基于神经网络的多元时序房价预测方法

发布时间：2023-03-10 16:04

　　近些年,中国房地产行业已经成为了国民经济重要组成的部分。房子因为人们自住的刚性需求和投资的金融属性受到社会重点关注,如何能准确预测随时间变化的房价也成为一个重要研究课题。早期房价时序预测研究利用单维的价格进行自回归预测,未考虑到与房价相关多元特征的影响,但这些多元特征在时间线上与房价互相关联。因此,为了充分利用影响房价的多元特征以及时间维度的信息,提高房价预测的精度,本论文重点从时间维度和影响房价的多维特征两个方面对房价进行时序预测。本论文的主要研究内容如下:1.本论文使用一种基于神经网络的多元时序方法来对北京房价进行预测,关注房价在短期局部变化和长期依赖趋势。首先通过一维卷积神经网络自动地提取房子相关的多元时序特征,然后使用多个卷积核对多元时序特征卷积得到特征向量,最后把特征向量输入到长短期记忆模型,利用训练好的神经网络多元时序方法预测房价。本论文使用基于神经网络的多元时序预测方法在北京房价数据集进行实验,实验结果表明,该方法能有效的提取多元房价时序特征的信息,拟合房价在短期局部变化和长期依赖趋势。2.在基于神经网络的多元时序房价预测方法基础上,为了进一步提高模型在房价短期拐点变化的...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 引言
    1.1 研究背景及意义
    1.2 预测方法的研究现状
        1.2.1 国内房价预测研究现状
        1.2.2 国外房价预测研究现状
    1.3 主要研究内容
    1.4 论文的组织结构
第2章 房价预测相关理论
    2.1 传统时间序列模型
        2.1.1 自回归模型
        2.1.2 移动平均模型
        2.1.3 差分整合移动平均自回归模型
        2.1.4 差分整合移动平均自回归模型预测过程
    2.2 神经网络相关理论
    2.3 神经网络相关时间序列模型
        2.3.1 循环神经网络
        2.3.2 长短期记忆模型
    2.4 本章小结
第3章 房价相关特征分析和数据预处理
    3.1 影响房价因素分析
        3.1.1 单维房价特征
        3.1.2 多维房价特征
    3.2 房价数据集预处理过程
    3.3 本章小结
第4章 基于神经网络的多元时序房价预测
    4.1 传统房价预测模型存在的问题
    4.2 基于神经网络的多元时序房价预测建模
        4.2.1 卷积神经网络提取时序特征
        4.2.2 融合神经网络的多元时序房价预测
    4.3 实验结果与分析
        4.3.1 实验评价指标
        4.3.2 实验环境设置
        4.3.3 实验过程与分析
    4.4 本章小结
第5章 引入注意力机制的神经网络多元时序房价预测
    5.1 引入注意力机制的融合神经网络
    5.2 实验结果与分析
        5.2.1 对比实验设置
        5.2.2 融合神经网络中不同位置的注意力机制
    5.3 本章小结
第6章 研究工作总结与展望
    6.1 研究工作总结
    6.2 研究工作未来展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3758387