顧客需求導向對都會區不動產特徵價格影響之研究

Customer-oriented weight determination for assessing house price in urban areas using SIP clustering approach

李宣佑(Hsuan-yu Lee)

指導教授 ： 陳介豪

國立中央大學/工學院/營建管理研究所/碩士(2014年)

摘要

不動產之選擇及成交價格受顧客偏好影響，估價人員通常依循自身之經驗為顧客決定不動產特徵與其相關權重，對於擁有不同喜好之顧客可能導致不合理之估價。本研究之目的即為根據顧客需求導向，測定對不動產價格有影響之特徵與其權重。根據文獻回顧與專家建議選定39項特徵，並透過台灣不動產交易資料庫蒐集成交案例資料，囊括台北市近3年間之成交案例5000筆，藉由GIS量測完成39項環境特徵之建立。而後利用群啟發演算法進行分群，共產出5群並各別進行獨立分析，分析結果可彙整為以下發現：1.各群皆代表一顯著之需求取向，顧客主要需求可區分為5種：教育、交通、醫療、休閒與購物。2.各群間之特徵權重皆有所不同。3.各群中警局為共通之嫌惡設施，對房價具有顯著之負影響。4.銷售時間對銷售價格具有正面之影響，即銷售時間愈長價格愈高。

關鍵字

不動產 ； 房價 ； 顧客導向 ； 群啟發 ； 分群 ； 智慧型計算 ； 特徵價格法 ； 環境特徵

並列摘要

Customer preference affects selection and transaction price for real estate. Appraisers by their own experience usually select housing attributes and their corresponding weights for customers, creating possible impropriate assessment for those with different favorites. The research objective is to determine attributes and the corresponding weights that affect house pricing based on customer preference. Literature review and expertise qualified 39 attributes, followed by the house transactions collected from the Taiwan transaction database of real estate. A total of 5000 sets in the most prosperous urban area of Taiwan in recent 3 years are randomly selected. Each set contains 39 GIS calibrated environmental attributes suggested by citations and expertise. The swarm-inspired projection (SIP) algorithm is employed for clustering, yielding 5 clusters for a close-up analysis. The findings form the analysis can be summarized as: 1. each cluster presents a significant preference. There are 5 major customer preferences of leisure, education, transportation, medical care, and shopping convenience. 2. The weight of any attribute is mostly different from that in the other clusters. 3. The common hostile attribute among 5 clusters is police station and has significantly negative impact to housing price. 4. Sale time has positively impact to sale price. The longer sale time is the higher sale price presents.

並列關鍵字

real estate ； housing price ； customer oriented ； clustering ； intelligence computation ； hedonic feature approach ； environmental attribute

參考文獻

20. 龔永香、江穎慧、張金鶚，「客觀標準化不動產估價之可行性分析-市場比較法應用於大量估價」，住宅學報，(16)2，23-42頁，2007。

4. 林祖嘉，2007，特徵方程式大量估價法在台灣不動產市場之應用，住宅學報: 1-22。

18. 劉彥良，2010，資料探勘於不動產之分群應用-以台北市大安區為例，國立臺北教育大學資訊科學系碩士論文。

17. 趙于翔，2007，以群體智慧為基礎的最佳化演算法及其應用，國立中央大學資訊工程研究所博士論文。

16. 施奉馥，2011，地政資料庫之資料探勘研究-以土地分區與土地異動原因關係為例，虎尾科技大學資訊管理研究所碩士論文。