文献

J-GLOBAL ID：202002281434839690   整理番号：20A1816133

不動産価格を予測するビッグデータ分析【JST・京大機械翻訳】

Big data analytics predicting real estate prices

著者 (3件)： Singh Archana (Amity School of Engineering and Technology, Amity University, Noida, Uttar Pradesh, India) ,  Sharma Apoorva (Amity School of Engineering and Technology, Amity University, Noida, Uttar Pradesh, India) ,  Dubey Gaurav (ABES Engineering College, Ghaziabad, India)
資料名： International Journal of System Assurance Engineering and Management  (International Journal of System Assurance Engineering and Management)
巻： 11  号： Suppl 2  ページ： 208-219  発行年： 2020年 
JST資料番号： W4491A  ISSN： 0975-6809  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 1日ベースで生成された膨大なデータは,大きなデータ技術に量産する。この大量のデータは知識と隠れたパターンを持っている。実情は,大きなデータで別の最大のアプリケーションになる。この論文の強調は,実際の不動産住宅の価格を予測するために,大量のデータを取り入れることに関与するプロセスをマッピングすることである。実際の不動音は長期投資である。本論文では,Amesからの住宅Saleデータ,Iowaを,住宅の最終販売価格を推定するための関連モデル構築の視点で,2006-2010年の時間枠に対して考察した。多くの説明変数により,線形回帰,ランダムフォレストおよび勾配ブースティングモデルのようないくつかのモデルが,住宅の最終販売価格に影響する統計的に有意な特性を決定する特徴選択のためのツールとして用いられる。すべてのモデルから,勾配ブースティングモデルは,効率的結果を回復することが観察された。Copyright The Society for Reliability Engineering, Quality and Operations Management (SREQOM), India and The Division of Operation and Maintenance, Lulea University of Technology, Sweden 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 投資 ,  音響 ,  *不動産 ,  特徴選択 ,  応用プログラム
準シソーラス用語： 線形回帰 ,  ランダムフォレスト ,  販売価格 ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (6件)： ビッグデータ ,  不動産 ,  ランダム森林モデル ,  勾配ブースティングモデル ,  線形回帰 ,  LASSO

分類 (1件)： 住宅問題  (RD03020R)

タイトルに関連する用語 (4件)： 不動産 ,  価格 ,  予測 ,  データ分析