| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-20页 |
| ·论文研究背景 | 第12-13页 |
| ·国内外研究综述 | 第13-17页 |
| ·国外研究综述 | 第13-15页 |
| ·国内研究综述 | 第15-17页 |
| ·论文主要工作和技术路线 | 第17-18页 |
| ·主要工作 | 第17页 |
| ·技术路线 | 第17-18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 计算机辅助批量评估综述 | 第20-29页 |
| ·批量评估的理论基础 | 第20-21页 |
| ·房地产估价方法与理论 | 第20-21页 |
| ·统计学原理 | 第21页 |
| ·特征价格模型理论 | 第21页 |
| ·应用批量评估的前提条件 | 第21-22页 |
| ·批量评估的具体步骤 | 第22-23页 |
| ·实施批量评估的关键 | 第23页 |
| ·房地产基础信息数据库 | 第23页 |
| ·合理的自动评估模型 | 第23页 |
| ·自动评估模型理论 | 第23-28页 |
| ·自动评估模型的优点及用途 | 第23-24页 |
| ·模型的构建方法 | 第24-25页 |
| ·模型的校准技术 | 第25-27页 |
| ·模型的检测与质量保证 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 综合特征价格模型和交易案例的批量评估方法 | 第29-44页 |
| ·适合中国国情的批量评估技术方案设计 | 第29-33页 |
| ·区段划分 | 第30页 |
| ·基准价设定 | 第30-31页 |
| ·价格修正 | 第31-33页 |
| ·住宅特征变量的选择与量化 | 第33-36页 |
| ·我国住宅房地产价格影响因素分析 | 第33-34页 |
| ·通用住宅特征变量的选择与数据量化 | 第34-36页 |
| ·传统特征价格模型的构建与校准 | 第36-39页 |
| ·特征价格模型构建 | 第36页 |
| ·特征价格模型校准 | 第36-39页 |
| ·综合特征价格模型和交易案例的批量评估方法 | 第39-41页 |
| ·模型实证检验与对比分析 | 第41-43页 |
| ·测试样本数据 | 第42页 |
| ·实证检验结果分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于 BP 神经网络的存量房特征价格模型研究 | 第44-53页 |
| ·BP 神经网络概述 | 第44-48页 |
| ·BP 神经网络算法概述 | 第45-47页 |
| ·BP 神经网络算法实现 | 第47-48页 |
| ·应用于存量房评估的 BP 神经网络算法研究 | 第48-49页 |
| ·BP 神经网络算法缺陷 | 第48-49页 |
| ·BP 神经网络算法的改进 | 第49页 |
| ·实证检验 | 第49-52页 |
| ·神经网络设计 | 第50-51页 |
| ·实证检验结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 存量房批量评估系统的设计与实现 | 第53-66页 |
| ·系统总体设计 | 第53-56页 |
| ·总体架构设计 | 第53-54页 |
| ·主要功能模块设计 | 第54-56页 |
| ·主要关键技术 | 第56-62页 |
| ·利用脚本引擎实现系统修正体系的动态配置与维护 | 第56-59页 |
| ·基于正则表达式的住宅房地产地址智能分析与匹配 | 第59-62页 |
| ·存量房批量评估系统的实现 | 第62-65页 |
| ·数据管理模块实现 | 第62-64页 |
| ·批量评估模块的实现 | 第64页 |
| ·个案评估模块的实现 | 第64-65页 |
| ·系统维护模块的实现 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·论文工作总结 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72页 |