买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：同济大学

摘要：本发明公开了一种基于分形结构识别房地产次级市场结构的方法，包括以下步骤：采集研究城市主要建成区范围的房价数据，包括房屋单价信息，面积、卧室数量、卫生间数量等房屋结构信息以及经纬度信息；对房价数据执行首尾分割循环，得到自然市场；对所得到的自然市场建立特征价格模型，使用多元线性回归获得不同自然市场的拟合结果，从而获取最终房地产次级市场划分结果。本发明基于分形理论，提出改进的首尾分割和合并方法，将房价内在结构特征解析为住房子市场，建立了一个普适的住房市场分割方法；本发明提出的住房市场分割方法基于房地产市场价格的层次结构和自相似特征，能进行不同城市的跨系统比较以及提供对多个城市住房市场结构的新理解。

主权项：1.一种基于分形结构识别房地产次级市场结构的方法，其特征在于，包括以下步骤：S1、采集研究城市主要建成区范围的房价点空间矢量数据，定义为房价样本点，得到集合HP；所述房价样本点包括：房屋单价信息、房屋结构信息和房屋经纬度信息；所述房屋结构信息包括：面积、卧室数量、卫生间数量和楼层；S2、对HP执行首尾分割循环，具体步骤如下：S2-1、设定主要参数的数值：分割次数n，首尾分割比例p，房价样本点联系距离阈值r，房价点样本规模s；S2-2、让分割次数n＝n+1，并计算当前HP的平均值m；将大于等于m的房价样本点归类为头部房价点，得到集合Hn；将小于m的房价样本点归类为尾部房价点，得到集合Tn；S2-3、计算Hn的样本比例p′，即： S2-4、如果p′小于等于p，则将Tn定义为当前分割次数的初始次级市场HTn，并执行S2-5至S2-7；否则将HP定义为当前分割次数的初始次级市场HTn，并执行S2-5、S2-6和S2-8；S2-5、将初始次级市场HTn的房价样本点按照房屋经纬度信息构建网络，网络边的权重是房价样本点之间的欧式距离；S2-6、将权重大于r的网络边删除，计算网络中的各子图规模，删除子图规模小于3的房价样本点，得到新次级市场HTn′；S2-7、计算HTn′的房价样本点数量s′；如果s′大于等于s，则将HTn′定义为自然次级市场NHTn，执行S2-9；否则将HTn加上头部Hn作为新的HTn，执行S2-5、S2-6和S2-8；S2-8、计算HTn′的房价样本点数量s′；如果s′大于等于s，则将HTn′定义为自然次级市场NHTn，执行S2-10；否则让n＝n-1，再将分割次数为n的Tn与HTn相加，得到新的HTn，然后重新执行S2-5、S2-6和S2-8，直到s′大于等于s后，执行S2-10；S2-9、将NHTn作为新的HP，回到S2-2进入下一循环；S2-10、循环结束，输出所有的自然次级市场NHTn；S3、对所得到的自然市场NHTn建立特征价格模型，使用的变量包括：房屋结构信息、区位特征和设施距离；使用多元线性回归获得不同自然市场NHTn的拟合结果；根据相邻自然市场合并后相对于单独自然市场NHTn的整体R2增量大小，获取最终房地产次级市场划分结果。

全文数据：

权利要求：

百度查询： 同济大学 一种基于分形结构识别房地产次级市场结构的方法