伴隨著社會的不斷向前發(fā)展,家長們將更多地精力投入子女的教育問題,以便子女在日后的競爭中能夠獲得快人一步,因此家長們不謀而合的為子女爭取義務(wù)教育階段的優(yōu)質(zhì)教育資源。因各種歷史遺留原因,我國各地區(qū)普遍存在教育資源分配不均的問題,往往只有極少數(shù)的重點中小學校占據(jù)了絕大部分的優(yōu)質(zhì)教育資源。因此,努力讓孩子進入重點中小學校學習成為了廣大家長們的重要目標。伴隨就近入學政策的逐步落實,重點中小學周邊的學區(qū)型住宅備受家長們的關(guān)注,成為眾人追捧的“學區(qū)房”,加上社會缺乏多樣的入學渠道,“以房擇校”成為望子成龍望女成鳳的家長們的最佳選擇。在強烈教育需求的裹挾下,學區(qū)房價格不斷走高,優(yōu)質(zhì)教育資源對住宅價格的影響日益凸顯,教育資源資本化的程度差異也引起了國內(nèi)外學者們的廣泛關(guān)注。BP神經(jīng)網(wǎng)絡(luò)能夠模擬人類大腦的學習思維能力,是一種功能強大、應(yīng)用廣泛的機器學習算法,在價值評估領(lǐng)域被廣泛應(yīng)用。它具有自適應(yīng)性和大規(guī)模并行處理數(shù)據(jù)的能力,這使得數(shù)據(jù)處理過程中的人力物力消耗大量減少,非線性問題處理高效,評估主觀隨意性降低,極大的提高評估的準確性。本文首先解釋了學區(qū)房為什么出現(xiàn)以及對學區(qū)房的價值進行評估研究的重要性,接著論述了國內(nèi)外學者在人工神經(jīng)網(wǎng)絡(luò)和學區(qū)房價值評估方面的相關(guān)研究現(xiàn)狀,進而提出了本文的研究框架與研究思路。其次,從傳統(tǒng)房地產(chǎn)價值評估的角度出發(fā),介紹了傳統(tǒng)房地產(chǎn)的種類和價值變量,分析學區(qū)房價值評估與傳統(tǒng)房地產(chǎn)價值評估的異同。在概況分析了傳統(tǒng)房地產(chǎn)評估方法的優(yōu)劣之后,提出將BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到學區(qū)房價值評估之中,并對BP神經(jīng)網(wǎng)絡(luò)概念及操作步驟進行了詳細的介紹,以證實運用BP神經(jīng)網(wǎng)絡(luò)評估的可行性和優(yōu)越性。在評估學區(qū)房價值的過程中,還選擇引入Hedonic特征價格模型對評估模型進行優(yōu)化改進。利用Hedonic特征價格模型對樣本指標體系進行優(yōu)化,消除指標之間的共線性影響,以提高估計模型的準確度,將優(yōu)化后的樣本作為輸入值導入BP神經(jīng)網(wǎng)絡(luò)模型當中,讓其建立非線性映射關(guān)系、模擬大腦進行自我訓練,最終準確的預(yù)測出房地產(chǎn)的價值。本文以南昌市教育資源較為集中的“中心六區(qū)”(紅谷灘區(qū)、東湖區(qū)、西湖區(qū)、青山湖區(qū)、青云譜區(qū)、高新區(qū))為研究范圍,利用python對鏈家、安居客和南昌房地產(chǎn)信息網(wǎng)上符合條件的數(shù)據(jù)進行收集,并對這些數(shù)據(jù)作了篩選和處理。在利用Matlab構(gòu)建了價值評估模型之后,通過實證分析并代入數(shù)據(jù)計算后發(fā)現(xiàn),該模型能較為準確的預(yù)測出學區(qū)房的價值,證明了本文提出的這種改進后的評估方法具有充分的準確性與有效性。最后,由于作者水平有限,本文仍然存在一些不足,比如某些指標對房價影響不顯著且難以量化,為降低評估難度只能將該指標刪除,同時還存在交易雙方信息不透明導致的特殊情況,使得房屋交易價格遠遠偏離平均線,希望以后能找到對這些特殊情況進行量化的方法;還有本文的大部分房地產(chǎn)價格數(shù)據(jù)為掛牌價格,小部分為房信網(wǎng)上的交易價格,因為對房信網(wǎng)的數(shù)據(jù)進行爬取有一定的違法風險,這也對評估的準確性有一點影響,希望以后南昌市政府能成立房地產(chǎn)交易數(shù)據(jù)庫,這樣大家對南昌市房地產(chǎn)市場研究更加準確,為南昌市房地產(chǎn)行業(yè)未來的發(fā)展提出更多有價值的建議。
【學位單位】：江西財經(jīng)大學
【學位級別】：碩士
【學位年份】：2020
【中圖分類】：TP183;F299.233.32
【部分圖文】：

4實證研究37經(jīng)過初步運行后，發(fā)現(xiàn)模型在14次迭代之后網(wǎng)絡(luò)輸出誤差達到預(yù)期的誤差范圍內(nèi)，而且耗時非常短，誤差也很小，這說明網(wǎng)絡(luò)學習狀態(tài)良好。（3）模型的檢驗對模型的檢驗主要從兩方面著手，有效性檢驗和準確性檢驗，顧名思義，有效性檢驗就是檢驗?zāi)Ｐ偷暮侠硇�，比如網(wǎng)絡(luò)收斂是否合理，模型結(jié)果是否可靠，準確性檢驗是模型的正確程度，常常通過誤差率來衡量。有效性檢驗可通過程序的運行過程來體現(xiàn)，運行速度慢、迭代次數(shù)(epoch)太多、均方誤差(gradient)大均表明神經(jīng)網(wǎng)絡(luò)的性能不佳。從上圖可知，本文所建立的模型初次訓練后各項指標相對來說是比較合理的，模型在14次迭代之后網(wǎng)絡(luò)輸出誤差達到預(yù)期的誤差范圍內(nèi)，誤差值為0.001945在有效范圍內(nèi)，誤差變化過程圖如圖4-1所示。圖4-1誤差變化圖準確性檢驗主要是檢驗神經(jīng)網(wǎng)絡(luò)的輸入值與期望值也即測試樣本的實際值的差距，差距越小，準確性越高，通常會用誤差或者誤差率來表達，這比較適合單個樣本的效果分析，也可以對多個樣本求均值。因為本文采用了多個樣本測試網(wǎng)絡(luò)的性能，對于每一條樣本數(shù)據(jù)都有一個誤差值，我們希望誤差率能盡量小于15%，所以本文選用了一個正確率來衡量所建模型的準確性，也就是在180個訓練樣本中，實際值和預(yù)測值的誤差率在15%以內(nèi)的次數(shù)占所有計算結(jié)
【相似文獻】

相關(guān)期刊論文 前10條

1 王奕翔;李昂;王晟全;;基于改進型BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)預(yù)警[J];物聯(lián)網(wǎng)技術(shù);2019年12期

2 馬百皓;;基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品跨境電商人才培養(yǎng)方案設(shè)計與應(yīng)用[J];微型電腦應(yīng)用;2020年05期

3 胡西民;支沛;姚李孝;白金;;基于BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)綜合評價研究[J];電網(wǎng)與清潔能源;2016年09期

4 任晶晶;;基于BP神經(jīng)網(wǎng)絡(luò)的山西省農(nóng)民收入預(yù)測模型[J];太原學院學報(自然科學版);2017年01期

5 王鴻;段曉明;伍燕翔;張玉龍;;基于BP神經(jīng)網(wǎng)絡(luò)的耕地土壤重金屬污染評價——以宜賓市翠屏區(qū)土壤重金屬污染評價為例[J];農(nóng)業(yè)與技術(shù);2017年10期

6 周陽;;基于BP神經(jīng)網(wǎng)絡(luò)的基金預(yù)測應(yīng)用研究[J];企業(yè)科技與發(fā)展;2019年12期

7 高林;李琪琪;;改進BP神經(jīng)網(wǎng)絡(luò)對期貨價格的研究與應(yīng)用[J];電子測量技術(shù);2019年23期

8 張良勇;郭猛;;基于BP神經(jīng)網(wǎng)絡(luò)的北京民航客運量預(yù)測[J];河北企業(yè);2020年04期

9 楊昌昌;武瑛;王唯;王薪涵;王潔;;BP神經(jīng)網(wǎng)絡(luò)在大學生社團評價中的應(yīng)用[J];電腦知識與技術(shù);2020年08期

10 黃衍標;羅廣岳;何銘金;;BP神經(jīng)網(wǎng)絡(luò)在巡邏機器人多傳感器數(shù)據(jù)融合中的應(yīng)用[J];傳感技術(shù)學報;2016年12期

相關(guān)博士學位論文 前10條

1 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機械化中的應(yīng)用研究[D];沈陽農(nóng)業(yè)大學;2011年

2 李英偉;基于增量改進BP神經(jīng)網(wǎng)絡(luò)微波深度干燥模型及應(yīng)用研究[D];昆明理工大學;2011年

3 呂軍城;山東省農(nóng)村居民自殺未遂預(yù)警BP神經(jīng)網(wǎng)絡(luò)及指標體系構(gòu)建[D];山東大學;2015年

4 何毅;基于BP神經(jīng)網(wǎng)絡(luò)電容法刨花含水率測試儀的研究與開發(fā)[D];南京林業(yè)大學;2006年

5 江沸菠;基于神經(jīng)網(wǎng)絡(luò)的混合非線性電阻率反演成像[D];中南大學;2014年

6 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學;2004年

7 肖理業(yè);基于機器學習的電磁場建模與設(shè)計研究[D];電子科技大學;2019年

8 陳涵瀛;核電站熱工水力系統(tǒng)工況預(yù)測與診斷方法研究[D];哈爾濱工程大學;2018年

9 梁智杰;聾啞人手語識別關(guān)鍵技術(shù)研究[D];華中師范大學;2019年

10 劉昂;微結(jié)構(gòu)硅基光子學器件性能的研究[D];南京大學;2019年

相關(guān)碩士學位論文 前10條

1 何希文;基于BP神經(jīng)網(wǎng)絡(luò)的學區(qū)房價值評估研究[D];江西財經(jīng)大學;2020年

2 呂瓊帥;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究[D];鄭州大學;2011年

3 李麗霞;BP神經(jīng)網(wǎng)絡(luò)及其在疾病預(yù)后分類問題中的應(yīng)用[D];山西醫(yī)科大學;2002年

4 黃博;基于BP神經(jīng)網(wǎng)絡(luò)的蘭州地區(qū)軍用油料消耗預(yù)測[D];蘭州大學;2011年

5 周志文;灰色BP神經(jīng)網(wǎng)絡(luò)方法的研究[D];廈門大學;2009年

6 徐芳元;基于BP神經(jīng)網(wǎng)絡(luò)的橋梁健康狀況評定[D];長安大學;2006年

7 劉天舒;BP神經(jīng)網(wǎng)絡(luò)的改進研究及應(yīng)用[D];東北農(nóng)業(yè)大學;2011年

8 李楊;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)數(shù)據(jù)抓取中的研究[D];中國海洋大學;2010年

9 呂道禹;遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在降雨量預(yù)測中的應(yīng)用[D];南昌工程學院;2015年

10 蔣亮;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究及應(yīng)用[D];南昌大學;2014年

本文編號：2882040