Комплексная нейросетевая модель для массовой оценки и сценарного прогнозирования стоимости объектов городской недвижимости, адаптирующаяся к пространству и времени
The Complex Neural Network Model for Mass Appraisal and Scenario Forecasting of the Urban Real Estate Market Value That Adapts Itself to Space and Time
2021-01-01
SCID: 54.1/sfbfpr58
Discuss with AI
массовая оценка недвижимостинейронная сетьсценарное прогнозированиепространственно-временная адаптациярынок городской недвижимости
Figures from the paper
Abstract (AI)
В современной научной литературе имеется множество сообщений об успешном применении нейросетевых технологий для решения сложных прикладных задач, в частности для моделирования рынка городской недвижимости. Существуют нейросетевые модели, способные выполнять массовую оценку объектов недвижимости с учетом их строительных и эксплуатационных характеристик. Однако эти модели являются статическими, поскольку не учитывают изменение экономической ситуации во времени. Поэтому они быстро устаревают и требуют частого обновления. Кроме того, если такие модели разработаны для конкретного города, они непригодны для других городов. С другой стороны, существует несколько динамических моделей, учитывающих общее состояние экономики и предназначенных для прогнозирования и исследования общей ценовой ситуации на рынках недвижимости. Такие динамические модели не предназначены для массовой оценки недвижимости. Цель настоящей статьи заключается в разработке методологии и создании комплексной модели, обладающей свойствами как статических, так и динамических моделей. Кроме того, комплексная модель должна быть пригодна для оценки недвижимости сразу в нескольких городах. Эта цель достигается благодаря тому, что модель основана на нейронной сети, обученной на примерах, учитывающих строительные и эксплуатационные характеристики, географические и экологические характеристики, а также изменяющиеся во времени макроэкономические параметры, описывающие экономическое состояние конкретного региона, страны и мира. Набор примеров для обучения и тестирования нейронной сети был сформирован на основе статистических данных рынков недвижимости нескольких российских городов за период с 2006 по 2020 год. Таким образом, многие примеры включали данные, относящиеся к периодам экономической стабильности в России, а также к периодам кризиса, восстановления и роста российской и мировой экономики. Благодаря этому модель сохраняет актуальность при изменении международной экономической ситуации и учитывает...
Key Findings
1
Конструкция модели направлена на оценку недвижимости сразу в нескольких городах, а не только на одном локальном рынке.
2
Набор данных охватывает периоды экономической стабильности, кризиса, восстановления и роста, что позволяет учитывать изменения российской и мировой экономической ситуации.
3
Модель учитывает характеристики строительства и эксплуатации объектов, географические и экологические факторы, а также изменяющиеся во времени макроэкономические показатели.
4
В статье разработана методология на основе нейронной сети, объединяющая статическую массовую оценку и динамическое прогнозирование стоимости городской недвижимости.
5
Обучающие и тестовые примеры сформированы по статистическим данным рынков недвижимости нескольких российских городов за 2006–2020 годы.
Research Object
Рыночная стоимость городской недвижимости в нескольких российских городах при изменяющихся пространственных, экологических и макроэкономических условиях
Research Subject
Адаптивная массовая оценка и сценарное прогнозирование рыночной стоимости городской недвижимости в пространстве и времени
Publication Details
Publication Date
2021-01-01
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest