基于網絡搜索詞搜索量的房價預測

劉娜娜+李雨潔+唐宇+邱益聰

摘要：通過分析人們在互聯網搜索過程中留下的搜索數據，我們可以獲取許多有用的信息，本文基于人們利用互聯網搜索詞進行房價預測。從確定種子關鍵詞開始，接下來進行種子關鍵詞擴充，進而確定核心關鍵詞，然后利用多元線性回歸進行房價預測模型建立，并對比擬合值與實際值。

關鍵詞：大數據；種子關鍵詞；多元線性回歸

一、背景

隨著互聯網的飛速發展，大數據時代已經悄然地進入人們的生活當中，大數據開啟了巨大的時代轉型，就宏觀經濟分析而言，大數據時代帶來的轉變是重大且具有變革意義的。[1]另一方面，房地產市場在大多數國家屬于支柱性產業，房地產市場的興衰或成敗決定著國家經濟形勢的好壞。[2]隨著互聯網技術的發展，也給房地產行業帶來了一定沖擊和變革，房地產行業越來越多與互聯網相加，據統計，在美國房地產商中，有72%的人利用互聯網銷售房屋，房地產經紀人中有90%的人經常利用網絡與購房者進行交流，互聯網已成為美國房地產營銷的主要媒體。[3]通過分析消費者利用互聯網的搜索痕跡，我們可以得到需求方的相關信息，從而為供給策略提供依據。在房地產行業中，我們就可以利用互聯網搜索引擎中廣大消費者的與房地產相關的搜索詞匯進行商品房的預測。

二、關鍵詞選取

（一）種子關鍵詞的選取

種子關鍵詞是在研究開始時所確定的初始關鍵詞，這些關鍵詞必然與所要研究的問題密切相關。其選取基于以下兩個標準：一是要有一定的理論基礎作支撐，且該理論基礎必須貫穿于種子關鍵詞選取的始終；二是選取的種子關鍵詞必須與所要研究的問題有密切的關系。[4]

據此，我們采用范圍取詞法，即根據所研究的經濟行為的影響因素，確定種子關鍵詞的選取范圍，然后在范圍內選擇合適的關鍵詞作為種子關鍵詞。

房地產的價格受宏觀和微觀兩方面因素共同作用，宏觀經濟政策及外部環境的變化影響著供求關系，而供求關系決定了商品房的價格?；诤暧^層面，選擇“房貸利率”作為關鍵詞；基于微觀層面，其中又涉及到兩個主體，供應方和需求方，針對房地產開發商，選擇“成都樓盤”、“成都房地產”作為關鍵詞，針對購房群體，選擇“成都搜房網”、“成都房價”、“成都租房”、“成都二手房”作為關鍵詞。

（二）種子關鍵詞的拓展

通常，在進行相關搜索時，人們不僅僅會搜索一次，例如當搜索城市樓盤時，如果對搜索結果不滿意，可能還有根據百度搜索推薦進行再次搜索，通過這樣多次搜索的過程，來獲取滿意的結果。因此，對于種子關鍵詞的拓展，主要采用百度搜索推薦的方法，匯總7個初始種子關鍵詞的相關方面，形成關鍵詞集合，如下表1。

（三）核心關鍵詞確定

在確定了一組與所要研究的問題密切相關的關鍵詞后，在后續的研究過程中一些相關關鍵詞將被視為核心關鍵詞，圍繞這一核心會派生出更多有價值的關鍵詞，推動后續研究的進行。[4]

我們通過2014-2015年的種子關鍵詞搜索量月度數據與成都市商品房月度價格指數進行相關性分析，以此確定核心關鍵詞如下表2。

通過上表我們可以發現，選擇出的核心關鍵詞的搜索量與商品房價格之間利用多元回歸的擬合結果與實際值之間誤差很小，其平均相對誤差值為0.88%。利用該模型，我們在知道2015年12月份幾個核心關鍵詞的搜索量之后，預估商品房價格指數，如下表6：

四、結論

“互聯網+”時代，我們可以利用互聯網上的“大數據”進行房價的預測，本文采用的方法較為簡單，預測結果與實際值之間存在一定差異，同時如何使用恰當的方法，使得估計值與實際值之間的誤差更小，值得我們不斷探索和研究。近幾年政府在房地產行業也頒布了相關法律政策，我們也可以利用此種方法預測國家政策對于商品房價的作用?；ヂ摼W大數據，將會給我們的生產生活帶來意想不到的改變。（作者單位：四川大學商學院）

參考文獻：

[1]BreimanL，Randomforests[J].MachineLearing，2001（45）.

[2]梁云芳，高鐵梅，賀書平.房地產市場與國民經濟協調發展的實證分析[J].中國社會科學，2006，（3）：74-84.

[3]楊樹新，董紀昌，李秀婷.基于網絡關鍵詞搜索的房地產價格影響因素研究[J].新疆財經大學學報.2013（3）：7.

[4]楊洋.基于灰色關聯聚類的房屋銷售額預測關鍵詞優化研究[D].吉林：吉林大學，2015：14

[5]王惠文，孟潔.多元線性回歸的預測建模方法[J]，北京航空航天大學學報.2007，33（4）：500.

[6]周復恭，黃運成.應用線性回歸分析[M].北京：中國人民大學出版社，1989：88-115.

[7]于秀林，任雪松.多元統計分析[M].北京：中國統計出版社，2011：8-30.

[8]葉峰，多元線性回歸在經濟技術產量預測中的應用[J]，中外能源，（2）：45.