【摘要】：隨著我國市場經(jīng)濟快速的發(fā)展,房地產(chǎn)行業(yè)的不斷崛起，目前，房地產(chǎn)行業(yè)已成為了國民經(jīng)濟的支柱產(chǎn)業(yè)中最重要的產(chǎn)業(yè)之一，因此房地產(chǎn)行業(yè)發(fā)展的興衰直接關(guān)系到個人、集體以至于國家利益。因此保證房地產(chǎn)行業(yè)的健康穩(wěn)定的發(fā)展是一個至關(guān)重要的任務(wù)。那么我們應(yīng)該怎么樣去促使該行業(yè)健康穩(wěn)定的發(fā)展？除了國家必要的一些政策和措施外，還應(yīng)對房地產(chǎn)價格進行合理的預(yù)測和分析，一來可以為政府相關(guān)部門對土地拍賣價格的定位；其次還可以有效的幫助房地產(chǎn)開發(fā)商預(yù)算出該房地產(chǎn)的利潤收益；最后還能幫助房屋購買者了解正常的房地產(chǎn)市場價格。 近年來數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，并滲入房地產(chǎn)行業(yè)。由于各類數(shù)據(jù)信息日積月累不斷的增加累積，從而逐漸的構(gòu)成了一個房地產(chǎn)數(shù)據(jù)海洋。如果只是通過觀測或者歸納的方法來對房地產(chǎn)價格進行預(yù)測，那么將是一項工作量非常大的任務(wù)。而數(shù)據(jù)挖掘技術(shù)則正是從大量信息中挖取未知的卻又對我們的每一個決策有用的知識和信息的過程。這將對房地產(chǎn)價格的預(yù)測提供了有力的技術(shù)支持。 本文研究了從現(xiàn)有的房地產(chǎn)交易數(shù)據(jù)中挖掘得到關(guān)聯(lián)規(guī)則，，并從中分析，得到一個比較精確的模型。首先是使用SQL2005進行相關(guān)房地產(chǎn)屬性的關(guān)聯(lián)分析，從影響房地產(chǎn)價格的眾多因素中提出關(guān)聯(lián)度比較高的因素作為參數(shù)。其次，結(jié)合了實際實例對本文選擇的模型進行了驗證。
[Abstract]:With the rapid development of China's market economy and the rising of real estate industry, the real estate industry has become one of the most important industries in the pillar industries of the national economy, so the rise and fall of the real estate industry is directly related to the individual. Collective and even national interests. Therefore, to ensure the healthy and stable development of the real estate industry is a crucial task. So what should we do to promote the healthy and stable development of the industry? Besides some necessary policies and measures, we should make reasonable forecast and analysis on the real estate price, so as to position the land auction price for the relevant government departments. Second, it can effectively help real estate developers budget the profits of the real estate. Finally, it can help buyers to understand the normal real estate market prices. In recent years, the continuous development of data mining technology, and infiltration of the real estate industry. As a result of various kinds of data information accumulation, gradually constitute a real estate data ocean. If only through observation or inductive method to predict the real estate prices, it will be a very heavy workload. Data mining technology is the process of extracting the unknown knowledge and information from a large amount of information, which is useful for every decision. This will provide strong technical support for real estate price forecasting. In this paper, we study the mining of association rules from the existing real estate transaction data, and get a more accurate model. Firstly, the correlation analysis of the property of real estate is carried out by using SQL2005, and the factors with high correlation degree are put forward as parameters from the many factors that affect the real estate price. Secondly, the model selected in this paper is verified by a practical example.
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP311.13

【參考文獻】

相關(guān)期刊論文 前10條

1 吳紅華,吳建華;房地產(chǎn)估價的灰色模糊綜合方法[J];廣西工學(xué)院學(xué)報;2001年01期

2 賈士軍,向長江;房地產(chǎn)定價中有關(guān)問題的探討[J];廣州大學(xué)學(xué)報(綜合版);2001年11期

3 徐迎軍;魏翠萍;李東;;OWA算子賦權(quán)新方法及其在房地產(chǎn)價格預(yù)測中的應(yīng)用[J];工業(yè)技術(shù)經(jīng)濟;2010年04期

4 尹曉麗;方旭f;;數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用[J];經(jīng)濟研究導(dǎo)刊;2009年20期

5 楊勵雅;邵春福;;基于BP神經(jīng)網(wǎng)絡(luò)與馬爾可夫鏈的城市軌道交通周邊房地產(chǎn)價格的組合預(yù)測方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2008年03期

6 劉君強;孫曉瑩;潘云鶴;;關(guān)聯(lián)規(guī)則挖掘技術(shù)研究的新進展[J];計算機科學(xué);2004年01期

7 章偉;;粗糙集BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價格預(yù)測中的應(yīng)用[J];計算機仿真;2011年07期

8 張所地;李斌;;基于AR(1)-MA(0)模型的房地產(chǎn)價格預(yù)測研究[J];科技創(chuàng)業(yè)月刊;2007年02期

9 劉鋒;袁學(xué)海;;模糊數(shù)直覺模糊集[J];模糊系統(tǒng)與數(shù)學(xué);2007年01期

10 張珊玉;徐輝;;基于離散灰色DGM(1,1)模型的房地產(chǎn)價格預(yù)測及其對策研究[J];科技廣場;2013年01期

相關(guān)博士學(xué)位論文 前3條

1 趙春;基于數(shù)據(jù)挖掘技術(shù)的財務(wù)風險分析與預(yù)警研究[D];北京化工大學(xué);2012年

2 白瑩;基于貼近度指標的模糊質(zhì)量控制圖研究[D];中國礦業(yè)大學(xué)(北京);2012年

3 單志鵬;在宏觀調(diào)控中土地政策對房地產(chǎn)市場的影響效果研究[D];吉林大學(xué);2013年

本文編號：2169638