房地产估价的多模态机器学习：综合综述

房地产估价正经历从人工向自动化估值过渡的重大变革，并正进入新的演进阶段。凭借对多种数据源的全面关注，一种新兴的自动化估值方法——多模态机器学习，逐渐形成。该方法整合多模态数据，深入探索影响房价的多种因素。此外，多模态机器学习在预测准确性方面显著优于单模态或较少模态的方法，解释性也更强。然而，目前缺乏针对房地产领域应用的系统性和全面的调查工作。本综述旨在弥合这一空白，通过审阅相关研究 efforts。我们首先回顾房地产估计的背景，并从性能和融合两个角度提出两个研究问题，以提高估价结果的准确性。随后，我们解释多模态机器学习的概念，首次对房地产估计中使用的各种模态进行全面分类和定义。为确保清晰，我们在这两个研究问题的框架下，探讨与数据和技术相关的工作及其评估方法。此外，总结了具体的应用领域。最后，我们present出未来研究方向的见解，包括多模态互补性、技术和模态贡献。