学术探索
学术期刊
文章热点
数据分析
智能智评

基于网络搜索数据的房地产价格预测

被引：68
作者：
董倩
孙娜娜
李伟
机构：
[1] 国家统计局统计科学研究所
来源：
统计研究 | 2014年 / 31卷 / 10期
关键词：
网络搜索数据; 房地产价格预测; 交叉验证; 支持向量机; 随机森林;
D O I：
10.19343/j.cnki.11-1302/c.2014.10.013
中图分类号：
F299.23 [城市经济管理];
学科分类号：
120405 ;
摘要：
本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变动情况的最优模型。结果显示:网络搜索数据不但能够较好地预测房价指数,而且能够分析经济主体行为的趋势与规律,有一定的时效性。预测的月度房地产价格能够比官方数据发布提前约两周时间。
引用
收藏
页码：81 / 88
页数：8
相关论文
共 6 条
  • [1] 基于网络搜索数据的突发事件对股票市场影响分析
    杨欣
    吕本富
    彭赓
    刘颖
    [J]. 数学的实践与认识, 2013, 43 (23) : 17 - 28
  • [2] 基于网络关键词搜索的房地产价格影响因素研究
    杨树新
    董纪昌
    李秀婷
    [J]. 新疆财经大学学报, 2013, (03) : 5 - 12
  • [3] 网络搜索数据与CPI的相关性研究
    张崇
    吕本富
    彭赓
    刘颖
    [J]. 管理科学学报, 2012, 15 (07) : 50 - 59+70
  • [4] 大数据在政府统计中的探索与应用[M]. 中国统计出版社 , 马建堂, 2013
  • [5] Estimating potential habitat for 134 eastern US tree species under six climate scenarios[J] . Louis R. Iverson,Anantha M. Prasad,Stephen N. Matthews,Matthew Peters.Forest Ecology and Management . 2007 (3)
  • [6] Random forests
    Breiman, L
    [J]. MACHINE LEARNING, 2001, 45 (01) : 5 - 32
1