《房地产信息系统中的数据挖掘技术文档资料》由会员分享，可在线阅读，更多相关《房地产信息系统中的数据挖掘技术文档资料（9页珍藏版）》请在金锄头文库上搜索。
1、房地产信息系统中的数据挖掘技术一、引言 数据挖掘技术是近年来发展起来的一种数据处理技术,在大规模数据中挖掘隐含的模式,提供了对大规模数据强大、灵活的数据分析处理功能,在决策支持系统(DSS)中得到了很好的应用。安全、科学、高效和信息化的房地产管理需求,使房地产信息系统的研究、开发和应用取得了快速发展。各种先进的信息技术在房地产信息系统中得到广泛应用,房地产信息系统积累了巨大而复杂的房地产数据,复杂的房地产数据对信息的管理和处理都提出了新的要求,利用数据仓库、数据一体化平台等对复杂房地产信息进行组织与管理,并对房地产信息进行数据融合、数据压缩、数据标准化、数据挖掘、数据联机分析处理等。数据挖掘技
2、术作为一种产生于应用且面向应用的数据分析处理技术,可以快速、有效、深入地分析海量房地产信息,挖掘大量房地产数据中隐含的决策信息和模型。 数据挖掘技术挖掘房地产信息系统的各种数据模型,可以用于房地产企业的管理和控制,改善房地产信息系统的服务水平。本文分析了房地产信息系统中数据的特点,提出了对房地产进行数据挖掘的主要模型及方法,并设计了在房地产系统中实现房地产数据挖掘功能的系统模型。 二、房地产数据分析 (一)房地产数据的特点 房地产信息系统记录了大量房地产信息,数据来源广泛、形式多样。房产管理部门使用房地产信息系统是对房产产权产籍进行管理, 其业务主要包括产权管理、商品房预售、查封、他项权力管理
3、、预告登记、测绘管理、档案管理、房屋登记簿管理、房地产租赁管理等。在其业务办理过程中涉及到海量的空间和属性数据, 同时, 在业务的流转过程中, 还要对空间和属性数据实现一体化管理。 (二)房地产信息系统的业务流程 1、产权产籍管理 房地产所有权的内容是指其所有权法律关系中权利主体所享有的权利和义务。就权利而言,具体体现为房地产所有人在法律规定的范围内,对其土地或房屋享有的占有、使用、收益和处分的权利。房地产产权是财产权在房地产中的具体化,亦即存在于土地和房屋是以其所有权为核心的一系列排他性权利集合体的“权利集”。 该模块主要包括产权的初始登记、变更登记、转移登记、注销登记、验换证登记和更正登记
4、等登记类型。在实际操作中, 系统能根据用户选定的登记类型自动对业务流程进行取舍, 如在验换证登记、更正登记等时自动跳过“测绘勘丈”等。 2、商品房预售管理 此模块主要用来规范开发商的行为, 避免商业欺诈行为的发生。首先,建立测绘成果与交易登记系统的对接,以测绘成果(包括未参与分摊的共有共用部分等成果)建立包含各种房屋类别的完整楼盘,实现在商品房初始登记前房屋通过实测成果对已建立楼盘自然状况数据的自动变更,并在商品房初始登记时对房屋类别审核确认。其次,按需要增加自建商品房、共有共用、拆迁置换等楼盘表的状态标志位。最后,制定新增状态标志与现有状态标志的业务规则和限制关系,确保房产业务活动的开展和安
5、全。 该模块主要包括商品房的销售管理、商品房的楼盘管理、商品房预售资金的管理、商品房销售许可证的管理、商品房初始登记的管理。 3、他项权利管理 房地产的他项权利是指相互毗邻的所有权人或使用权人对各自的土地或房屋行使所有权或使用权时,因相互应当给予方便或接受限制而形成的权利和义务。 此模块包括房地产抵押、在建工程抵押、抵押变更、追加担保、最高额抵押、抵押注销等。每部分的业务流程分为: 接件登记、初审、终审、收费、缮证、发证和档案管理。 4、预告登记 预告登记是指当事人约定买卖期房或者转让其他不动产物权时,为了限制债务人处分该不动产,保障债权人将来取得物权而作的登记。如在商品房预售中,购房者可以就
6、尚未建成的住房进行预告登记,以制约开发商把已出售的房屋再次出售或者进行抵押。 此模块包括预购商品房预告登记、约定优先购买权、约定回购房屋、预定通行权、其他涉及房屋的请求权。 5、查封管理 此模块包括限制登记和限制注销两部分。 6、测绘管理 此模快包括房地产平面控制测量、房地产分幅图的测绘、房地产分丘图的测绘、房地产分层分户图的测绘、房屋面积的测算、房地产测绘成果资料的检查验收和整理归档(主要包括:(1)分幅平面图;(2)分丘平面图;(3)分层分户平面图;(4)房地产调查记录表;(5)界址点成果表;(6)房屋共有面积分摊计算表格;(7)房屋面积测算成果表;(8)房地产测绘技术报告等)。 7、档案
7、管理 此模块包括房地产档案的收集、整理、鉴定、信息化、保管、检索、编研、统计、异动管理、利用。 8、房屋登记簿管理 房屋登记簿以房屋权属核准作为记载的始点,由系统自动进行记载,并对上下手权属变更情况进行关联,以反映权属变化的历史。 此模块包括房屋登记簿的生成、撤除房屋登记簿的管理、房屋登记簿的对外查询。 9、房地产租赁管理 房屋租赁管理一是规范租赁行为和防止国家税费流失,二是不动产交易(包括租赁),其权利的设立和变更应向社会公示,以保护第三人的合法权益。 此模块包括房屋租赁登记备案管理、房屋租赁税票管理。 三、房地产数据挖掘系统结构 (一) 系统模型 数据挖掘过程分为数据准备、模式发现、结果表
8、达和解释三个主要阶段,图1给出了房地产数据挖掘的系统模型。 ETL及数据预处理为房地产信息的模式发现提供一个干净、一致、集成、归约(reduction)的数据集-房地产信息数据仓库。数据挖掘任务管理在数据挖掘算法集中选择完成挖掘任务的算法,在房地产数据仓库中选择挖掘算法应用的数据,执行相应的挖掘操作,将挖掘得到的模式保存到房地产信息模式库。模型分析管理是房地产数据挖掘系统与其他房地产信息系统的应用接口,并接收应用系统的反馈信息对房地产信息模型库的模式进行解释与评价。 (二)房地产数据集成 房地产数据种类繁多,分布在各种房地产应用系统中,具有异构、层次的特点,房地产数据挖掘需要将各种房地产数据从
9、操作数据库中抽取出来,经过清洗、转换、装载等一系列处理,集成到一个统一的本地房地产信息数据仓库。数据仓库为数据挖掘提供有效的数据处理平台,许多数据挖掘功能,如分类、关联、聚类等,都可以与各种粒度的多维数据分析OLAP操作集成,在多个抽象层上交互数据挖掘。 (三) 多层体系结构 房地产数据挖掘系统的系统模型提供了一个多层的应用体系结构,将数据挖掘功能的实现分为应用层、分析逻辑层、算法工具层和数据层。应用层是用户调用分析逻辑所设立的分析功能的入口,分析逻辑则表现了应用系统的分析能力。多层体系结构能够在跨平台、网络环境下应用,应用系统可以根据需要采用灵活的方式,如B/S、C/S等。 在房地产数据挖掘
10、中,分析功能的抽取及响应、数据挖掘算法的选取、设计是一个难题,需要房地产系统的利用知识和数据挖掘技术的紧密结合。分析逻辑层将分析模型从实际分析需求中提取出来,完成一定的独立分析功能,由一个或多个数据挖掘算法具体实现,每个分析模型都是独立的功能单位。 算法工具层集中了房地产信息流分析需要的算法及相关计算工具,如挖掘各种模型的数据挖掘算法、统计方法、相似性度量方法等,是各个独立的算法工具的集合。在算法工具层,除了数据挖掘算法外,还应当由数据挖掘算法所需要的辅助工具,如对于聚类算法,相似性度量或距离函数是关系到聚类质量的核心问题,不同的相似性独立或距离函数针对不(下转第108页)(上接第114页)同
11、的数据或分析目标,在算法中可以根据需要来选择配置。 四、挖掘模型 根据数据挖掘的基本模型和工具,在房地产信息系统的数据建模中进行运用,尤其是与房地产市场的交易过程进行相关运用,根据房地产市场交易的具体情况,我们可以得到如下建模信息: (1)区域:可以根据行政界线进行划分,例如不同的区县等;也可以根据城市建筑,例如高架环线等;还可以根据约定板块地区进行区域的划分。 (2)产品:房地产市场交易的产品类型可以分为住宅、办公、商业、其他等;从产品的性质可以分为新增房和存量房。 (3)时间:房地产市场交易的时间分隔可以分为年、季、月、旬、周等。 (4)计算单位:房地产市场的计算单位可以有房屋的套数、面积价格等。 利用数据挖掘的理论和方法,通过以上等各种模型可以得到房地产市场交易的若干数据挖掘结果实例,如商品房市场供应情况、商品房市场交易情况、购房对象结构统计、抵押贷款情况统计、存量住宅的转手情况统计、各类宏观统计数据汇总等。 五、总结 房地产的数据挖掘在大量房地产信息中发现有价值的模式,以数据驱动的方式分析房地产系统的房地产企业状况,建立房地产信息系统的分析、评价及预测模型,用于房地产信息系统的实时房地产控制,提供房地产管理决策支持信息,可以改善房地产信息系统的管理和控制水平。 吴琰,南京市房产XX局,XX局产权市场处信息中心。
