کاربرد شاخص های قیمت مسکن به منظور پیش بینی قیمت مسکن با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1403
محل انتشار: دوازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در عمران، معماری و مدیریت شهری قرن ۲۱
کد COI اختصاصی: ENGGCONF12_013
زبان مقاله: فارسی
تعداد مشاهده: 144

نویسندگان

دانشجو دکتری گروه شهرسازی دانشگاه آزاد اسلامی واحد یاسوج

استادیار گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد یاسوج

چکیده

پیش بینی روند آتی و نوسانات قیمت مسکن یکی از مسائل مهم تحقیقاتی بازار مسکن است. شبکه های عصبی مصنوعی و یادگیریماشین به ندرت در مطالعات موجود استفاده می شود. شبکه های عصبی مصنوعی این قابلیت را دارند که گستره وسیعی از داده ها رادریافت کنند و برای رسیدن به خروجی مشخص، همزمان آنها را پردازش کنند. در حالی که مدل های پیش بینی سنتی دارایالزامات سختگیرانه بر روی متغیرهای ورودی هستند و در حل مسائل غیرخطی ضعیف هستند. برای غلبه بر مشکلات مدل های سنتی، یک رویکرد حافظه کوتاه مدت طولانی LSTM برای پیش بینی قیمت مسکن یک شهر با استفاده از داده های تاریخی پیشنهاد شده است. داده های بانک مرکزی ایران و مرکز آمار ایران، متغیرهای تاثیرگذار در قیمت مسکن، در قالب یک ماتریس همبستگیتحلیل شد و پس از انتخاب متغیرهایی که روی قیمت مسکن بیشترین اثرگذاری دارند، میانگین قیمت مسکن تهران پیش بینی شد.بررسی ها نشان داد که قیمت طلا، قیمت ارز، شاخص بهای کالا و خدمات و همچنین حجم نقدینگی، بیشترین همبستگی را با قیمتمسکن داشتند.

کلیدواژه ها

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.