王智超

摘要：房地產(chǎn)的價(jià)格是由眾多因素交互影響而形成的，是房地產(chǎn)所在地區(qū)的自然、經(jīng)濟(jì)、社會(huì)、行政等因素綜合影響的結(jié)果。區(qū)位因素是影響房產(chǎn)價(jià)格的重要因素，該文通過實(shí)例，分析區(qū)位因素與房產(chǎn)價(jià)格的關(guān)系，以期建立房價(jià)預(yù)測模型，為購房者提供購房建議。

關(guān)鍵詞：數(shù)據(jù)挖掘；預(yù)測；分類分析

1項(xiàng)目實(shí)施過程

項(xiàng)目實(shí)施主要包括以下三個(gè)階段：

1）用爬蟲知識從“房天下”網(wǎng)站爬取房源信息。

2）利用獲得的房源信息在百度API獲取所有房源周邊學(xué)校，醫(yī)院，車站和超市的數(shù)量。

3）對數(shù)據(jù)進(jìn)行歸一化處理。

4）按照手工標(biāo)記的方法，將房子按房價(jià)分為（0，7000]，（7000，12000]，（12000，17000]，（17000，22000]（22000，40000]五類。

5）創(chuàng)建KNN，決策樹，貝葉斯三種分類器，并使用訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練。

6）利用測試集預(yù)測，計(jì)算模型整體的準(zhǔn)確率和召回率，評測模型。

2數(shù)據(jù)獲取階段

1）獲取初始數(shù)據(jù)，該階段主要有兩個(gè)階段。第一個(gè)階段是房源搜索階段，該階段使用Spider從網(wǎng)站房天下獲取在售樓盤的名稱，地址和價(jià)格。第二階段調(diào)取百度地圖API GeoCoding進(jìn)行經(jīng)緯度轉(zhuǎn)換。Geoeoding API已全面支持HTTP/HTTPS兩種請求形式。

2）歸一化處理，將四維數(shù)據(jù)每一維度的數(shù)值總和視為1，每一維度數(shù)值占四個(gè)維度數(shù)值總數(shù)的比例用來表示該維度數(shù)據(jù)。

3分類階段

該階段采用KNN，貝葉斯，決策樹三種方法構(gòu)建分類器，分類結(jié)果如下：

4分析與討論

從結(jié)果來看，決策樹表現(xiàn)最佳，精確度有0.69，所以，決策樹是我們應(yīng)該選用的方法。我們認(rèn)為選取的特征（教育質(zhì)量，交通條件，醫(yī)療條件，生活配套）模糊和有限是造成預(yù)測精確度不高的主要原因。如教育質(zhì)量不能單純用學(xué)校數(shù)量來衡量，學(xué)校質(zhì)量同樣重要；超市數(shù)量不能代表一個(gè)地區(qū)的生活配套質(zhì)量，還應(yīng)包括餐館、公園等因素。

除本文選取的四個(gè)房價(jià)影響因子外，影響房價(jià)的因素還有很多，如地區(qū)居民收入、地方政策、環(huán)境質(zhì)量和房地產(chǎn)生產(chǎn)成本、質(zhì)量、品位、房型、結(jié)構(gòu)、朝向等內(nèi)在因素。endprint