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
Leonid N. Yasnitsky, Vitaly L. Yasnitsky, Alexander Alekseev
2021-01-01

массовая оценка недвижимостинейронная сетьсценарное прогнозированиепространственно-временная адаптациярынок городской недвижимости
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...
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.

Рыночная стоимость городской недвижимости в нескольких российских городах при изменяющихся пространственных, экологических и макроэкономических условиях

Адаптивная массовая оценка и сценарное прогнозирование рыночной стоимости городской недвижимости в пространстве и времени

Publication Details
Publication Date
2021-01-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Leonid N. Yasnitsky
Vitaly L. Yasnitsky
Alexander Alekseev
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%