文献

J-GLOBAL ID：201702264254773822   整理番号：17A0849594

不動産ビッグデータと不動産テック【論説】ビッグデータで見る不動産価格の決まり方

著者 (1件)： 清水千弘 (日本大 スポーツ科学)
資料名： 日本不動産学会誌  (Japanese Journal of Real Estate Sciences)
巻： 31  号： 1  ページ： 45-51  発行年： 2017年06月29日 
JST資料番号： L0085A  ISSN： 0911-3576  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ビッグデータを使って不動産価格を推定するのに,線形回帰分析と回帰木,ニューラルネットワーク(NN)の手法を用いて比較した。NN法は誤差率は低いがばらつきが大きく,予測値が大きく外れる可能性がある。AIを用いた不動産価格の推定は,大きく進歩する可能性はあるが,よいデータを学習しなければ進歩はない。

シソーラス用語： *不動産 ,  *データ蓄積 ,  情報技術 ,  *価格決定 ,  機械学習 ,  データマイニング ,  費用効果分析 ,  回帰分析 ,  ディシジョンツリー ,  予測モデル ,  ニューラルネットワーク
準シソーラス用語： *ビッグデータ ,  ヘドニック価格法 ,  回帰木

分類 (2件)： 土地問題  (RD02020K) ,  数理計画法  (KA03030M)

引用文献 (7件)：

• Hill, R., R, M. Scholz, C. Shimizu and M. Steurer (2017), “An Evaluation of the Hedonic Methods Used by European Countries to Compute their Official House Price Indices”, (mimeo).
• Harrison, D and D.L.Rubinfeld (1978), “Hedonic Housing Prices and the Demand for Clean Air,” Journal of Environmental Economics and Management, 5, 81-102.
• 清水千弘(2016),「市場分析のための統計学入門」朝倉書店.
• Shimizu, C and K.G.Nishimura (2006), “Biases in appraisal land price information: the case of Japan,” Journal of Property Investment & Finance, 24(2), 150-175.
• Shimizu, C., K. G. Nishimura and K. Karato (2014), “Nonlinearity of Housing Price Structure-Secondhand Condominium Market in Tokyo Metropolitan Area-,” International Journal of Housing Markets and Analysis, 7(3), 459-488.

タイトルに関連する用語 (4件)： 不動産 ,  ビッグデータ ,  テック ,  価格