基于数据挖掘的皖南地区小城市住宅商品房市场分析应用

发布时间：2017-03-18 17:09

  本文关键词：基于数据挖掘的皖南地区小城市住宅商品房市场分析应用，由笔耕文化传播整理发布。

【摘要】：伴随着数据日渐增多及信息技术的深入发展,让人们越来越多的探索到人类社会复杂行为中的规律性。数据挖掘的基本特征在于重预测偏社会、找发现非实证、寻关系非因果、看整体非抽样。房地产行业亦是我国经济的重要支柱,房地产的过渡开发,房价的快速增长又影响着老百姓的日常生活。在房地产市场中产生了大量的数据,论文中采用皖南地区小城市为代表的宣城市宣州区楼盘真实数据,针对房地产市场信息特征以及人们购房置业喜好因素,选取定性定量相结合的数据指标,建立房地产市场数据分析体系。采用数据挖掘技术探索住宅商品房各因素之间的相互关系。论文将数据挖掘技术关联规则应用于住宅商品房市场数据分析。通过对关联规则的理论知识学习和Apriori算法的深入研究,结合变量相关性分析和各变量特征情况,选取不同离散化方法。根据离散后的变量指标,运用关联规则与多属性连续数值的离散化技术相结合的方法,构建住宅商品房市场数据分析挖掘模型,最后联系实际分析评估挖掘规则。通过探讨这些问题,为政府制定相关政策,稳定交易市场提供了支撑;为市场开发商和投资职业者判断价格定位是否合理、市场走势、做出投资决策提供依据。
【关键词】：数据挖掘 房地产 关联规则 Apriori 连续数值离散化
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F299.23
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8-9
• 1.1.1 研究背景8
• 1.1.2 研究意义8-9
• 1.2 国内外研究现状9-10
• 1.2.1 数据挖掘国内外研究现状9-10
• 1.2.2 关联规则应用现状10
• 1.3 本文内容、结构安排及创新之处10-13
• 1.3.1 本文内容10-11
• 1.3.2 结构安排11-12
• 1.3.3 创新之处12-13
• 第二章 数据挖掘理论综述及其在住宅商品房市场中的应用13-21
• 2.1 数据挖掘基本概念13-14
• 2.2 数据挖掘任务14-15
• 2.3 数据挖掘过程15-17
• 2.4 数据挖掘在住宅商品房中的应用17-21
• 2.4.1 住宅商品房市场信息特征18
• 2.4.2 住宅商品房市场影响因素指标选取18-21
• 第三章 连续属性离散化方法21-27
• 3.1 引言21
• 3.2 离散化算法任务21-23
• 3.2.1 离散化算法评价标准22-23
• 3.3 离散化分类介绍23-24
• 3.4 基于信息熵的离散化算法24-27
• 3.4.1 概念描述24-25
• 3.4.2 基于信息熵的离散化步骤25-27
• 第四章 关联规则及Apriori算法27-37
• 4.1 引言27
• 4.2 关联规则描述27-30
• 4.3 关联规则分类30
• 4.4 关联规则挖掘过程30-32
• 4.4.1 问题定义30-31
• 4.4.2 关联规则挖掘过程31-32
• 4.5 Apriori算法32-35
• 4.6 算法举例35-37
• 第五章 关联规则在小城市住宅房商品房市场分析应用37-59
• 5.1 实验背景37-39
• 5.1.1 数据来源38-39
• 5.2 数据预处理39-54
• 5.2.1 数据说明39-41
• 5.2.2 数据质量的评估41-42
• 5.2.3 相关性分析42-47
• 5.2.4 变量的刷选、派生47-54
• 5.2.5 数据准备的其它工作54
• 5.3 关联规则挖掘54-56
• 5.4 规则发现56-59
• 5.4.1 规则分析57-59
• 第六章 总结与展望59-61
• 6.1 总结59
• 6.2 展望59-61
• 参考文献61-65
• 附录65-73
• 攻读硕士期间学业成果73-74
• 致谢74

【相似文献】

中国期刊全文数据库 前10条

1 陈殿阁;论住宅商品房价格形成机制[J];辽宁大学学报(哲学社会科学版);2005年04期

2 陈殿阁;;试析完善住宅商品房价格形成机制的对策[J];中国物价;2006年06期

3 杨继先;刘平;;基于客户价值的住宅商品房功能满意度分析[J];科技经济市场;2009年11期

4 王健康;;花苑村住宅商品房开工[J];施工企业管理;1987年06期

5 ;成都市近期非住宅商品房行情[J];中外房地产导报;1995年17期

6 蓉房;成都近期住宅商品房行情[J];中国房地信息;1997年09期

7 蒋明远;住宅商品房开发应重视商品价值[J];住宅科技;1998年08期

8 吴慧中;上海空置住宅商品房的成因和对策[J];上海管理科学;2000年05期

9 夏剑锋;武汉住宅商品房的发展趋势[J];统计与决策;2002年05期

10 陈殿阁;完善住宅商品房价格形成机制的思路[J];税务;2002年11期

中国重要报纸全文数据库 前10条

1 昆杉;昆山：出台文件规范住宅商品房价格论证[N];江苏法制报;2008年

2 高改芳;去年上海住宅商品房价格下降3.2%[N];中国证券报;2007年

3 本报记者 刘天红;房价，还能一路上涨吗？[N];抚顺日报;2006年

4 记者 李建兴;财政部拍卖违规违纪资产[N];人民日报;2000年

5 记者 王岚 通讯员 周嘉娣;上半年宁波三江片房价同比上涨5.3%[N];宁波日报;2007年

6 本报记者 邹伟;上市量：今年前10个月同比多2766套[N];南京日报;2007年

7 记者 朱蓓宁邋实习生 严静;低价房竞拍热情回落[N];南通日报;2008年

8 王远未 方霞 本报记者 薛庆元;住宅商品房变成了办公公寓[N];中国消费者报;2009年

9 一财;青岛高房价“经营城市”思路终结[N];江苏法制报;2007年

10 郑春平;南京：收紧房价虚高的缰绳[N];新华每日电讯;2003年

中国博士学位论文全文数据库 前1条

1 唐烈英;个人住宅商品房买卖贷款按揭法律问题研究[D];西南政法大学;2005年

中国硕士学位论文全文数据库 前10条

1 刘浪;我国住宅商品房价格趋高的因素分析[D];湖南农业大学;2008年

2 黄襄;住宅商品房价格合理性评价研究[D];广西大学;2015年

3 杨木杰;货币政策对昆明住宅商品房市场调控效果研究[D];云南财经大学;2016年

4 王睿;三亚市新建住宅商品房空置调控研究[D];云南财经大学;2016年

5 祁科;栻桥住宅商品房项目可行性研究[D];天津大学;2014年

6 程莉;基于数据挖掘的皖南地区小城市住宅商品房市场分析应用[D];安徽工业大学;2015年

7 熊灿;中国住宅商品房定价机制研究[D];湖南师范大学;2012年

8 戎晨芳;对影响我国住宅商品房价格的主要因素分析及政策建议[D];安徽大学;2010年

9 叶丽群;成都市普通住宅商品房目标消费者行为研究[D];四川师范大学;2009年

10 王亮;北京市中档住宅商品房购买行为研究[D];对外经济贸易大学;2005年

  本文关键词：基于数据挖掘的皖南地区小城市住宅商品房市场分析应用，由笔耕文化传播整理发布。

，

本文编号：254774