声明
摘要
第1章绪论
1．1研究背景
1．2国内外研究现状
1．2．1房地产大数据研究现状
1．2．2房地产价格指数研究现状
1．3研究目的及意义
1．3．1研究目的
1．3．2研究意义
1．4研究内容、方法及技术路线图
1．4．1研究内容
1．4．2研究方法
1．4．3技术路线图
第2章大数据及房地产价格指数概述
2．1大数据概述
2．1．1房地产大数据概述
2．1．2大数据的定义
2．1．3大数据的特征
2．1．4大数据的分类
2．1．5大数据工程及大数据分析
2．1．6大数据时代的巨大变革
2．1．7大数据应用优势
2．2房地产价格指数概述
2．2．1房地产价格指数定义
2．2．2房地产价格指数的作用
2．3房地产价格指数编制方法
2．3．1成本投入法
2．3．2加权平均法
2．3．3特征价格法
2．3．4重复交易法
2．3．5混合模型法
2．4传统房地产价格指数编制存在的问题
2．5本章小结
第3章相关理论基础
3．1批量评估理论
3．1．1批量评估概述
3．1．2批量评估基本特征
3．1．3批量评估应用条件及优势
3．1．4批量评估与机器学习在房地产研究中的应用
3．2人工神经网络模型
3．3支持向量机模型
3．4随机森林模型
3．4．1决策树
3．4．2 Bagging算法综述
3．4．3随机森林基本原理
3．4．4随机森林算法优势
3．5本章小结
第4章二手房价格指数模型构建关键问题分析
4．1模型构建整体思路
4．2基期的确定
4．3数据的获取和处理
4．3．1数据的获取
4．3．2数据的变量选择
4．3．3数据的量化
4．4二手房价格随机森林模型建立
4．4．1随机森林建模步骤
4．4．2随机森林模型的预测能力评估
4．5二手房价格指数测算
4．6本章小结
第5章基于随机森林的二手房价格指数模型实证研究
5．1模型构建的范围及方法
5．1．1研究区域的选择
5．1．2数据采集区域的选择
5．1．3基期的确定
5．1．4数据的处理
5．1．5变量的描述性分析
5．2随机森林模型构建
5．2．1随机森林相关参数的确定
5．2．2随机森林模型构建
5．3．3随机森林模型预测能力评估
5．3二手房价格指数测算及趋势图
5．4本章小结
第6章结论和展望
6．1全文总结
6．2本文创新点
6．3研究不足及展望
6．3．1研究不足
6．3．2展望
致谢
参考文献
附录
攻读学位期间主要的研究成果目录
重庆交通大学;
