对传统住宅房地产价格评估方法的改进研究--基于市场比较法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-11页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外有关房地产估价研究综述 | 第9-11页 |
| 1.2.1 国外房地产估价研究 | 第9-10页 |
| 1.2.2 国内房地产估价研究 | 第10-11页 |
| 2 房地产估价基本理论 | 第11-17页 |
| 2.1 房地产与房地产价格 | 第11-12页 |
| 2.1.1 房地产的概念 | 第11-12页 |
| 2.1.2 房地产价格的概念 | 第12页 |
| 2.2 房地产价格的影响因素 | 第12-14页 |
| 2.2.1 影响房地产价格的自身因素 | 第12-13页 |
| 2.2.2 影响房地产价格的外部因素 | 第13-14页 |
| 2.3 房地产估价的原则与程序 | 第14-17页 |
| 2.3.1 房地产估价的概念 | 第14页 |
| 2.3.2 房地产估价的原则 | 第14-15页 |
| 2.3.3 房地产估价的程序[7] | 第15-17页 |
| 3 房地产估价的市场比较法 | 第17-22页 |
| 3.1 市场比较法的基本原理 | 第17-18页 |
| 3.1.1 市场比较法的概念 | 第17页 |
| 3.1.2 市场比较法的理论依据 | 第17页 |
| 3.1.3 估价公式 | 第17-18页 |
| 3.2 市场比较法的操作程序 | 第18-22页 |
| 3.2.1 搜集交易实例 | 第18页 |
| 3.2.2 选取可比实例 | 第18-19页 |
| 3.2.3 建立价格可比基础 | 第19页 |
| 3.2.4 比较项目的修正与调整 | 第19-21页 |
| 3.2.5 计算比准价格 | 第21-22页 |
| 4 神经网络理论基础 | 第22-33页 |
| 4.1 神经网络概述 | 第22-24页 |
| 4.1.1 神经网络的定义与发展 | 第22-23页 |
| 4.1.2 神经网络的特点 | 第23-24页 |
| 4.2 神经网络的结构和分类 | 第24-30页 |
| 4.2.1 人工神经元概述 | 第24-25页 |
| 4.2.2 神经网络的结构 | 第25-27页 |
| 4.2.3 神经网络的学习方式[13] | 第27-30页 |
| 4.3 BP神经网络 | 第30-33页 |
| 4.3.1 BP神经网络的结构 | 第30-31页 |
| 4.3.2 BP神经网络的算法及训练过程 | 第31-33页 |
| 5 市场比较法估价过程的改进 | 第33-44页 |
| 5.1 数据库的建立 | 第34-38页 |
| 5.1.1 属性数据库 | 第35页 |
| 5.1.2 空间数据库 | 第35页 |
| 5.1.3 属性和空间数据的结合 | 第35页 |
| 5.1.4 建立房地产特征因素指标体系 | 第35-38页 |
| 5.2 搜集交易房产信息——GIS技术 | 第38-39页 |
| 5.2.1 GIS技术功能介绍 | 第38页 |
| 5.2.2 GIS技术搜集成交实例 | 第38-39页 |
| 5.3 选取类似交易房产信息 | 第39-40页 |
| 5.4 评估模型的建立——神经网络 | 第40-44页 |
| 5.4.1 神经网络用于房地产评估的可行性 | 第40-41页 |
| 5.4.2 BP网络用于房地产估价的原理 | 第41-42页 |
| 5.4.3 建立评估模型 | 第42-44页 |
| 6 应用BP网络对房地产估价实证分析 | 第44-54页 |
| 6.1 数据量化处理 | 第44-48页 |
| 6.2 搜集交易实例 | 第48页 |
| 6.3 选取可比实例 | 第48-52页 |
| 6.4 建立神经网络模型 | 第52-54页 |
| 7 总结 | 第54-56页 |
| 7.1 BP网络用于房地产估价中的局限性 | 第54-55页 |
| 7.2 展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-65页 |
| 在学期间发表的学术论文和研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
