基于协同注意力的多模态神经网络的Subregion房价预测研究

发布时间：2021-10-30 02:52

　　城市Subregion房屋价格预测研究作为一个经济热点,同时涉及到商业和城市计算等相关领域,并且它对智慧城市的规划和建设也有着极大的帮助。然而预测Subregion住宅房屋价格的变化存在巨大的困难,具体包括复杂的影响因素、房屋交易数据的稀疏性以及区域之间存在很强的时空依赖,因此进行Subregion级别的住宅房价预测具有极大的挑战性。为了解决这些挑战,在本文,我们研究并提出了一种全新、有效且更加精细粒度的深度时空网络来进行Subregion住宅房屋价格的预测。与现有工作相比,我们的模型基于现有的交易数据能够将预测粒度从城市级别提高到了英里级别,从而很好地实现了区域房价的实时精准预测。本文首先详细设计了四个子模块（长期和短期的DenseNet,当前因素模块和基于卡尔曼滤波的预期模块）来分别捕获区域之间的长期和短期的时空依赖,当前外部因素的影响和未来预期对当前价格反馈带来的影响。我们基于DenseNet采用稠密的网络连接方式能学习到各个维度的特征,从而更好地减轻因数据稀疏带来的影响。然后,在当前因素模块,我们特别采用了特征选取的策略来筛选影响因素,从而进一步避免信息冗余带来的过拟合问题。其... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图１．１中国住房总面积和城镇化率变化情况１２１??“”

图１．３购房推荐应用＾??

?第１章绪?论???慧城市规划的新制度。合理有效的住房监管以及精准预测是”智慧城市”建设的??重中之重，对城市未来发展有着莫大的益处。如图１．２所示，住房市场的精准预??测不仅有益于“智慧城市”的建设，还能够为广大居民在购买房屋时提供有效的??参考。由此可见，合理的调整住房市场并制定有效符合客观经济学的管理计划对??经济的平稳发展有着至关重要的作用，同时能够为民众购买住房提供有效的建??议，为城市规划和城区建设提供科学有效的参考。正是因为住房市场如此重要，??１?“智葸城市”的建设?ＩＩ家庭购房建议??图１．２预测住房市场的益处＾??房价的相关研宄和实际应用一直都是热门的领域。国内外目前针对实时的房屋??推荐和价格预测都已经推出了成熟的系统，如美国的最著名的Ｚｉｌｌｏｗ网站和国??内万千用户习惯使用的链家网以及诸葛找房网。图１．３展示了他们系统实际应用??的相关示意图。根据相关调研显示，现存的房价预测大都是基于ｃｉｔｙ－丨ｅｖｅｌ?（包??？？?ｆｃＭＸ?？＜?＊？＜＊＜■＞?Ｗ?ＭＭ?ＵＫ??ｆｕｆｆ?ｙｔ?？？＊；（＊！？?？＞（？？＊？？?吻??Ｖ．?Ｗ．?ＷＷ?，ｊ??二－＾?一?－妙辦?Ｅｓａ?一厂?ｒ二■人．Ｔ一…??？?ｉ，?场?ｒ?：广…＾??Ａ％，．??？—?－—．．．．．．．．．．．．．．?卜?■?ｖ?－?！－■?ｉ?－?．．??？，ｉｉｌＷｉｆ??Ｉ?“ＺＨ丨ｏｗ”房屋网?丨丨“链家”房屋网??图１．３购房推荐应用＾??含ｃｉｔｙ，?ｄｉｓｔｒｉｃｔ等大行政区域）研宄或者个体房屋的价格预测。大区域的房价预??测结果能够提供的信息内容通常对购买者和政府来


本文编号：3465903