利用文本挖掘分析房地产分类广告

许多经纪商已调整其运营以利用网络的潜力。尽管房地产分类广告十分重要，但分析此类数据的工作甚少。本文提出一种利用房地产分类广告中文本数据的两阶段回归模型。我们展示了该模型如何用于预测房地产分类广告的价格。我们还展示了该模型如何用于高亮对价格产生正向或负向影响的关键词。为评估我们的贡献，我们分析了从三个不同房产网站收集的四个真实世界数据集。分析表明，我们的模型（利用文本特征）在不同数据集上以及对比多种回归模型时，均实现了显著更低的根均方误差。