顧客需求導向對都會區不動產特徵價格影響之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：53

、訪客IP：3.21.159.11

姓名

李宣佑(Hsuan-yu Lee) 查詢紙本館藏

畢業系所

營建管理研究所

論文名稱

顧客需求導向對都會區不動產特徵價格影響之研究
(Customer-oriented weight determination for assessing house price in urban areas using SIP clustering approach)

相關論文

★ 電廠工程工期相關衍生費用處理機制之研究	★ 應用建築資訊模型與傳統估價於工程數量計算效能比較之研究
★ 特種貨物稅及勞務稅條例對房地產的影響-以大臺北為例	★ 房地合一與所得稅改對於建設公司稅制利得與經營模式之個案研析
★ 營建工程現場之人力配置決策模式	★ 以財務比率導向建構使用衍生性金融商品避險之預測模式-以建設公司及營造廠為例
★ 生命週期管理導入軍艦採購模式之探討	★ 建築預鑄結構體生產難易度分級與分析之研究
★ 運用關聯法則探討預鑄構件生產派工之研究	★ Automatic Porosity Detection for Permeable Concrete using X-ray CT Images
★ 運用巨量資料與系統模擬建構預鑄產業人力彈性運用之決策評估模型	★ 國立大學工程設施BOT財務可行性評估流程之研究-以育成中心與宿舍為例
★ 露天開挖相關安全衛生設施標準之研究 -例外情事檢討與剖析	★ 公共工程進度計算方式之認定研究
★ 工程技術顧問業融資因素分析之研究	★ 以機關角度對於促進公共工程規劃設計資源再利用之法規研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

不動產之選擇及成交價格受顧客偏好影響，估價人員通常依循自身之經驗為顧客決定不動產特徵與其相關權重，對於擁有不同喜好之顧客可能導致不合理之估價。本研究之目的即為根據顧客需求導向，測定對不動產價格有影響之特徵與其權重。根據文獻回顧與專家建議選定39項特徵，並透過台灣不動產交易資料庫蒐集成交案例資料，囊括台北市近3年間之成交案例5000筆，藉由GIS量測完成39項環境特徵之建立。而後利用群啟發演算法進行分群，共產出5群並各別進行獨立分析，分析結果可彙整為以下發現：1.各群皆代表一顯著之需求取向，顧客主要需求可區分為5種：教育、交通、醫療、休閒與購物。2.各群間之特徵權重皆有所不同。3.各群中警局為共通之嫌惡設施，對房價具有顯著之負影響。4.銷售時間對銷售價格具有正面之影響，即銷售時間愈長價格愈高。

摘要(英)

Customer preference affects selection and transaction price for real estate. Appraisers by their own experience usually select housing attributes and their corresponding weights for customers, creating possible impropriate assessment for those with different favorites. The research objective is to determine attributes and the corresponding weights that affect house pricing based on customer preference. Literature review and expertise qualified 39 attributes, followed by the house transactions collected from the Taiwan transaction database of real estate. A total of 5000 sets in the most prosperous urban area of Taiwan in recent 3 years are randomly selected. Each set contains 39 GIS calibrated environmental attributes suggested by citations and expertise. The swarm-inspired projection (SIP) algorithm is employed for clustering, yielding 5 clusters for a close-up analysis. The findings form the analysis can be summarized as: 1. each cluster presents a significant preference. There are 5 major customer preferences of leisure, education, transportation, medical care, and shopping convenience. 2. The weight of any attribute is mostly different from that in the other clusters. 3. The common hostile attribute among 5 clusters is police station and has significantly negative impact to housing price. 4. Sale time has positively impact to sale price. The longer sale time is the higher sale price presents.

關鍵字(中)

★ 不動產
★ 房價
★ 顧客導向
★ 群啟發
★ 分群
★ 智慧型計算
★ 特徵價格法
★ 環境特徵

關鍵字(英)

★ real estate
★ housing price
★ customer oriented
★ clustering
★ intelligence computation
★ hedonic feature approach
★ environmental attribute

論文目次

第壹章、緒論 ......................................................................................................................... 1
1.1 研究背景與動機 ............................................................................................................. 1
1.2 研究目的 ......................................................................................................................... 5
1.3 研究流程 ......................................................................................................................... 5
1.4 研究範圍與限制 ............................................................................................................. 8
第貳章、文獻回顧 ............................................................................................................... 10
2.1 不動產估價方式 ........................................................................................................... 10
2.2 不動產顧客需求與特徵 ............................................................................................... 11
2.3 群啟發演算法(Swarm Inspired Projection) .............................................................. 14
2.4 小結 ............................................................................................................................... 18
第參章、研究方法與資料取得 ........................................................................................... 19
3.1 研究方法 ....................................................................................................................... 19
3.2 資料取得 ....................................................................................................................... 21
3.2.1 資料範圍與特徵選定 ............................................................................................ 21
3.2.2 資料取得 ................................................................................................................ 23
3.2.3 資料前置處理 ........................................................................................................ 26
第肆章、研究成果 ............................................................................................................... 29
4.1 SIP 分群結果 ................................................................................................................ 29
4.2 各群聚多元迴歸分析結果 ........................................................................................... 35
4.2.1 不動產顧客需求取向 ............................................................................................ 35
4.2.2 各取向中特徵對價格影響之量化 ........................................................................ 42
第伍章、結論 ....................................................................................................................... 55
5.1 結論 ............................................................................................................................... 55
5.2 後續研究建議 ............................................................................................................... 57
參考文獻 ................................................................................................................................. 59
附錄一 ..................................................................................................................................... 62

參考文獻

1. 周賢源，2012，購屋決策考量之研究-以台北市與新北市為例，中華大學經營管理研究所碩士論文。
2. 江穎慧，2009，不動產價格之估值認知與調整－估價行為、大量估價與估值機率之研究，國立政治大學地政研究所博士論文。
3. 李易璇，2005，不動產估價人員估值決定行為之研究，國立政治大學地政研究所碩士論文。
4. 林祖嘉，2007，特徵方程式大量估價法在台灣不動產市場之應用，住宅學報: 1-22。
5. 蔡奇宏，2007，GIS資料庫應用於國有土地估價迴歸分析之研究，國立成功大學地球科學系碩士論文。
6. 黃于祐，2009，台北市房價影響因素之空間分析地理加權迴歸方法之應用，國立台北大學都市計畫研究所碩士論文。
7. 賀振宇，2009，高雄市中產階級自用住宅屬性需求之研究，國立中山大學企業管理學系碩士論文。
8. 吳岱眞，2005，購屋空間決策因素之探討與應用，逢甲大學土地管理研究所碩士論文。
9. 林國民，1996，高雄市自有住宅特徵價格之研究，國立成功大學都市計畫學系碩士論文。
10. 張春龍，2000，住宅選擇模型之研究-以台南市為例，長榮管理學院經營管理研究所碩士論文。
11. 林月萍，2003，房屋市場住宅產品之顧客消費期望偏好知識型決策支援系統，朝陽科技大學建築及都市設計研究所碩士論文。
12. 蘇軾詠，2004，結合群體智慧與自我組織映射圖的資料視覺化研究，國立中央大學資訊工程研究所碩士論文。
13. 李佳欣，2009，應用資料探勘於住宅擔保品之估價模型研究，世新大學資訊管理學研究所碩士論文。
14. 趙志運，2001，以自我組織特徵映射圖為基礎之類神經模糊系統，淡江大學電機工程學系碩士論文。
15. 李悅綾，2012，建築投資業經營績效與聚類分群之評估分析，國立臺灣科技大學營建工程系碩士論文。
16. 施奉馥，2011，地政資料庫之資料探勘研究-以土地分區與土地異動原因關係為例，虎尾科技大學資訊管理研究所碩士論文。
17. 趙于翔，2007，以群體智慧為基礎的最佳化演算法及其應用，國立中央大學資訊工程研究所博士論文。
18. 劉彥良，2010，資料探勘於不動產之分群應用-以台北市大安區為例，國立臺北教育大學資訊科學系碩士論文。
19. 田部井明，「變異數分析與多重比較的SPSS 使用手冊」，鼎茂圖書出版股份有限公司，1995。
20. 龔永香、江穎慧、張金鶚，「客觀標準化不動產估價之可行性分析-市場比較法應用於大量估價」，住宅學報，(16)2，23-42頁，2007。
21. Wang Cheng-Hao, Lai Kin-Keung and Dong Ji-Chang, "Reviewing prevention of the credit risk of real estates." Xitong Gongcheng Lilun yu Shijian/System Engineering Theory and Practice, Vol. 30, pp. 437-446, Systems Engineering Society of China, 2010.
22. Pan Yi-Ming, Zhang Yuan-Biao, Li Fei, "Bubble and its burst: A double-chaotic model of dynamics and control in the estate market.", Journal of Convergence Information Technology, Vol. 7, pp. 349-359, Advanced Institute of Convergence Information Technology, 2012.
23. Mathews Neelam, "Indian market takes a breather." ENR (Engineering News-Record), Vol. 269, McGraw-Hill Companies, 2012.
24. Zhao Yong-Sheng, Tu Mei-Zeng, Ma Guo-Feng, "Real estate options based on lifetime." Shanghai Jiaotong Daxue Xuebao/Journal of Shanghai Jiaotong University, Vol. 41, pp. 2043-2047, Shanghai Jiao Tong University, 2007.
25. Han Jiawei, "Data mining techniques", Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data, Montreal Can, June 1996.
26. Agrawal Rakesh, Gehrke Johannes, Gunopulos Dimitrios, Raghavan Prabhaker, "Automatic subspace clustering of high dimensional data for data mining applications." Proceedings of the ACM SIGMOD International Conference on Management of Data, Seattle WA, United states, June 1998.
27. Li Li, Lei Xiao, and Jia-Wen Xiao. "Factor and Regional Difference Analysis on Real Estate Price." Advances in Intelligent and Soft Computing, Vol. 136, pp. 317-323, Springer Verlag, 2012.
28. Su Mu-Chun, Su Shi-Yong, and Yu-Xiang Zhao, "A Swarm-Inspired Projection Algorithm.", Pattern Recognition, Vol. 42, pp. 2764-2786, Elsevier Ltd, 2009.

指導教授

陳介豪(Jieh-Haur Chen)

審核日期

2014-7-8

推文