基于层次空间函数分析的异质区域房价建模
计算工程、金融与科学
2018-03-05 v1
摘要
Zillow 和 Trulia 等在线房地产信息系统近年来日益流行。这些系统提供的一项重要功能是通过基于住房信息与比较市场价值分析的自动化数据密集型计算给出在线房屋价格估计。现有前沿方法将房价建模为潜在土地合意性曲面与房屋特征回归的组合。然而，由于使用均匀阻尼核，它们无法处理不规则形状区域，也无法捕捉同一区域内因隐含子社区（现实场景中常见）存在的土地价值不连续性。本文中，我们探索将空间函数分析近期进展新颖地应用于房价建模，并提出层次空间函数模型（HSFM），该模型将房屋价值分解为全局与隐藏局部尺度上的土地合意性以及特征回归分量。我们提出基于有限元空间函数分析与空间约束聚类的统计学习算法来训练模型。基于某加拿大主要城市住房数据的广泛评估表明，我们提出的方法可将平均相对房价估计误差降至 6.60%。
引用
@article{arxiv.1803.00919,
title = {House Price Modeling over Heterogeneous Regions with Hierarchical Spatial Functional Analysis},
author = {Bang Liu and Borislav Mavrin and Di Niu and Linglong Kong},
journal= {arXiv preprint arXiv:1803.00919},
year = {2018}
}
备注
Accepted by ICDM 2016; 6 pages