基于網(wǎng)絡(luò)租賃數(shù)據(jù)的分析與預(yù)測

(四川大學(xué)經(jīng)濟學(xué)院 四川 成都 610000)

一、研究內(nèi)容與數(shù)據(jù)來源

本文首先通過爬取鏈家網(wǎng)租賃房房源信息，然后利用python、R等對數(shù)據(jù)進(jìn)行處理，進(jìn)一步分析成都市房源整體狀況、對影響房價的可能因素進(jìn)行描述統(tǒng)計分析，最后選擇BP神經(jīng)網(wǎng)絡(luò)對租賃房價格進(jìn)行建模和預(yù)測。

本文通過八爪魚爬蟲軟件爬取鏈家網(wǎng)租賃源信息，所要抓取的變量有城市、房源標(biāo)題、房源上架時間、鏈家編號、價格、租賃方式、房型、樓層、面積、朝向、地鐵、小區(qū)、位置、經(jīng)度、緯度、房源照片、房源介紹、當(dāng)前時間、頁面網(wǎng)址共19個特征，最終去除重復(fù)后有2892條數(shù)據(jù)。

二、房源信息整體情況

分析成都租賃房的整體特點，本文采用數(shù)據(jù)集中的經(jīng)緯度對應(yīng)每一個房源的地理位置，然后在成都市地圖中進(jìn)行標(biāo)記(使用Rstudio軟件)?？梢钥闯觯谂廊〉倪@2892條房源信息中，絕大部分的房源分布在成都市三環(huán)以內(nèi)，除了北三環(huán)等地區(qū)，基本上在三環(huán)以內(nèi)都有租賃房房源。其次房源較多的區(qū)域有高新區(qū)、天府新區(qū)、雙流區(qū)、溫江區(qū)、郫都區(qū)、新都區(qū)、青白江區(qū)和龍泉驛區(qū)等，另外其他區(qū)域也有少量房源。

三、房源信息分變量描述統(tǒng)計

本文節(jié)選部分變量對租賃房房源進(jìn)行描述統(tǒng)計分析。

(一)房型

從不同房型來看，2室1廳1衛(wèi)、1室1廳1衛(wèi)、1室0廳1衛(wèi)等房型有較多的房源，可以看出一方面可能因為開發(fā)商在小戶型住房的開發(fā)上占多數(shù)；另一方面也可能因為小戶型的房子很好出租，適合才從事工作的人員作為過渡房使用。

圖2 不同房型的分布

(二)朝向

觀察不同朝向的占比餅狀圖，可以看到朝南、朝東南、朝東的房子比例分別為36.5%、32.8%、15.6%，根據(jù)中國人的傳統(tǒng)居住習(xí)慣也可以看出，大部分的居民會選擇朝南或東的房子。

圖3 不同朝向的分布

四、租賃房價格影響因素分析

下面主要分析房價的影響因素，這可以進(jìn)一步為下一節(jié)進(jìn)行神經(jīng)網(wǎng)絡(luò)預(yù)測做準(zhǔn)備。因為有的住房租賃是單租有的是整租，導(dǎo)致用原始價格不能很好地反映住房的可比價格，因此本文選擇使用月度單位面積價格來度量房價的大小以及用月度單位面積價格來進(jìn)行預(yù)測。為進(jìn)一步觀察不同劃分情況下的價格分布的差異，以下節(jié)選所在不同行政區(qū)位、距離地鐵站距離兩個影響租賃房價格的因素進(jìn)行分析。

(一)不同行政區(qū)位下月度單位面積平均價格

行政區(qū)位的不同對月度單位面積平均價格有很大的影響，可以看到在成都不同的區(qū)域，房價是明顯不同的。高新區(qū)和錦江區(qū)的租賃價格最高，這和目前的房價水平保持一致；其次是成華、金牛和天府區(qū)；而都江堰、彭州和青白江等區(qū)域的租賃價格相對較低，這是因為距離成都中心城區(qū)較遠(yuǎn)的原因。

圖4 不同行政區(qū)域下月度單位面積價格比較

(二)距離地鐵站遠(yuǎn)近與月度單位面積平均價格

通過觀察地鐵距離與月度單位面積價格散點圖可以看出，1000米左右的距離相對地鐵站來說距離都是比較近的，單從散點圖來看還不能觀察出距離對價格的影響。因此繪制數(shù)據(jù)的趨勢線可以看出，趨勢線略微往右下方傾斜，距離地鐵站越近的租賃房價格越高，可能交通便利度確實會價格造成一定的影響。

圖5 與地鐵站距離不同下月度單位面積價格比較

五、BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測

本文將全部數(shù)據(jù)劃分為70%訓(xùn)練集和30%的測試集(參考其他文獻(xiàn)的通用做法)。使用隨機數(shù)生成的原則，隨機選取70%的數(shù)據(jù)作為訓(xùn)練集，30%的數(shù)據(jù)作為測試集。

不同評價指標(biāo)往往具有不同的量綱和量綱單位，這樣的情況會影響到數(shù)據(jù)分析的結(jié)果，為了消除指標(biāo)之間的量綱影響，需要進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，以解決數(shù)據(jù)指標(biāo)之間的可比性。

本文選擇建立BP神經(jīng)網(wǎng)絡(luò)，選擇建立三層網(wǎng)絡(luò)結(jié)構(gòu)。第一層的神經(jīng)元個數(shù)為10，激勵函數(shù)選擇Relu函數(shù)；第二層的神經(jīng)元個數(shù)為5，激勵函數(shù)選擇Relu函數(shù)；第三層的神經(jīng)元個數(shù)為1，激勵函數(shù)選擇Linear函數(shù)。迭代次數(shù)100次，每次用來梯度下降的批處理數(shù)據(jù)大小為100，最終通過運行可以繪制出訓(xùn)練值與測試值的損失圖像。在經(jīng)過迭代100次過后誤差基本趨于一致。

圖6 迭代次數(shù)與預(yù)測誤差

使用30%的測試集數(shù)據(jù)進(jìn)行測試，最終繪制其中100個租賃房預(yù)測價格與實際價格的比較圖形，可以看出預(yù)測價格較好地擬合了真實價格。

圖7 其中100個房源真實值與預(yù)測值比較

六、總結(jié)

本文主要運用爬蟲軟件獲取網(wǎng)站租賃房房源信息的數(shù)據(jù)分析，先從描述統(tǒng)計的角度進(jìn)行了成都租賃房的整體分布觀察以及對重要變量進(jìn)行了分別統(tǒng)計；其次結(jié)合數(shù)據(jù)分別觀察不同變量下租賃房月度單位面積價格是否有差異，最后運用BP神經(jīng)網(wǎng)絡(luò)建立了房價預(yù)測模型，最終的預(yù)測效果較為理想，具有一定的實踐價值。但是本文存在諸多不足之處，首先數(shù)據(jù)的抓取上受限于網(wǎng)站頁碼的限制，可以改進(jìn)代碼進(jìn)行更大規(guī)模數(shù)據(jù)的抓取。其次由于沒有考慮時間因素，房價會隨時間變化，因此在以后研究中應(yīng)將此考慮進(jìn)去。