【摘要】本文分析了當前高校青年教師周轉(zhuǎn)用房在管理上存在的問題，針對高校青年教師周轉(zhuǎn)公寓租金市場化定價，提出了構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的高校周轉(zhuǎn)房租金市場化價格評估模型，以期為合理確定周轉(zhuǎn)房房租價格提供一定的借鑒。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò)；周轉(zhuǎn)公寓；租金市場化定價

1 高校周轉(zhuǎn)房房租市場化價格影響因素分析

1.1區(qū)位因素

區(qū)位因素是高校周轉(zhuǎn)房房租市場化價格影響因素中較為宏觀卻具有重要地位的影響因素。區(qū)位能夠反映房屋在城鎮(zhèn)中所處的位置，反映房屋與商服、學校、醫(yī)院等生產(chǎn)生活不可或缺的重要設(shè)施之間的空間關(guān)系。

1.2鄰里因素

鄰里因素反映了房屋所處的小區(qū)級范圍內(nèi)各類生產(chǎn)、生活要素的情況，相對于區(qū)位因素而言，鄰里因素更加注重諸如容積率、物業(yè)管理、車位等更加微觀、具體的因素。

1.3個別因素

個別因素是從出租房屋本身的面積、戶型、樓層、裝修、建筑年代、建筑結(jié)構(gòu)、評估時點等情況考慮，反映房屋自身情況與租金之間關(guān)系的要素。

2 高校周轉(zhuǎn)房房租市場化價格評估指標體系的建立

2.1指標的確定

遵循指標體系構(gòu)建原則，結(jié)合高校周轉(zhuǎn)房房租市場化定價的實際情況，確定指標體系，具體如表1所示。

3 基于神經(jīng)網(wǎng)絡(luò)的高校周轉(zhuǎn)房租金市場化價格評估模型構(gòu)建

3.1樣本的選取與預處理

BP神經(jīng)網(wǎng)絡(luò)能夠通過對一定數(shù)量網(wǎng)絡(luò)輸入輸出樣本數(shù)據(jù)學習、訓練，確定網(wǎng)絡(luò)輸入輸出的映射關(guān)系。為保證其準確性和高效性，需運用一定的方法對樣本進行選取和預處理?；谏窠?jīng)網(wǎng)絡(luò)的高校周轉(zhuǎn)房租金市場化價格評估模型的構(gòu)建，應(yīng)當選取正常市場條件下，與評估對象相似或相近的樣本數(shù)據(jù)，并對數(shù)據(jù)不完整或某指標存在明顯異常值的樣本進行甄別和剔除，對指標數(shù)據(jù)進行無量綱化處理，以避免不同指標數(shù)據(jù)的實際單位對評估模型的收斂速度和準確性造成的影響。

3.2神經(jīng)網(wǎng)絡(luò)的建立與學習

3.2.1神經(jīng)網(wǎng)絡(luò)層數(shù)的確定

神經(jīng)網(wǎng)絡(luò)一般包括輸入層、隱含層、輸出層。神經(jīng)網(wǎng)絡(luò)的層數(shù)越多，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)越復雜，其數(shù)據(jù)學習和處理能力就越強，但神經(jīng)網(wǎng)絡(luò)的學習時間也相應(yīng)的越長。根據(jù)已有的相關(guān)研究，輸入層、隱含層、輸出層各為一層的三層神經(jīng)網(wǎng)絡(luò)能夠?qū)﹂]合區(qū)間內(nèi)任意連續(xù)函數(shù)進行無限逼近，考慮到基于神經(jīng)網(wǎng)絡(luò)的高校青年教師周轉(zhuǎn)公寓租金市場化定價模型并不復雜，確定其輸入層、隱含層、輸出層各為一層。

3.2.2神經(jīng)網(wǎng)絡(luò)節(jié)點數(shù)的確定

根據(jù)已構(gòu)建的高校周轉(zhuǎn)房房租市場化價格評估指標體系中三級評估指標的個數(shù)，確定神經(jīng)網(wǎng)絡(luò)輸入層的節(jié)點個數(shù)為15個?；谏窠?jīng)網(wǎng)絡(luò)的高校青年教師周轉(zhuǎn)公寓租金市場化定價模型的最終結(jié)果為待估對象的房租價格，因此，確定神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點個數(shù)為1個。隱含層節(jié)點個數(shù)的確定需要運用經(jīng)驗公式和試驗調(diào)整確定。

3.2.3激活函數(shù)的確定

激活函數(shù)是網(wǎng)絡(luò)輸入轉(zhuǎn)換為網(wǎng)絡(luò)輸出的關(guān)鍵，常用的激活函數(shù)有線性激活函數(shù)、對數(shù)S型激活函數(shù)、階躍型激活函數(shù)等。高校青年教師周轉(zhuǎn)公寓房租價格評估指標與房租價格之間并非線性關(guān)系或離散關(guān)系，對數(shù)型激活函數(shù)連續(xù)可微，計算簡便，在神經(jīng)網(wǎng)絡(luò)建模中運用較為普遍，因此，本文選取對數(shù)S型函數(shù)作為激活函數(shù)。

3.2.4神經(jīng)網(wǎng)絡(luò)的學習

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和激活函數(shù)確定后，還需對初始權(quán)值、閾值以及學習函數(shù)進行設(shè)置和選擇。根據(jù)高校青年教師周轉(zhuǎn)公寓房租價格評估的實際需求，確定初始權(quán)值為區(qū)間范圍的隨機數(shù)值，確定學習函數(shù)為LM算法。在確定了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、激活函數(shù)、初始權(quán)值、學習函數(shù)，完成神經(jīng)網(wǎng)絡(luò)的建立后，便可運用樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行訓練，選取部分樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行測試，在確保神經(jīng)網(wǎng)絡(luò)的準確度和速率的前提下，運用神經(jīng)網(wǎng)絡(luò)模型對待估對象的房租價格進行評估。

參考文獻：

[1]王玲，傅和平，陳惠蘭.高校教師公寓管理模式探索[J].高校后勤研究，2011（5）：66-69

[2]吳保根.淺論高校教師周轉(zhuǎn)房實行市場化管理[J].高校后勤研究，2006（3）：79-81

作者簡介：

李萌（1990-），男，漢族，碩士，華北電力大學（保定）財務(wù)與資產(chǎn)管理處。