| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-23页 |
| 1.1 房地产价格指数综述 | 第12-20页 |
| 1.1.1 房地产价格指数 | 第12页 |
| 1.1.2 房地产价格指数的国外研究现状 | 第12-14页 |
| 1.1.3 房地产价格指数的国内研究现状 | 第14-17页 |
| 1.1.4 济南市房地产价格指数的研究 | 第17页 |
| 1.1.5 当前我国房地产价格指数编制存在的问题 | 第17-20页 |
| 1.1.6 基于Web信息提取的房地产价格指数编制 | 第20页 |
| 1.2 研究目标和研究内容 | 第20-21页 |
| 1.2.1 研究目标 | 第20页 |
| 1.2.2 研究内容 | 第20-21页 |
| 1.3 论文组织结构与创新点 | 第21-23页 |
| 1.3.1 论文组织结构 | 第21-22页 |
| 1.3.2 创新点 | 第22-23页 |
| 第2章 房地产价格指数编制的Hedonic模型 | 第23-30页 |
| 2.1 Hedonic模型的价格指数编制原理 | 第23-24页 |
| 2.2 Hedonic模型的国内研究 | 第24-25页 |
| 2.3 Hedonic模型的模型设定 | 第25-29页 |
| 2.3.1 函数形式选择 | 第25-26页 |
| 2.3.2 因变量的选择 | 第26-27页 |
| 2.3.3 自变量的选择 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 房地产价格开源数据的采集——以济南市二手房产为例 | 第30-56页 |
| 3.1 开源数据采集的理论基础 | 第30-37页 |
| 3.1.1 网络爬虫技术 | 第30-33页 |
| 3.1.2 HTML | 第33-35页 |
| 3.1.3 正则表达式 | 第35-37页 |
| 3.2 济南市二手房产开源数据的收集 | 第37-44页 |
| 3.2.1 房产网络交易页面的抓取 | 第39-43页 |
| 3.2.2 抓取网址过程中的问题及解决方法 | 第43-44页 |
| 3.3 济南市二手房产开源数据的提取 | 第44-49页 |
| 3.3.1 搜房网二手房网页特点 | 第44-46页 |
| 3.3.2 定制采集内容规则 | 第46-47页 |
| 3.3.3 设置发布内容 | 第47-48页 |
| 3.3.4 二手房产开源数据的提取结果 | 第48-49页 |
| 3.4 济南市二手房产属性数据的量化 | 第49-55页 |
| 3.4.1 周边环境数据量化 | 第49-54页 |
| 3.4.2 楼盘数据量化 | 第54-55页 |
| 3.5 数据量化过程中存在问题及解决方法 | 第55页 |
| 3.6 本章小结 | 第55-56页 |
| 第4章 房地产价格指数的编制——以济南市二手房产为例 | 第56-69页 |
| 4.1 济南市房地产市场情况分析 | 第56-59页 |
| 4.2 Hedonic模型的估算检验和修正 | 第59-63页 |
| 4.2.1 基本模型的估算和检验 | 第59-62页 |
| 4.2.2 模型修正后的估算和分析 | 第62-63页 |
| 4.3 利用Hedonic模型进行房地产价格指数编制 | 第63-64页 |
| 4.3.1 派式公式法 | 第63页 |
| 4.3.2 特征价格法 | 第63-64页 |
| 4.4 编制济南市二手房产价格指数 | 第64-68页 |
| 4.4.1 利用派式公式法对二手房产价格指数进行编制 | 第64-67页 |
| 4.4.2 利用特征价格法对二手房产价格指数进行编制 | 第67页 |
| 4.4.3 派式公式法对比特征价格法 | 第67-68页 |
| 4.5 模型的可推广性 | 第68页 |
| 4.6 本章小结 | 第68-69页 |
| 第5章 结论和展望 | 第69-71页 |
| 5.1 结论 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间取得的学术成果 | 第75-76页 |
| 附录A 济南市二手房产市场部分开源数据(7 月) | 第76-81页 |
| 附录B 济南市二手房产市场部分开源数据(8 月) | 第81-86页 |
| 致谢 | 第86页 |
