基于粗糙集的麗江房價研究

2016-03-24 00:41:23汪際和

現代經濟信息 2016年3期

摘要：本文從知識粒度的角度提出了相似度的概念，并利用相似度作為屬性重要度的度量。先求出屬性集的核，并以此為起點，根據屬性的重要性，逐步把屬性添加到核屬性集，從而得到約簡屬性集。

關鍵詞：知識粒度；相似度；屬性約簡

中圖分類號：F299.23 文獻識別碼：A 文章編號：1001-828X（2016）003-000-01

引言

粗糙集理論[1]是Pawlak教授于1982提出的一種以等價關系為基礎，并具有很強定性分析能力的數學工具。

近年來，房地產市場的發展非常迅速，房價也成為人們關注的焦點。許多學者也對房價進行了大量的研究，取得了豐碩的成果。

麗江在云南的西北部，是著名的旅游城市。近幾年，隨著旅游熱度的持續升溫，旅游人數的快速增長，居民收入增長迅速等原因麗江的房價增長得很快。由于影響麗江市房價的因素多樣并且復雜，而且因素之間也相互影響。所以，考慮所有因素是不現實的。本文從需求、供應和宏觀層面出發，選取了人均可支配收入，常住人口，房地產開發投資額，GDP，貸款余額五個指標。其中，人均可支配收入選取了城鎮人均可支配收入；實際房價=商品房銷售額/銷售面積。

通過麗江市統計局網站獲得的數據，利用粗糙集的理論分析影響房價的5個因素的重要程度，為相關部門的一些決策提供一定的參考。

一、相關概念

二、基于粗糙集的麗江房價研究

本文從需求、供應和宏觀層面出發，選取了人均可支配收入，常住人口，房地產開發投資額，GDP，貸款余額五個指標，原始數據如表一，數據來源是麗江市統計局網站的統計公報。

計算各項指標的增長率，并對各項指標進行等距離散化，可得表二，其中為條件屬性，為決策屬性（即房價）。

所以，在五個指標中人均可支配收入，常住人口和貸款余額比較重要。

三、結論

影響房價的因素非常多，并且非常復雜，利用粗糙集理論可以較為快速地計算出條件屬性的一個約簡。找到了影響房價的主要因素，為科學研究房價提供了方便。另外，粗糙集也可以跟神經網絡，灰色理論，遺傳算法等結合。

參考文獻：

[1]Pawlak Z.Rough sets-Theoretical Aspects of reasoning about data[M]. Kluwer Academic Publishers， Boston，1991.

[2]李敏，王洋.基于灰色系統理論對成都市房價預測分析[J].云南民族大學學報（自然科學版），2013，22（6）：441-443.

[3]申瑞娜，曹昶，樊重俊.基于主成分分析的支持向量機模型對上海房價的預測研究[J].數學的實踐與認識，2013，43（23）：11-16.