本文選題：房地產(chǎn)市場 + 價格預(yù)測��； 參考：《現(xiàn)代電子技術(shù)》2017年05期

【摘要】：針對當(dāng)前房地產(chǎn)價格預(yù)測精度低的難題,提出基于數(shù)據(jù)挖掘的房地產(chǎn)價格預(yù)測模型。首先對當(dāng)前房地產(chǎn)價格預(yù)測研究的現(xiàn)狀進(jìn)行分析,指出房地產(chǎn)價格變化的混沌性和隨機(jī)性;然后采用混沌理論對數(shù)據(jù)進(jìn)行預(yù)處理,重建房地產(chǎn)價格預(yù)測模型的樣本,并采用相關(guān)向量機(jī)建立房地產(chǎn)價格預(yù)測模型;最后采用房地產(chǎn)價格數(shù)據(jù)進(jìn)行驗(yàn)證性測試。該模型可以描述房地產(chǎn)價格歷史數(shù)據(jù)中隱藏的變化特點(diǎn),獲得了比其他模型更優(yōu)的房地產(chǎn)價格預(yù)測結(jié)果。
[Abstract]:A real estate price prediction model based on data mining is proposed to solve the problem of low precision of real estate price prediction. Firstly, the paper analyzes the current situation of real estate price prediction, points out the chaos and randomness of real estate price change, and then uses chaos theory to preprocess the data to reconstruct the sample of real estate price prediction model. The real estate price prediction model is established by correlation vector machine, and the real estate price data is used to validate the model. This model can describe the hidden characteristics of the historical data of real estate prices and obtain better real estate price prediction results than other models.
【作者單位】： 綏化學(xué)院信息工程學(xué)院;
【分類號】：F299.23

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武田艷;占建軍;嚴(yán)韋;;基于MIV-BP型網(wǎng)絡(luò)實(shí)驗(yàn)的房地產(chǎn)價格影響因素研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2015年18期

2 何芳;王小川;肖森予;李曉麗;;基于MIV-BP型網(wǎng)絡(luò)實(shí)驗(yàn)的房地產(chǎn)項(xiàng)目風(fēng)險識別研究[J];運(yùn)籌與管理;2013年02期

3 梁坤;聶會星;徐樅巍;;基于支持向量機(jī)的北京市房地產(chǎn)價格指數(shù)預(yù)測[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年04期

4 楊柳;張磊;張少勛;劉建偉;;單核和多核相關(guān)向量機(jī)的比較研究[J];計算機(jī)工程;2010年12期

5 柳冬;王雯s，

本文編號：2101516