器學(xué)習(xí)的電磁場(chǎng)建模與設(shè)計(jì)研究[D];電子科技大學(xué);2019年

8 陳涵瀛;核電站熱工水力系統(tǒng)工況預(yù)測(cè)與診斷方法研究[D];哈爾濱工程大學(xué);2018年

9 梁智杰;聾啞人手語(yǔ)識(shí)別關(guān)鍵技術(shù)研究[D];華中師范大學(xué);2019年

10 劉昂;微結(jié)構(gòu)硅基光子學(xué)器件性能的研究[D];南京大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 何希文;基于BP神經(jīng)網(wǎng)絡(luò)的學(xué)區(qū)房?jī)r(jià)值評(píng)估研究[D];江西財(cái)經(jīng)大學(xué);2020年

2 呂瓊帥;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究[D];鄭州大學(xué);2011年

3 李麗霞;BP神經(jīng)網(wǎng)絡(luò)及其在疾病預(yù)后分類問(wèn)題中的應(yīng)用[D];山西醫(yī)科大學(xué);2002年

4 黃博;基于BP神經(jīng)網(wǎng)絡(luò)的蘭州地區(qū)軍用油料消耗預(yù)測(cè)[D];蘭州大學(xué);2011年

5 周志文;灰色BP神經(jīng)網(wǎng)絡(luò)方法的研究[D];廈門大學(xué);2009年

6 徐芳元;基于BP神經(jīng)網(wǎng)絡(luò)的橋梁健康狀況評(píng)定[D];長(zhǎng)安大學(xué);2006年

7 劉天舒;BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)研究及應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2011年

8 李楊;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)數(shù)據(jù)抓取中的研究[D];中國(guó)海洋大學(xué);2010年

9 呂道禹;遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在降雨量預(yù)測(cè)中的應(yīng)用[D];南昌工程學(xué)院;2015年

10 蔣亮;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及應(yīng)用[D];南昌大學(xué);2014年

本文編號(hào)：2882040