基于印度尼西亚电子商务数据的房产商业分类模型
综合经济学
2021-02-25 v1 计算机与社会
经济学
摘要
在线房产交易（即电子商务）目前正经历住宅销量增长。印度尼西亚的电商房产业务呈正向趋势，2011 至 2015 年销售额增长超 500%。房产价格预测对帮助投资者或公众在购房前获取准确信息十分重要。预测方法之一是基于若干房产行业属性（如建筑面积、土地面积、房间数和位置）的分类。如今数据易于获取，许多电商网站提供开放数据。电商包含待售住宅及其他房产的信息。人们也定期访问站点寻找合适房产或利用价格信息出售房产，这些信息作为开放数据集体可得。为预测房产销售，本研究采用数据挖掘中两种不同的分类方法：决策树与 k-NN 分类。我们比较哪种分类模型更优，以预测房产价格及其属性。我们使用印尼最大房产电商网站 Rumah123.com 作为开放数据源，并在实验中选取万隆地区。决策树准确率为 75%，KNN 为 71%；此外，k-NN 比决策树能挖掘更多数据模式。
引用
@article{arxiv.2102.12300,
title = {Property Business Classification Model Based on Indonesia E-Commerce Data},
author = {Andry Alamsyah and Fariz Denada Sudrajat and Herry Irawan},
journal= {arXiv preprint arXiv:2102.12300},
year = {2021}
}
备注
6 pages, 3 figures, 4 tables