建构房屋评选与购买之决策模式及其决策支援系统.ppt

建構房屋評選與購買之決策模式及其決策支援系統 合 作 廠 商 ：中信房屋（長冠不動產仲介經紀有限公司） 研 究 團 隊 ：清華大學決策分析研究室 計畫主持人：簡禎富 特聘教授 共同主持人 ：許嘉裕博士、彭金堂博士 研 究 助 理 ：陳之慧、吳傳敏、鄭家年、黃詠舜、李佶玟、邱子倩 2012/11/13 國科會工程處101年度技術及知識應用型產學合作計畫成果發表 報告大綱 研究背景及動機 研究目的 研究架構 實證研究 結論 * 研究背景及動機 國內上網人口增加 消費習慣改變 房屋仲介競爭激烈 房仲網站發展比重增加 現行房屋仲介網站運作： 缺點：使用者需要花費較多的時間在網路上選擇比較 影響：降低網站使用意願，造成房仲業務員人力有不必要的浪費，且無法有效發揮網站建置之功效。 * 研究目的 本研究的目的是以紫式多屬性決策分析架構為基礎，應用簡易多屬性評估模式，來評選多個房屋購買決策屬性，以有效提供購屋決策者決定最佳房屋物件 建立房屋現況目標層級架構 建構網路購屋決策支援系統 實證研究個案以檢驗本研究效度 * 消費者購屋評估因素 * 房屋買賣的金額較為龐大且需要考慮的層面亦較多，消費者購屋決策時往往需要多所考量，綜合文獻所述影響購屋的決策因素主要可分為 基本因素、便利因素、環境因素 （本研究整理） 評估準則 定義 包含因素 基本因素 房屋本身內部環境之基本條件 總價、坪數、格局、樓層、住宅類型、屋齡、朝向 便利因素 外部空間環境所提供之設施及距離遠近 與市中心、市區主要道路、醫院、學校、高速公路、鐵路、捷運、高鐵、購物商圈等之距離 環境因素 住宅區域內治安及鄰里環境情況 公共安全、鄰里環境之穩定度、公共設施等 新竹地區房屋仲介公司網站功能 中信房屋 信義房屋 永慶房屋 台灣房屋 太平洋房屋 21世紀房屋 住商不動產 東森房屋 有巢氏房屋 一般搜尋 縣市 V V V V V V V V V 區域 V V V V V V V V V 用途 V V V V V V V V V 價位 V V V V V V V V V 坪數 V V V V V V V V V 格局 V V V V V V V V V 路段 V 屋齡 V V V 樓層 V V V V 車位 V V 進階搜尋 關鍵字 V V V V V V V V V 地圖式 V V V V V V V V V 學區 V V V V V V V V 交通 V V V V V V V V V 社區 V V V V V 公園綠地 V V V V V V V V 大部分的功能均停留在搜尋，並未對購屋者的需求及其考慮的屬性資料通盤考量 * 購屋簡易多屬性決策分析架構 * 購屋決策根本目標層級與工具目標網路 * 編號 屬性分類 屬性項目 01 基本機能 房屋的總售價 02 基本機能 房屋主建物坪數 03 基本機能 房屋格局 04 社區機能 有無停車位 05 社區機能 有無警衛管理 06 環境機能 附近有無學校 07 環境機能 附近有無與公園 08 環境機能 附近有無與醫院 09 交通機能 與交流道之距離 購屋決策支援系統架構 * 系統模組開發 * 房屋評選模組 相對權重計算模組 量化價值擷取模組 * 量化價值計算模組 價格、坪數：決策者輸入的價格之上下限值加減20%，來作為求取線性函數計分公式 社區、環境機能：取得輸入之選項總各數，再取得篩選出來房屋物件擁有之屬性各數後計算其所佔總各數之比率 交通機能：將距離以每2公里分為一個級距，每個級距間之得分由100到0分以每20分做為一個得分級距，超過10公里則得分為0分 格局：系統依據輸入的房間數來作為計分基準，若符合基準則該物件屬性得分為100分 房屋評選屬性重要性排序及權重 編號 評估屬性 項目 屬性排序 相對 權重 價值 物件1 物件2 物件3 01 房屋的類型 X X X X X 02 房屋的總售價 1 0.408 88 65.5 92.5 03 房屋主建物坪數 2 0.204 89 100 89 04 房間格局 3 0.136 100 100 0 05 有無停車位 4 0.102 100 50 0 06 有無警衛管理 07 有無學校 5 0.081 100 100 100 08 有無與公園 09 有無與醫院 10 距離交流道 6 0.068 100 100 100 加總後總價值 92.76 80.72 70.79 * 依據房屋物件加總之總價值進行排序，總價值越高者排序順序越優先，再將查詢結果回傳至網頁上 購屋決策支援系統介面 選定區域、類型、坪數、格局等，並由購屋決策者自行輸入其購屋預算範圍，再依需求選取各項機能 * 購屋需求評選結果 * 系統校度驗證 評選屬性 房屋 地區 售價 類型 坪數 房間格局 社區機