期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于网络搜索数据的房地产价格预测
被引量:
73
1
作者
董倩
孙娜娜
李伟
《统计研究》
CSSCI
北大核心
2014年第10期81-88,共8页
本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变...
本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变动情况的最优模型。结果显示:网络搜索数据不但能够较好地预测房价指数,而且能够分析经济主体行为的趋势与规律,有一定的时效性。预测的月度房地产价格能够比官方数据发布提前约两周时间。
展开更多
关键词
网络搜索数据
房地产价格预测
交叉验证
支持向量机
随机森林
下载PDF
职称材料
基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法
被引量:
24
2
作者
杨励雅
邵春福
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2008年第3期514-519,共6页
为解决先验数据有限且存在大量不确定因素情况下,城市轨道交通周边房地产价格的预测问题,提出一种基于BP神经网络与马尔可夫链的组合预测模型。首先,采用BP神经网络,使用较少量的样本数据完成城市轨道交通周边房地产价格曲线的粗略拟合...
为解决先验数据有限且存在大量不确定因素情况下,城市轨道交通周边房地产价格的预测问题,提出一种基于BP神经网络与马尔可夫链的组合预测模型。首先,采用BP神经网络,使用较少量的样本数据完成城市轨道交通周边房地产价格曲线的粗略拟合;在此基础上,借助马尔可夫链进行系统状态划分,缩小预测区间以提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型,对北京市轨道交通13号线周边房地产价格进行了预测分析。计算结果表明,该模型具有较高的精度和可靠性。
展开更多
关键词
交通运输系统工程
城市轨道交通
房地产价格预测
BP神经网络
马尔可夫链
下载PDF
职称材料
基于VAR—GM(1.1)—SVR模型的房地产价格预测研究
被引量:
5
3
作者
刘晓君
胡升凯
迟依涵
《数学的实践与认识》
2021年第1期1-12,共12页
为提高房地产价格预测精度,克服传统统计数据真实性低、时效性差的缺点,本文以网络搜索数据为基础,首先通过斯皮尔曼相关分析和时差相关分析筛选出与房地产价格具有高度相关性的先行关键词,并利用向量自回归模型(VAR)和GM(1.1)模型分别...
为提高房地产价格预测精度,克服传统统计数据真实性低、时效性差的缺点,本文以网络搜索数据为基础,首先通过斯皮尔曼相关分析和时差相关分析筛选出与房地产价格具有高度相关性的先行关键词,并利用向量自回归模型(VAR)和GM(1.1)模型分别预测房地产价格;然后构建基于向量自回归模型和GM(1.1)模型的VAR—GM(1.1)—SVR模型将以上两个模型的预测结果进行预测融合,并以西安市数据为例进行验证,得出均方误差(MSE)和标准平均方差(NMSE)分别为0.97和0.03,优于单一模型预测效果.
展开更多
关键词
房地产价格预测
VAR模型
GM(1.1)模型
SVR模型
原文传递
神经网络算法在房地产价格分析和预测中的应用
被引量:
3
4
作者
潘志安
沈平
《信息通信》
2014年第1期17-19,共3页
房地产市场是一个复杂的系统,影响因素较多,本文引入了非线性分析的有效工具——人工神经网络(ANN)。利用BP神经网络中的误差反向传递算法(即BP算法)对房地产价格进行分析,建立了基于BP神经网络的房地产价格预测模型,并利用武汉...
房地产市场是一个复杂的系统,影响因素较多,本文引入了非线性分析的有效工具——人工神经网络(ANN)。利用BP神经网络中的误差反向传递算法(即BP算法)对房地产价格进行分析,建立了基于BP神经网络的房地产价格预测模型,并利用武汉市2010-2012年各季度商品房价格对模型进行了训练与测试,取得了较好结果,证明了该模型在房地产价格预测方面具有较好的效果,并具有误差小、效率高等优点。最后利用模型对武汉市2013年第3、4季度房地产价格进行了预测。
展开更多
关键词
BP神经网络
房地产价格预测
下载PDF
职称材料
基于MATLAB动态神经网络进行时间序列预测房地产价格的研究
被引量:
3
5
作者
张皓
《经济师》
2015年第9期284-284,286,共2页
文章以MATLAB动态神经网络为前提,采用时间序列预测方法进行房地产价格预测。采用全国平均房地产价格为基础样本,利用训练样本和基础样本来建立房地产价格基于动态神经网络时间序列预测模型来预测近几年房地产价格,并与实际价格对比研...
文章以MATLAB动态神经网络为前提,采用时间序列预测方法进行房地产价格预测。采用全国平均房地产价格为基础样本,利用训练样本和基础样本来建立房地产价格基于动态神经网络时间序列预测模型来预测近几年房地产价格,并与实际价格对比研究来证明此方法的有效性。
展开更多
关键词
时间序列
神经网络
房地产价格预测
MATLAB
下载PDF
职称材料
基于混沌理论的房地产价格短期预测
6
作者
窦二巍
郑晓云
高佳音
《商业时代》
北大核心
2012年第8期76-77,共2页
本文应用混沌理论对房地产价格进行分析预测,在重构相空间的基础上,计算关联维和最大Lyapunov指数,实证房地产价格时间序列的混沌性。运用RBF神经网络对重构时间序列进行混沌预测,并得出相关结论。
关键词
房地产价格预测
混沌理论
下载PDF
职称材料
基于二次平滑处理的沈阳市房地产价格指数研究
7
作者
陈兵
王鹏岳
《沈阳建筑大学学报(社会科学版)》
2020年第5期474-478,共5页
传统房地产价格指数的滞后特质表现出较大的局限性,一元指数平滑法虽然克服了移动平均存储数据量较大及近期数据等权不合实际的问题,但依旧存在明显的滞后性,因而采取二次平滑处理的方法,通过构建房地产动态价格指数完成了未来10年沈阳...
传统房地产价格指数的滞后特质表现出较大的局限性,一元指数平滑法虽然克服了移动平均存储数据量较大及近期数据等权不合实际的问题,但依旧存在明显的滞后性,因而采取二次平滑处理的方法,通过构建房地产动态价格指数完成了未来10年沈阳市房地产价格走势的预测。由于二次平滑处理对房地产价格参数φ值的依赖性比较大,利用蒙特卡洛模拟进行了房地产价格参数φ值的校验,进而通过价格指数预测得出了未来10年沈阳市房地产价格呈波动式上升的结论。
展开更多
关键词
二次平滑处理
房地产
价格
走势
预测
动态
价格
指数
蒙特卡洛模拟
下载PDF
职称材料
题名
基于网络搜索数据的房地产价格预测
被引量:
73
1
作者
董倩
孙娜娜
李伟
机构
国家统计局统计科学研究所
出处
《统计研究》
CSSCI
北大核心
2014年第10期81-88,共8页
文摘
本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变动情况的最优模型。结果显示:网络搜索数据不但能够较好地预测房价指数,而且能够分析经济主体行为的趋势与规律,有一定的时效性。预测的月度房地产价格能够比官方数据发布提前约两周时间。
关键词
网络搜索数据
房地产价格预测
交叉验证
支持向量机
随机森林
Keywords
Web Search Data
Real Estate Price Prediction
Cross Validation
SVM
Random Forest
分类号
C812 [社会学—统计学]
下载PDF
职称材料
题名
基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法
被引量:
24
2
作者
杨励雅
邵春福
机构
中国人民大学公共管理学院
北京交通大学交通运输学院
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2008年第3期514-519,共6页
基金
“973”国家重点基础研究发展计划项目(2006CB705500)
中国人民大学科研基金项目(30307104)
文摘
为解决先验数据有限且存在大量不确定因素情况下,城市轨道交通周边房地产价格的预测问题,提出一种基于BP神经网络与马尔可夫链的组合预测模型。首先,采用BP神经网络,使用较少量的样本数据完成城市轨道交通周边房地产价格曲线的粗略拟合;在此基础上,借助马尔可夫链进行系统状态划分,缩小预测区间以提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型,对北京市轨道交通13号线周边房地产价格进行了预测分析。计算结果表明,该模型具有较高的精度和可靠性。
关键词
交通运输系统工程
城市轨道交通
房地产价格预测
BP神经网络
马尔可夫链
Keywords
engineering of communications and transportation system
urban rail transit
real estate
price
forecast
BP neural network
Markov chain
分类号
U491.227 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于VAR—GM(1.1)—SVR模型的房地产价格预测研究
被引量:
5
3
作者
刘晓君
胡升凯
迟依涵
机构
西安建筑科技大学管理学院
出处
《数学的实践与认识》
2021年第1期1-12,共12页
基金
陕西省社会科学基金一般项目(2015R006)
陕西省教育厅哲学社科研究项目(12JK0070)。
文摘
为提高房地产价格预测精度,克服传统统计数据真实性低、时效性差的缺点,本文以网络搜索数据为基础,首先通过斯皮尔曼相关分析和时差相关分析筛选出与房地产价格具有高度相关性的先行关键词,并利用向量自回归模型(VAR)和GM(1.1)模型分别预测房地产价格;然后构建基于向量自回归模型和GM(1.1)模型的VAR—GM(1.1)—SVR模型将以上两个模型的预测结果进行预测融合,并以西安市数据为例进行验证,得出均方误差(MSE)和标准平均方差(NMSE)分别为0.97和0.03,优于单一模型预测效果.
关键词
房地产价格预测
VAR模型
GM(1.1)模型
SVR模型
Keywords
real estate price forecast
VAR model
GM(1.1)model
SVR model
分类号
F299.23 [经济管理—国民经济]
F224 [经济管理—国民经济]
原文传递
题名
神经网络算法在房地产价格分析和预测中的应用
被引量:
3
4
作者
潘志安
沈平
机构
湖北职业技术学院信息技术学院
出处
《信息通信》
2014年第1期17-19,共3页
文摘
房地产市场是一个复杂的系统,影响因素较多,本文引入了非线性分析的有效工具——人工神经网络(ANN)。利用BP神经网络中的误差反向传递算法(即BP算法)对房地产价格进行分析,建立了基于BP神经网络的房地产价格预测模型,并利用武汉市2010-2012年各季度商品房价格对模型进行了训练与测试,取得了较好结果,证明了该模型在房地产价格预测方面具有较好的效果,并具有误差小、效率高等优点。最后利用模型对武汉市2013年第3、4季度房地产价格进行了预测。
关键词
BP神经网络
房地产价格预测
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于MATLAB动态神经网络进行时间序列预测房地产价格的研究
被引量:
3
5
作者
张皓
机构
东北林业大学
出处
《经济师》
2015年第9期284-284,286,共2页
文摘
文章以MATLAB动态神经网络为前提,采用时间序列预测方法进行房地产价格预测。采用全国平均房地产价格为基础样本,利用训练样本和基础样本来建立房地产价格基于动态神经网络时间序列预测模型来预测近几年房地产价格,并与实际价格对比研究来证明此方法的有效性。
关键词
时间序列
神经网络
房地产价格预测
MATLAB
分类号
F293.3 [经济管理—国民经济]
下载PDF
职称材料
题名
基于混沌理论的房地产价格短期预测
6
作者
窦二巍
郑晓云
高佳音
机构
东北林业大学土木工程学院
出处
《商业时代》
北大核心
2012年第8期76-77,共2页
基金
东北林业大学研究生论文资助项目(STIP10)
文摘
本文应用混沌理论对房地产价格进行分析预测,在重构相空间的基础上,计算关联维和最大Lyapunov指数,实证房地产价格时间序列的混沌性。运用RBF神经网络对重构时间序列进行混沌预测,并得出相关结论。
关键词
房地产价格预测
混沌理论
分类号
F224.3 [经济管理—国民经济]
下载PDF
职称材料
题名
基于二次平滑处理的沈阳市房地产价格指数研究
7
作者
陈兵
王鹏岳
机构
沈阳建筑大学管理学院
出处
《沈阳建筑大学学报(社会科学版)》
2020年第5期474-478,共5页
基金
教育部人文社会科学研究项目(20YJCZH008)
文摘
传统房地产价格指数的滞后特质表现出较大的局限性,一元指数平滑法虽然克服了移动平均存储数据量较大及近期数据等权不合实际的问题,但依旧存在明显的滞后性,因而采取二次平滑处理的方法,通过构建房地产动态价格指数完成了未来10年沈阳市房地产价格走势的预测。由于二次平滑处理对房地产价格参数φ值的依赖性比较大,利用蒙特卡洛模拟进行了房地产价格参数φ值的校验,进而通过价格指数预测得出了未来10年沈阳市房地产价格呈波动式上升的结论。
关键词
二次平滑处理
房地产
价格
走势
预测
动态
价格
指数
蒙特卡洛模拟
Keywords
quadratic smoothing
prediction of real estate price trend
dynamic price index
Monte Carlo simulation
分类号
F299.23 [经济管理—国民经济]
F224 [经济管理—国民经济]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于网络搜索数据的房地产价格预测
董倩
孙娜娜
李伟
《统计研究》
CSSCI
北大核心
2014
73
下载PDF
职称材料
2
基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法
杨励雅
邵春福
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2008
24
下载PDF
职称材料
3
基于VAR—GM(1.1)—SVR模型的房地产价格预测研究
刘晓君
胡升凯
迟依涵
《数学的实践与认识》
2021
5
原文传递
4
神经网络算法在房地产价格分析和预测中的应用
潘志安
沈平
《信息通信》
2014
3
下载PDF
职称材料
5
基于MATLAB动态神经网络进行时间序列预测房地产价格的研究
张皓
《经济师》
2015
3
下载PDF
职称材料
6
基于混沌理论的房地产价格短期预测
窦二巍
郑晓云
高佳音
《商业时代》
北大核心
2012
0
下载PDF
职称材料
7
基于二次平滑处理的沈阳市房地产价格指数研究
陈兵
王鹏岳
《沈阳建筑大学学报(社会科学版)》
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部