省域房产大数据热力图人工智能预测系统

摘要

省域范围房产交易与登记大数据可视化呈现的建模分析预测对于研究我国城乡建设、区划经济的布局趋势,呈现城镇建设发展指标的时空演化,辅助支持科学决策、宏观调控等具有重要意义.考虑到这些经济活动数据的预测建模涉及到尚无明确数学表达的、因素作用复杂的事物状态演变过程,受近代人工智能深度神经网络技术在类似复杂场景成功应用的启发,我们采用相关的长短时记忆网络模型(LSTM)与全连接层(FC)技术等AI技术,建立起宏观可视化的省域房产大数据热力图预测系统.本文的主要系统建设实践是,利用所获的广东省域(东沙群岛除外)历年积累的房产法定业务大数据,基于各市房屋建成年份时序,实现对区域房产套数和面积等基本指标的年末地理热力图建模预测功能.本文创造性提出“网格累计量预测+市域增量预测修正”的总体预测建模计算框架,为省域房地产大数据人工智能建模预测增加了网格粒度调选和局部结合全局预测修正的调优途径,提高了预测模型的适用性.应用分析表明,建模预测系统的计算结果具有较高的合理性和实用性.