基于支持向量回归的二手房批量评估模型应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 文献综述 | 第9-12页 |
| 1.2.1 国外研究 | 第9-10页 |
| 1.2.2 国内研究 | 第10-11页 |
| 1.2.3 文献评述 | 第11-12页 |
| 1.3 研究目的、内容及意义 | 第12-13页 |
| 1.3.1 研究目的 | 第12页 |
| 1.3.2 研究内容 | 第12-13页 |
| 1.3.3 研究意义 | 第13页 |
| 1.4 研究方法与技术路线 | 第13-15页 |
| 1.4.1 研究方法 | 第13页 |
| 1.4.2 技术路线 | 第13-15页 |
| 2 理论基础 | 第15-25页 |
| 2.1 网络爬虫 | 第15-18页 |
| 2.1.1 基本原理 | 第15页 |
| 2.1.2 工作流程与结构 | 第15-16页 |
| 2.1.3 集搜客组成结构 | 第16页 |
| 2.1.4 集搜客的工作原理 | 第16-18页 |
| 2.2 WebGIS | 第18-19页 |
| 2.2.1 WebGIS定义 | 第18页 |
| 2.2.2 WebGIS基本原理 | 第18页 |
| 2.2.3 百度地图API | 第18-19页 |
| 2.3 支持向量机 | 第19-22页 |
| 2.3.1 VC维 | 第19页 |
| 2.3.2 推广性的界 | 第19页 |
| 2.3.3 结构风险最小化 | 第19-20页 |
| 2.3.4 核函数 | 第20-21页 |
| 2.3.5 支持向量回归机 | 第21-22页 |
| 2.3.6 支持向量机的优势 | 第22页 |
| 2.4 批量评估方法 | 第22-23页 |
| 2.4.1 基本原理 | 第22页 |
| 2.4.2 操作步骤 | 第22-23页 |
| 2.5 特征价格理论 | 第23-24页 |
| 2.5.1 基本假设 | 第23页 |
| 2.5.2 理论依据 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 房地产评估现状分析 | 第25-29页 |
| 3.1 研究界定 | 第25-26页 |
| 3.1.1 评估对象 | 第25页 |
| 3.1.2 评估分区 | 第25页 |
| 3.1.3 价值时点 | 第25-26页 |
| 3.2 房地产评估现状 | 第26-27页 |
| 3.3 研究问题 | 第27页 |
| 3.4 本章小结 | 第27-29页 |
| 4 基于支持向量回归的二手房批量评估的模型构建 | 第29-43页 |
| 4.1 特征变量的选取 | 第29-33页 |
| 4.1.1 常用的特征变量 | 第29页 |
| 4.1.2 区位特征选取 | 第29-30页 |
| 4.1.3 建筑特征选取 | 第30-32页 |
| 4.1.4 邻里特征选取 | 第32-33页 |
| 4.2 特征变量的量化 | 第33-37页 |
| 4.2.1 区位特征的量化 | 第34-35页 |
| 4.2.2 建筑特征的量化 | 第35-36页 |
| 4.2.3 邻里特征的量化 | 第36-37页 |
| 4.3 基于MATLAB的模型构建 | 第37-40页 |
| 4.3.1 数据分组 | 第38页 |
| 4.3.2 数据筛选 | 第38页 |
| 4.3.3 数据的归一化处理 | 第38页 |
| 4.3.4 交叉验证参数寻优 | 第38-40页 |
| 4.3.5 建立模型 | 第40页 |
| 4.4 本章小结 | 第40-43页 |
| 5 数据获取 | 第43-71页 |
| 5.1 房地产网站数据 | 第43-63页 |
| 5.1.1 安居客二手房数据 | 第44-55页 |
| 5.1.2 搜房网数据 | 第55-63页 |
| 5.2 GIS数据 | 第63-68页 |
| 5.2.1 批量地址解析 | 第63-64页 |
| 5.2.2 批量周边查询 | 第64-66页 |
| 5.2.3 批量距离查询 | 第66-68页 |
| 5.3 本章小结 | 第68-71页 |
| 6 实例分析 | 第71-79页 |
| 6.1 数据分组 | 第71-72页 |
| 6.2 数据筛选 | 第72-73页 |
| 6.3 数据的归一化处理 | 第73-75页 |
| 6.4 交叉验证参数寻优 | 第75页 |
| 6.5 建立基于SVR的批量评估模型 | 第75-76页 |
| 6.6 批量评估结果 | 第76-77页 |
| 6.7 本章小结 | 第77-79页 |
| 7 结论与展望 | 第79-81页 |
| 7.1 结论 | 第79页 |
| 7.2 展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 附录 | 第87-109页 |
