基于神经网络衡量公园可达性对房价的影响

发布时间：2022-01-19 09:58

　　随着城市化进程的推进,公园资源成为许多楼盘选址的重要考虑因素,准确地衡量到公园距离对房价的影响对于房屋估价来说十分重要。特征价格模型难以非常有效地解决非线性多变量的情况,在衡量影响程度方面缺少说服力。利用神经网络解决特征价格模型在多变量非线性情况下拟合困难的问题,并与特征价格模型比较验证其拟合效果更优。采用根据平均影响值（MIV）算法原理改进的方法,保证在不产生异常值的情况下量化出到公园距离对房价的影响程度,结果表明到公园的距离越远则房价越低,并且公园绿地面积越大、绿化率越高对周围房价的影响越大。 

【文章来源】：价格月刊. 2020,(09)北大核心

【文章页数】：7 页

【部分图文】：

本研究中神经网络模型结构

每个节点的计算过程结构示意图

奥森公园预测结果均值随着距公园距离增加的变化曲线

【参考文献】：
期刊论文
[1]城市邻避型服务设施对住宅价格的影响——以宁波市为例[J]. 任丽燕,宋俊星,马仁锋.  山东财经大学学报. 2020(02)
[2]纯郊区轨交线对房价的影响分析[J]. 李俊芳,刘志钢,胡华.  交通运输系统工程与信息. 2020(01)
[3]基于Hedonic模型的常玉艺术品拍卖价格影响因子实证研究[J]. 何双男,徐晓庚.  鞍山师范学院学报. 2019(06)
[4]基于BP神经网络的南京市房价预测[J]. 吴姗姗.  市场周刊. 2019(02)
[5]基于Hedonic模型的药品价格指数编制及实证研究[J]. 李建,舒丽芯,刘喜军.  药学实践杂志. 2018(06)
[6]基于BP神经网络的武汉市二手房估价模型研究[J]. 李英冰,陈雨劲,欧阳茜.  数字制造科学. 2017(Z1)
[7]基于MIV-BP型网络实验的房地产价格影响因素研究[J]. 武田艳,占建军,严韦.  数学的实践与认识. 2015(18)
[8]基于BP神经网络的唐山房价预测[J]. 高平,刘志坚,袁立梅.  河北联合大学学报(社会科学版). 2015(02)
[9]Hedonic住宅特征价格模型的BP神经网络方法[J]. 司继文,韩莹莹,罗希.  管理学报. 2012(07)
[10]基于Translog模型对中国汽车业规模报酬及技术进步的分析[J]. 邱济洲,杨卓群,马明.  科学管理研究. 2012(03)

硕士论文
[1]湿地生态对住宅价格的影响研究[D]. 宋晶莹.江西财经大学 2018
[2]长沙市基础教育资源对住房价格影响的机制研究[D]. 田艳君.湖南大学 2018
[3]基于享乐价格法的安阳市公园绿地宜人性研究[D]. 戚姣姣.四川农业大学 2013



本文编号：3596645