基于特征工程和集成学习的城市房产租金预测1
需积分: 0 126 浏览量
2022-08-08
19:57:09
上传
评论
收藏 16KB DOCX 举报
基于数据挖掘方法的城市房产租金预测
闫强
1
杜玮
2
1
(中国人民大学信息学院 北京 100872)
2
(中国人民大学信息学院 北京 100872)
摘要：【目的】【方法】【结果】【局限】【结论】
关键词：房产租金 特征工程 集成学习
分类号：TP391
DOI: 10.11925/infotech.2096-3467.2018.稿号后 4 位
1 引言
近几年，国内住房租赁市场进入全新的发展阶段，长期公寓市场作为租赁市场的重要
部分，越来越受到广泛的关注。但同时中国长期公寓市场也面临着企业市场进入、业务(门
店)扩张、资本市场博弈、企业重组并购等多重挑战，其中，如何准确的预测租金便成为该
行业发展进程中的一大难题。
当今社会，房屋租金由装修情况、位置地段、户型格局、交通便利程度、市场供需量
等多方面因素综合决定，对于租房这个相对传统的行业来说，信息严重不对称一直存在。
一方面，房东不了解租房的市场真实价格，只能忍痛空置高租金的房屋；另一方面，租客
也找不到满足自己需求高性价比房屋，这造成了租房资源的极大浪费。
本篇文章将基于租房市场的痛点，提供脱敏处理后的真实租房市场数据。选手需要利
用有月租金标签的历史数据建立模型，实现基于房屋基本信息的住房月租金预测，为该城
市租房市场提供客观衡量标准。通过房产市场、租赁市场、市场需求以及房屋配置来做出
合理的房租预测，以应对市场变化对运营商和房产机构带来的影响。
2 研究背景
2.1 国内背景
2.2 国外背景
3 算法设计
4 实验过程
3.1 数据处理
3.2 特征构造
5 实验结果
6 结语
评论0