学位论文 > 优秀研究生学位论文题录展示

基于网络信息提取和网络空间服务的二手房产价格指数编制研究

作　者: 李明铭
导　师: 沈陈华
学　校: 南京师范大学
专　业: 地图学与地理信息系统
关键词: Google Map API Heatmap Hedonic 网络爬虫房产价格指数
分类号: P208
类　型: 硕士论文
年　份: 2011年
下　载: 53次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,随着地方财政对土地出让依赖的增强,房地产开发商对房地产行业暴利的追逐,广大消费者对房地产市场交易的渴望和房地产投资者对房地产市场交易的热衷,国内大中城市房地产市场日益繁荣。房价成为每天的焦点话题,而国家发布的房产价格指数又总与大众感受产生偏差。社会公众需要专业、权威的房产交易信息网络发布平台,公开提供实时的房产交易信息；根据实时的房产交易信息,编制更符合大众感受的房产价格指数,分析房地产市场的价格走向；利用网络空间服务,辅助用户从空间区位角度,更直观、精确地了解房地产市场的宏观发展与趋势。本研究在充分分析我国现有房产价格指数编制和现有房产交易信息网络发布平台存在的不足之后,综合利用网络爬虫技术、网页解析技术、Web技术和GIS技术,进行房产交易信息的网络提取、网络空间发布与空间分析,并基于Hedonic模型进行了南京市六城区二手住宅价格指数的编制,具体的研究内容和成果主要包括：(1)基于Hedonic模型的房产价格指数编制基于房产独特的空间特性,对现有Hedonic模型进行优化,扩展模型变量,调整量化方式,确定模型的函数形式；变更房产价格指数编制所需的属性数据和空间数据的来源；基于实验样本对Hedonic模型进行估算和模型修正。(2)房产网络交易数据的收集、提取与量化利用网络爬虫程序收集房产交易网页；归纳网页布局规则并基于HTMLParser的网页解析技术,提取房产价格指数编制所需的属性数据；对提取的房产网络交易数据进行质量检核和量化。(3)房产交易信息的网络空间定位、发布和分析基于网络空间服务构建房产交易信息网络发布平台,在平台空间定位并发布网络收集与提取的实时房产交易数据；通过平台拓展的空间分析功能,获取房产价格指数编制所需的空间数据,空间可视化表达房产空间分布与价格分布,辅助公众决策。(4)南京市六城区二手住宅价格指数编制实例利用上述获取的属性数据和空间数据,基于Hedonic模型对南京市六城区的二手住宅,进行分区房产价格指数的编制；通过与“七十个大中城市二手住宅分类价格指数”的比较,本研究的编制结果没有严重脱离权威指数,且更符合大众感受。

全文目录

摘要  4-5
Abstract  5-10
图目录  10-12
表目录  12-14
第1章绪论  14-29
  1.1 研究背景  14-21
    1.1.1 房产价格指数  14-15
    1.1.2 房产价格指数的国外研究现状  15-16
    1.1.3 房产价格指数的国内研究现状  16-17
    1.1.4 我国现有房产价格指数编制存在的问题  17-19
    1.1.5 基于网络信息提取和网络空间服务的房产价格指数编制  19-21
  1.2 房产交易信息网络发布平台  21-25
    1.2.1 房产交易信息网络发布平台  21-22
    1.2.2 房产交易信息网络发布平台的国内外现状  22-23
    1.2.3 我国现有房产交易信息网络发布平台存在的问题  23-25
    1.2.4 基于网络空间服务的房产交易信息网络发布平台  25
  1.3 研究目标与研究内容  25-26
    1.3.1 研究目标  25
    1.3.2 研究内容  25-26
  1.4 研究技术路线与论文组织结构  26-28
    1.4.1 研究技术路线  26-27
    1.4.2 论文组织结构  27-28
  1.5 本章小结  28-29
第2章房产价格指数编制的理论基础  29-40
  2.1 基于Hedonic模型的房产价格指数编制  29-31
    2.1.1 基于Hedonic模型的房产价格指数编制原理  29-30
    2.1.2 基于Hedonic模型的房产价格指数编制国内研究  30-31
  2.2 房产网络交易数据收集与提取  31-35
    2.2.1 网络爬虫技术  31-33
    2.2.2 HTMLParser的网页解析技术  33-35
  2.3 房产交易信息网络空间定位、发布与分析  35-39
    2.3.1 网络空间服务技术  35-36
    2.3.2 地址解析技术  36-37
    2.3.3 多点测距技术  37
    2.3.4 热图渲染技术  37-39
  2.5 本章小结  39-40
第3章基于Hedonic模型的房产价格指数编制  40-54
  3.1 Hedonic模型的优化  40-47
    3.1.1 模型变量的选择  40-43
    3.1.2 模型特征变量的量化  43-46
    3.1.3 模型的函数形式  46-47
  3.2 Hedonic模型样本数据的获取  47-48
    3.2.1 属性数据的获取  47
    3.2.2 空间数据的获取  47-48
  3.3 Hedonic模型的估算检验和修正  48-52
    3.3.1 基本模型的估算和检验  48-51
    3.3.2 修正模型的估算和分析  51-52
  3.4 基于Hedonic模型的房产价格指数编制方法  52-53
    3.4.1 拉氏公式法  52-53
    3.4.2 特征价格法  53
  3.5 本章小结  53-54
第4章房产网络交易数据的收集、提取与量化  54-73
  4.1 房产网络交易数据的收集  55-61
    4.1.1 房产网络交易网页的抓取  55-59
    4.1.2 抓取过程中产生的问题及解决方法  59-61
  4.2 房产网络交易数据的提取  61-66
    4.2.1 房产网络交易网页的特点  61-63
    4.2.2 房产网络交易数据的提取流程  63-65
    4.2.3 房产网络交易数据的提取成果  65-66
  4.3 网络提取地址数据的格式化  66-68
    4.3.1 地址数据格式化  66-67
    4.3.2 格式化地址数据的解析误差  67
    4.3.3 格式化地址数据解析误差的解决  67-68
  4.4 网络提取属性数据的量化  68-71
    4.4.1 周边环境数据量化  68-70
    4.4.2 建筑结构数据的量化  70-71
  4.5 本章小结  71-73
第5章房产交易信息的网络空间定位、发布和分析  73-87
  5.1 房产交易信息网络发布平台  74-76
    5.1.1 房产交易信息网络发布平台的核心地位  74-75
    5.1.2 房产交易信息网络发布平台的整体架构  75-76
  5.2 房产交易信息的网络空间定位与发布  76-78
    5.2.1 房产交易信息的网络空间定位  76-77
    5.2.2 房产交易信息的网络空间发布  77-78
  5.3 房产交易信息的Heatmap空间渲染  78-82
    5.3.1 Heatmap空间渲染的实现  79-81
    5.3.2 经纬度坐标与屏幕坐标的映射  81-82
    5.3.3 Heatmap空间渲染获取核心点位置  82
  5.4 房产交易信息的多点测距  82-86
    5.4.1 两点直线距离的获取  83
    5.4.2 两点最短路径的获取  83-84
    5.4.3 空间距离数据获取方式的最终选取  84
    5.4.4 空间距离数据的最小距离筛选  84-86
  5.5 本章小结  86-87
第6章南京市六城区二手住宅价格指数编制实例  87-101
  6.1 分区二手住宅价格指数的编制——以鼓楼区为例  87-91
    6.1.1 拉氏公式法编制二手住宅价格指数  87-90
    6.1.2 特征价格法编制二手住宅价格指数  90
    6.1.3 拉式公式法与特征价格法之间的比较  90-91
  6.2 分区房产价格指数的编制  91-100
    6.2.1 分区样本空间核心点的确定  91-95
    6.2.2 分区Hedonic模型的估算  95-99
    6.2.3 分区二手住宅价格指数编制  99-100
  6.3 本章小结  100-101
第7章结论与展望  101-103
  7.1 结论  101
  7.2 创新点  101-102
  7.3 展望  102-103
参考文献  103-107
在读期间发表的学术论文及研究成果  107-108
致谢  108

基于网络信息提取和网络空间服务的二手房产价格指数编制研究

内容摘要

全文目录

相似论文