應用支撐向量機(SVM)於都市不動產價格預測之研究

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：91

、訪客IP：18.226.170.68

姓名

蔡爾逸(Er-yi Tsai) 查詢紙本館藏

畢業系所

營建管理研究所

論文名稱

應用支撐向量機(SVM)於都市不動產價格預測之研究
(Predicting price of real estate in urban area using support vector machine)

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)

特徵價格法為常用判斷不動產價值及估價的四種方法之一，其被廣泛使用於具有影響不動產價格之特徵的都市地區。但不動產在判斷價值時，由於估價依個人主觀意識不同結果也不同，缺乏一套客觀的標準存在，因此本研究目的在於以特徵價格法為基礎，找出影響不動產環境特徵，並用支撐向量機法(SVM)建立不動產估價模型，進而消除由人為主觀判斷不動產價值的缺陷。本研究透過文獻蒐集影響住宅價格之特徵因子，並經整理篩選後共19個環境特徵因子，接著以台北市12行政區蒐集2007年到2010年之歷史交易資料。在隨機選取5000筆資料中，去除遺漏及空缺資料剩下4165筆。經統計分析和極端值剔除除後，刪除其中174筆資料。而測試組及訓練組使用隨機分類五組之交叉驗證(cross validation)概念。而在預測結果方面，以全台北市12行政區之交易資料進行分析，預測準確率為72.2%；而在案例分析部分，將南港區及內湖區交易資料放入預測模型中，其準確率為81.8%，表示本預測模具解釋住宅價格之能力。即SVM應用於估價模型是可行的方式，特別是對那些含有同性質特徵，且均勻分佈該區域內之地區。

摘要(英)

The hedonic pricing approach is one of four common methods used to price or predict real estate value. It is widely used especially for those in urban areas, which contain numerous features influencing price of real estate. Nevertheless this estimation is vulnerable due to human bias. The research objective is to establish an support vector machine (SVM) model, based on the hedonic pricing concept, to price urban real estate and, as such, to eliminate possible human bias made by appraisers. Literature review summarizes 19 features that commonly show up for the hedonic pricing approach. The data collection targets at historical housing transactions in Taipei city from 2008 to 2010. A total of 5000 randomly selected transactions are collected where only 4165 datasets are qualified due to omissive values in the data. Statistical analyses that examine correlation and abnormal values trim off other 174 datasets out of 4165. Using the 5-way cross validation concept for training and testing, the SVM model is developed to predict housing price. The results demonstrate that the proposed model reaches accuracy at 72.2% in the range of ±20% for the price. For two specific areas among all 12 districts in Taipei city, the model accuracy increases up to 81.8%. SVM pricing model is confirmed to be feasible especially for those districts containing features that are coessential and evenly spread out in the area.

關鍵字(中)

★ 支撐向量機
★ 估價
★ 不動產估價
★ 預測
★ 特徵價格法

關鍵字(英)

★ support vector machine (SVM)
★ prediction
★ Pricing real estate
★ estimation.
★ hedonic feature

論文目次

第一章緒論 1
1.1 研究動機與目的 1
1.2 研究方法 3
1.3 研究範圍與限制 3
1.4 論文架構與流程 5
1.5 研究流程 6
第二章文獻回顧 7
2.1 不動產估價 7
2.2 特徵價格法應用 10
2.3 不動產價格影響特徵因素 12
2.4 多元迴歸分析(Multiple Regression Analysis, MRA) 16
2.5 支撐向量機(Support Vector Machine, SVM)原理 19
2.6 支撐向量機(SVM)之應用 23
第三章不動產資料蒐集與分析 25
3.1 不動產資料蒐集 25
3.2 研究變數選取 29
3.3 建立資料庫 32
第四章建構預測模型 37
4.1 重要因子篩選 37
4.2 支撐向量機SVM 40
4.3 案例探討 45
第五章結論 47
5.1 結論 47
5.2 建議 49
參考文獻 51

參考文獻

一、中文部分
1.王清標，迴歸分析應用在面板廠整合製造系統效能預測，國立成功大學工程科學系碩士論文，2008
2.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
3.李易璇，不動產估價人員估值決定行為之研究，國立政治大學地政學系碩士論文，2005
4.李嘉淵，應用演化式類神經網路、灰關聯分析及類神經模糊於不動產估價之研究，朝陽科技大學財務金融系碩士論文，2005
5.李永展，台北市鄰避型公共設施更新之研究，台北市政府研究發展考核委員會委託，研究報告，1997
6.汪志達，比較支撐向量機與類神經網路模式遙測河川汙染分類之研究，國立雲林科技大學環境與安全衛生工程系碩士論文，2008
7.林英彥，不動產估價-第11版，文笙書局出版股份有限公司，2006
8.林建宏，我國建築廢棄物產出因子與數量推估研究-以全國事業廢棄物管制系統為對象，國立中央大學營建管理研究所碩士論文，2009
9.林祖嘉、馬毓駿，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，第16卷第2期，P79~P98，2007
10.邱文贊，基於支撐向量機(SVMs)預測模式之研究，國立高雄海洋科技大學輪機工程系碩士論文，2005
11.邱敏鋒，運用支撐向量機建構營建材料供應商使用衍生性金融商品避險之預測模型，國立中央大學營建管理研究所碩士論文，2008
12.周俊宏，運用支撐向量機與類神經網路於信用卡授信決策之研究，國立台灣科技大學資訊管理系碩士論文，2006
13.張能政，不動產估價行為研究-行為理論之應用，國立台北大學地政系碩士論文，2004
14.黃建銘，支撐向量機的自動參數選擇，國立台灣科技大學資訊工程系碩士論文，2005
15.黃啟祥，結合高斯混合及支撐向量機模型之語者確認研究，國立中央大學電機工程系碩士論文，2009
16.黃于祐，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，2009
17.黃韋憲，都會區住宅用地價格評估模式之建構，國立中央大學營建管理研究所碩士論文，2010
18.華昌宜、林秋瑾、賴碧瑩，電腦大量估價實證模型建構，財團法人台灣不動產資訊中心研究計畫，經建會委託，研究報告，2004
19.楊謙柔，都市環境設施評價模式之研究，中國文化大學建築及都市計畫研究所博士論文，2009
20.榮泰生，SPSS 與研究方法，五南圖書出版股份有限公司，2007年。
21.賴碧瑩，應用類神經網路於電腦輔助大量估價之研究，住宅學報，第16卷第2期，P43~P65，2007
22.劉玉婷，應用迴歸分析及類神經網路建構不動產估價模式-以台中市住宅為例，國立雲林科技大學營建工程系碩士論文，2009
23.韓歆儀，應用兩階段分類法提昇SVM 法之分類準確率，國立成功大學工業與資訊管理研究所碩士論文，2004
24.魏如龍，類神經網路於不動產價格預估效果之研究，國立政治大學地政系碩士論文，2003
25.蕭博文，以SVM為基礎之偽鈔辨識，國立台灣科技大學電機工程系碩士論文，2009
26.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，第16卷第2期，P23~P42，2007
二、英文部分
1.Aizerman, M. A., Braverman, E. M., Rozonoer, L. I., “Theoretical Foundations of the Potential Function Method in Pattern Recognition Learning”,Autom. Remote Control, vol. 25, pp. 821-837, 1964.
2.Chen, X.L., Li, Y. S., Liu Z.G., Yin, K.D., Li, Z.L., et al, “Integration of multi-soure data for water quality classification in the Pearl River estuary and its adjacent coastal water of Hong Kong”, Continental Shelf Research, vol. 23, iss. 16, pp. 1827-1843, 2004.
3.Camps-Valls, G., Gómez-Chova, L., Muñoz-Marí, J., Vila-Francés, J., “Retrival of oceanic chlorophyll concentration with relevance vector machines”, Remote Sensing of Environment, vol. 105, iss. 1, pp. 23-33, 2006.
4.Fleischer, A.,“A room with a viewd A valuation of the Mediterranean Sea view”, Tourism Management, vol. 33, pp.598-602, 2012.
5.Hamilton, S. E., Morgan, A., “Integrating lidar, GIS and hedonic price modeling to measure amenity values in urban beach residential property markets”, Computers, Environment and Urban Systems, vol. 34, pp. 133-144, 2010.
6.Hsu, C. W., Chang, C. C., Lin, C. J.,“A Practical Guideto Support Vector, Classification”Available at http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf, 2003.
7.Kadisha, J., Netusilb, N. R., “Valuing vegetation in an urban watershed”, Landscape and Urban Planning, vol. 104, pp. 59-65, 2012.
8.Kong, F. H., Yin, H. W., Nakagoshi, N. K. “Using GIS and landscape metrics in the hedonic price modeling of the amenity value of urban green space: A case study in Jinan City, China” , Landscape and Urban Planning, vol. 79, pp. 240-252, 2007.
9.Matysiak, G., Wang, P., “Commercial Property Market Prices and Valuation：Analyzing the Correspondence”, Journal of Property Research, vol. 12, iss. 3, pp181-202, 1995.
10.Poudyal, N. C., Hodges, D. G., Merrett, C. D., “A hedonic analysis of the demand for and benefits of urban recreation parks”, Land Use Policy, vol. 26, pp. 975-983, 2009.
11.Selim, H. “Determinants of house prices in Turkey: Hedonic regression versus artificial neural network”, Expert Systems with Applications, vol. 36, pp. 2843-2852, 2009.
12.Takafumi, M., Yasuhi, A., “Hedonic Analysis for Estimation of Condominium Rent Utilizing WEB Information”, Procedia Social and Behavioral Sciences, vol. 21, pp. 147-156, 2011.
13.Tay, F. E. H., Cao, L. J., “Application of support vector machines in financial time series forecasting”, Omega, vol. 29, iss. 4, pp. 309-317, 2001.
14.Vapnik, V. N., “Statistical Learning Theory”, J Wiley, New York, 1995.
三、參考網站
1.行政院主計總處統計資料
http://www.dgbas.gov.tw/，2012
2.台灣不動產交易中心
http://www.gigahouse.com.tw/，2010
3.Taiwan Map台灣電子地圖服務網 http://www.map.com.tw/default.asp，2010
4.台北市區里鄰電子地圖
http://www.czone2.tcg.gov.tw/tp92-1/index.htm，2010
5.LIBSVM介紹
http://www.csie.ntu.edu.tw/~cjlin/libsvm/，2010
6.台灣大學林智仁老師網站 http://www.csie.ntu.edu.tw/~cjlin/index.html，2010

指導教授

陳介豪(Jieh-haur Chen)

審核日期

2012-7-19

推文