Grupowanie nieruchomości lokalowych za pomocą metody K-średnich

• Autorzy: Całka B.

Warianty tytułu

EN

Grouping of residental properties using the K-mean method

• Języki publikacji: PL

Abstrakty

PL

W analizie rynku nieruchomości możliwe jest zastosowanie narzędzi Eksploracyjnej Analizy Danych (ang. exploratory data analysis), do których należy między innymi grupowanie mające na celu utworzenie zbiorów elementów w jakimś sensie do siebie podobnych. Metody te są stosowane do wykrywania struktury zebranych danych lub dokonywania uogólnień np. w wyszukiwaniu informacji oraz analizie obrazu. Wraz z zastosowaniem grupowania, czyli klasyfikacji bezwzorcowej tworzy się grupa klas, którą można określić jako zbiór obiektów, w którym podobieństwo pomiędzy dowolną parą obiektów jest większe niż podobieństwo pomiędzy dowolnym obiektem należącym do klasy, a dowolnym obiektem, który do niej nie należy. W niniejszym opracowaniu przedstawiono zastosowanie metody grupowania k-średnich nieruchomości lokalowych o podobnych cechach mających wpływ na wartość tych nieruchomości na terenie małych miast. W procedurze tej pod uwagę zostały wzięte takie cechy nieruchomości jak: piętro, powierzchnia mieszkania, rok budowy, czas dojazdu do centrum miasta oraz standard mieszkania. Opracowane podejście wyodrębni grupy nieruchomości o podobnych cechach i pozwoli zaobserwować ich ceny w zależności od konkretnych własności lokali. Dobrana metoda grupowania będzie stanowić element kartograficznego modelowania cen nieruchomości lokalowych prowadzącego do opracowania mapy wartości nieruchomości za pomocą metod geostatystycznych. Powyższa procedura w znaczący sposób może wpłynąć na jakość i efektywność zarządzania zasobami nieruchomości oraz ułatwić podejmowanie decyzji dotyczących gospodarowania nieruchomościami.

EN

In the analysis of the real property market it is possible to use Exploratory Data Analysis Tools which include, inter alia, grouping whose aim is to create sets of items that are similar to each other to a certain extent. The said methods are applied for the purposes of indentifying the structure of the collected data as well as in order to make generalisations, e.g. in image analysis or searching for information. With the use of the clustering method, that is non-model classification, a group of classes is created which can be defined as a set of objects in which similarity between any pair of objects is greater than similarity between any object belonging to the class and any object that does not belong thereto. This paper presents the application of the method of k-means clustering to assess residential properties with similar characteristics affecting the value of these properties in small towns. In the course of the procedure in question, the following property characteristics were taken into account: floor, usable floor space, year of construction, length of journey to the city centre and standard of the residential property. The developed approach will separate groups of properties with similar characteristics as well as will enable observance of their prices depending on individual characteristics of the property. The chosen grouping method will constitute an element of cartographic modelling of the prices of residential properties which will lead to the development of the map of real property values with the use of geostatistical methods. The abovementioned procedure may significantly affect the quality and efficiency of property management as well as facilitate the decision-making process concerning the management of real properties.

Słowa kluczowe

PL

nieruchomości; Eksploracyjna Analiza Danych

EN

real estates; exploratory data analysis

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Geodezyjny
• Rocznik: 2012
• Tom: R. 84, nr 11
• Strony: 3--8
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Całka B.

• Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego w Warszawie, Wydział Inżynierii Lądowej i Geodezji, Zakład Systemów Informacji Geograficznej

Bibliografia

• [1] Hand D., Mannila H., Smyth P.: Principles of Data Mining, MIT Press, Cambridge, MA 2001, tłum. pol. Eksploracja Danych, WNT, Warszawa 2005
• [2] Hartigan, J.A.: Clustering Algorithms. Wiley, New York 1975
• [3] Kaufman L., Rousseeuw P.J.: Finding Groups in Data: An Introduction to Cluster Analysis. Wiley, New York 1990
• [4] Krzysko M., Wołyński W., Górecki T., Skorzybut M.: Systemy uczące się – rozpoznawanie wzorców, analiza skupień i redukcja wymiarowości. Wydawnictwa Naukowo-Techniczne Warszawa 2008
• [5] Lance G. N., Williams W. T.: A General Theory of Classificatory Sorting Strategies Hierarchical Systems, Computer Journal, 9, 1967, 373-380
• [6] Nowak E.: Metody klasyfikacji w badaniach geograficznych (analiza porównawcza). Bogucki-Wydawnictwo Naukowe, Kielce-Poznań 2004
• [7] Statsoft,: Elektroniczny Podręcznik Statystyki PL, Kraków 2006 http://www.statsoft.pl/textbook/stathome.html
• [8] Tryon, R. C.: Cluster analysis. McGraw-Hill, New York 1939