摘要：本文從知識粒度的角度提出了相似度的概念，并利用相似度作為屬性重要度的度量。先求出屬性集的核，并以此為起點，根據(jù)屬性的重要性，逐步把屬性添加到核屬性集，從而得到約簡屬性集。

關(guān)鍵詞：知識粒度；相似度；屬性約簡

中圖分類號：F299.23 文獻(xiàn)識別碼：A 文章編號：1001-828X（2016）003-000-01

引言

粗糙集理論[1]是Pawlak教授于1982提出的一種以等價關(guān)系為基礎(chǔ)，并具有很強(qiáng)定性分析能力的數(shù)學(xué)工具。

近年來，房地產(chǎn)市場的發(fā)展非常迅速，房價也成為人們關(guān)注的焦點。許多學(xué)者也對房價進(jìn)行了大量的研究，取得了豐碩的成果。

麗江在云南的西北部，是著名的旅游城市。近幾年，隨著旅游熱度的持續(xù)升溫，旅游人數(shù)的快速增長，居民收入增長迅速等原因麗江的房價增長得很快。由于影響麗江市房價的因素多樣并且復(fù)雜，而且因素之間也相互影響。所以，考慮所有因素是不現(xiàn)實的。本文從需求、供應(yīng)和宏觀層面出發(fā)，選取了人均可支配收入，常住人口，房地產(chǎn)開發(fā)投資額，GDP，貸款余額五個指標(biāo)。其中，人均可支配收入選取了城鎮(zhèn)人均可支配收入；實際房價=商品房銷售額/銷售面積。

通過麗江市統(tǒng)計局網(wǎng)站獲得的數(shù)據(jù)，利用粗糙集的理論分析影響房價的5個因素的重要程度，為相關(guān)部門的一些決策提供一定的參考。

一、相關(guān)概念

二、基于粗糙集的麗江房價研究

本文從需求、供應(yīng)和宏觀層面出發(fā)，選取了人均可支配收入，常住人口，房地產(chǎn)開發(fā)投資額，GDP，貸款余額五個指標(biāo)，原始數(shù)據(jù)如表一，數(shù)據(jù)來源是麗江市統(tǒng)計局網(wǎng)站的統(tǒng)計公報。

計算各項指標(biāo)的增長率，并對各項指標(biāo)進(jìn)行等距離散化，可得表二，其中為條件屬性，為決策屬性（即房價）。

所以，在五個指標(biāo)中人均可支配收入，常住人口和貸款余額比較重要。

三、結(jié)論

影響房價的因素非常多，并且非常復(fù)雜，利用粗糙集理論可以較為快速地計算出條件屬性的一個約簡。找到了影響房價的主要因素，為科學(xué)研究房價提供了方便。另外，粗糙集也可以跟神經(jīng)網(wǎng)絡(luò)，灰色理論，遺傳算法等結(jié)合。

參考文獻(xiàn)：

[1]Pawlak Z.Rough sets-Theoretical Aspects of reasoning about data[M]. Kluwer Academic Publishers， Boston，1991.

[2]李敏，王洋.基于灰色系統(tǒng)理論對成都市房價預(yù)測分析[J].云南民族大學(xué)學(xué)報（自然科學(xué)版），2013，22（6）：441-443.

[3]申瑞娜，曹昶，樊重俊.基于主成分分析的支持向量機(jī)模型對上海房價的預(yù)測研究[J].數(shù)學(xué)的實踐與認(rèn)識，2013，43（23）：11-16.

[4]韋光蘭，鄧曉盈，張瓊.基于馬爾可夫鏈預(yù)測模型的昆明市房價預(yù)測分析[J].中國市場，2013，21：86-87.

[5]王雅楠，孟曉景.基于動量BP算法的神經(jīng)網(wǎng)絡(luò)房價預(yù)測研究[J].軟件導(dǎo)刊，2015，14（2）：59-61.

[6]張文修，吳偉志，梁吉業(yè)，李德玉.粗糙集理論與方法[M].北京：科學(xué)出版社，2001.

作者簡介：汪際和（1986-），男，江西都昌人，講師，主要研究方向：粗糙集、概念格及關(guān)聯(lián)規(guī)則。

基金項目：云南大學(xué)旅游文化學(xué)院科學(xué)研究基金項目：2013XY15。