基于数据挖掘算法的天津市二手房价格预测研究.pdf

摘要

长期以来，保障性住房一直是人们关注的重大民生问题，国家坚持房住不炒

政策来保障房产市场健康平稳发展。本文基于天津市二手房市场调研，发现各房

产中介系统信息参差不齐，容易在交易过程中产生信息差，对购房者造成经济损

失。为了避免此类问题发生，本文通过统计学的方法论结合实际市场情况，对二

手房价格构成因素进行统计分析，最终通过集成模型的方式，实现天津市二手房

成交价格的预测，使二手房价格评估更加科学、规范、合理，对购房者科学选购

更有实际指导意义。

首先，数据来源。通过线下对房产中介公司的走访和调研，发现贝壳和链家

两家公司的服务和专业程度较好，被业内认可度高，业务覆盖广泛。线上通过对

比安居客，幸福里，房天下，链家等大型中介系统平台，发现链家网信息最全最

完整，因此本文选择天津链家二手房网上数据，作为分析建模的基础数据来源。

其次，指标数据处理和分析。因爬取的数据格式多种多样，先是使用SparkSql

的技术手段对爬取的数据进行数据清洗工作，使其符合指标的标准化格式。接着

是对指标数据进行系统化分析，分析中发现，房屋成交价格和建筑面积，挂牌价

格，房屋户型，地理位置，教育情况等有显著的线性关系。

再次，特征选取和算法建模。先是通过特征重要程度比较，选取相关度大的

指标作为数据建模的特征变量。然后使用多元线性回归，XGBoost，LightGBM，

随机森林算法建模，得到训练结果和预测结果，根据MAE等评价标准，发现独

立模型qbLightGBM效果较好，但不够稳定。经过调研，最终本文使用集成模型

将所有独立模型统一集成，实践证明集成模型预测效果较好，表现稳定性更好。

最后，对研究结论进行总结。经过模型预测比较验证，集成模型泛化能力强，

对新数据解释效果较好，对购房者科学选购有指导意义。同时根据分析发现房产

市场的平稳发展有市场因素也有政策因素。需要政府机构对发展不均衡的区域进

行资源倾斜，使各区均衡发展；需要房产中介推动系统信息标准化，引导售房者

合理定价。需要消费者充分调研合理选择，避免造成经济损失。

关键词：数据爬取；数据挖掘；房产价格预测

ABSTRACT

Forahasbeenalivelihoodissueof

longtime，indemnificatoryhousingmajor

concerntostateadherestotheofinto

people．Thepolicynon-speculationhousing

ensuretheandstableoftherealestatemarket．Basedonthe

healthydevelopment

inthesisfindsthatthe

ofthesecond—handmarket

surveyhousingTianjin，this

informationofvariousrealestateisisto

uneven，which

intermediarysystemseasy

thelossesto

causeinformationdifferenceintransactioneconomic

process，causing

theordertoavoidtheoccurrenceofsuchthesisusesthe

buye