شناسایی موارد پرت در قیمت گذاری مسکن با راه کار داده کاوی

چکیده مقاله

در این مقاله به ارائه مدلی برای پیش بینی قیمت مسکن پرداخته شده و سپس بر اساس قیمت پیش بینی شده به شناسایی مشاورین املاکی که قیمت مسکن را با قیمتی پرت ثبت کرده اند می پردازیم. برای پیش بینی از رگرسیون چندگانه استفاده شده و برای شناسایی قیمت های پرت از خوشه بندی K-Means استفاده شده است. سپس املاک و مستغلات بر اساس ویژگی های مسئله و قیمت پیش بینی شده در مدل به دو خوشه تقسیم شده اند که خوشه دوم مشاورین املاک با رفتاری غیر عادی می باشند. در این مقاله پیش بینی املاک و مستغلات تهران انجام شده است و مدل اجرا شده دارای خطای 20 درصدی است

نحوه استناد به مقاله

در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :

حمید اخوان فومنی؛بابک تیمورپور؛رضا صفری؛سعید حسن نژاد؛ ۱۳۹۵، شناسایی موارد پرت در قیمت گذاری مسکن با راه کار داده کاوی، کنفرانس بین المللی نخبگان عمران ,معماری و شهر سازی، https://scholar.conference.ac:443/index.php/download/file/7975-Identification-of-outliers-in-real-estate-pricing;-A-data-mining-approach

در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.

(حمید اخوان فومنی؛بابک تیمورپور؛رضا صفری؛سعید حسن نژاد؛ ۱۳۹۵)

دریافت لینک دانلود مقاله

پژوهشگر عزیز، برای دانلود مقاله تنها کافی است فرم زیر را تکمیل نموده و بر روی دکمه دریافت لینک دانلود مقاله کلیک نمایید. در صورت عدم دریافت لینک دانلود مقاله در ایمیل خود (و پوشه spam) پس از 10 دقیقه، درخواست خود را مجدد ارسال نمایید.

نام و نام خانوادگی
شماره موبایل
ایمیل