Abstract：
作为房地产市场长效机制的重要组成部分,房地产税制改革将对房地产市场健康发展起到不可替代的作用,公平高效的税基评估是目前亟待解决的难题。运用房地产估价相关理论知识,结合数据挖掘以及人工智能技术,在传统神经网络模型上引入粗糙集方法,利用属性重要度做模型变量的评价指标,根据属性重要度大小剔除4个住宅板块冗余变量。结果表明,RS-BPANN模型在住宅估价上有很好的可靠性,且比普通BP神经网络模型的性能更好、批量评估精度更高。
Keyword：
Reprint 's Address：
Email：
Source ：
福州大学学报(哲学社会科学版)
Year： 2019
Issue： 05
Volume： 33
Page： 30-37
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
