УДК 00.004.8

ПОСТРОЕНИЕ ЭКСПЕРТНОЙ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ЦЕНЫ НА НЕДВИЖИМОСТЬ


Керенцева М. А., Хмелевой С. В.

Источник: Материалы VI Всеукраинской научно-технической конференции студентов, аспрантов и молодых ученых «Информационные управляющие системы и компьютерный мониторинг» Том 2.

Введение.

Бурное развитие рынка недвижимости повлекло за собой резкое увеличение количества компаний, предоставляющих риэлторские услуги, что привело к обострению конкурентной борьбы и повышению требований по уровню, скорости, удобству и качеству обслуживания клиентов. Эффективность работы всего предприятия зависит от качества выполнения взаимодействия с каждым конкретным клиентом, успешное проведение которого требует многократной обработки всего массива актуальных предложений рынка, а при оценивании объектов недвижимости — ещё и анализа текущего состояния рынка, сложившейся сегментированности рынка и установившихся цен в каждом сегменте [1]. Таким образом, актуальность работы определяется необходимостью разработки математических и алгоритмических моделей функционирования экспертной системы риэлторского предприятия, а также разработку программной архитектуры, пригодной для практической реализации.

Постановка задачи.

На рынке недвижимости происходят операции купли, продажи, инвестирования (например, долевое строительство [1]) и обмена объектов и групп объектов, откуда можно сделать вывод, что во всех операциях фигурируют объекты недвижимости и финансовые средства. Для принятия решений необходима полная информация об актуальных предложениях, ранее проданных объектах недвижимости, объектах, продажей которых занимается предприятие в данный момент, а также детальное, предельно формализованное описание каждого объекта [1].

В процессе работы агентства недвижимости можно выделить несколько задач, основной из которых является задача оценки стоимости объектов недвижимости. Эту задачу необходимо решать каждый раз, когда в агентство обращается продавец с целью выставить объект недвижимости на продажу.

Все рассмотренные существующие подсистемы [2, 3, 4] имеют некоторые недостатки, не позволяющие решить задачи, поставленные перед риэлтерской фирмой. При этом некоторые системы позволяют производить анализ либо оценку, но не имеют при этом собственной информационной базы [4]. Другие, наоборот, организовывают учет данных о недвижимости, при этом имеют слабую аналитическую базу [2], не имеют никаких средств по принятию решений в условиях неполной, размытой информации и повышенной сложности объекта управления [3].

Целью работы является исследование принципов функционирования риэлторского предприятия, обобщённых математических моделей и принципов функционирования компьютерных систем автоматизации риэлторского предприятия, выбор методов построения экспертной системы оценки недвижимости и частичная ее реализация.

Для достижения указанной цели в работе необходимо решить следующие основные задачи:
— анализ методов обработки данных, оценивания объектов недвижимости;
— разработка модели оценивания объектов недвижимости на основе метода продаж и содержимого базы данных;
— построение базы правил экспертной системы для оценивания объектов недвижимости.

Выбор методов для решения задачи.

Проанализировав перечень поставленных задач можно прийти к выводу, что решение заключается в построении системы поддержки принятия решений, способной частично заменить специалиста-эксперта в разрешении проблемной ситуации, при этом позволяющей принимать решения в условиях неполной и/или нечеткой информации [5].

В предметной области купли-продажи недвижимости ключевое значение имеют не только точные, математические обоснованные данные, но и модели, содержащие качественную информацию, которая включает многолетний опыт эксплуатации и важные сведения о данной области знаний. Язык нечётких множеств и алгоритмов в настоящее время наиболее адекватный математический аппарат, позволяющий максимально сократить переход от словесного качественного описания объекта к численным количественным оценкам его состояния и сформулировать на этой основе простые и эффективные алгоритмы, то есть позволяет моделировать человеческие размышления и человеческую способность решения задач [5].

Построение базы правил и результаты исследований.

Целью данной работы является построение правил экспертной системы для определения стоимости объекта недвижимости, учитывая детальное описание каждого объекта. База правил построена экспертно на наборе реальных данных Ворошиловского, Киевского, Ленинского и Кировского районов за 2009 год в одном из агентств г.Донецка. Для визуализации правил был выбран набор программных средств Fuzzy Logic Toolbox в составе MATLAB.

Для выполнения поставленной цели проделаны следующие шаги:
1) Введены входные лингвистические переменные с базовыми терм-множествами:
Location = {notPrestigious, middle, prestigious, veryPrestigious};
RoomNumber = {one, several, many};
State = {unsatisfactory, satisfactory, good, excellent, euro};
Houseroom = {small-size, average, large-size};
Distance-to-transport = {near, average, distant};
Выходная лингвистическая переменная: Price = {low, average, high, very-high}
2) Заданы функции принадлежности. Экспертно доказана необходимость использования гауссовых функций принадлежности для переменных, имеющих близкие значения функций принадлежности термов. Типы заданных функций принадлежности для лингвистических переменных приведены в таблице 1, график функций принадлежности термов выходной переменной «Price» приведены на рис.1.

Таблица 1 – Типы заданных функций принадлежности

Название переменной
 Тип функции принадлежности
 Диапазон
Location Треугольная [0 10]
RoomNumber Треугольная [0 5]
State Гауссова [0 10]
Houseroom Треугольная [0 1]
Distance-to-transport Треугольная [0 20]
Price Гауссова [0 100]
Рис. 1 – Функции принадлежности термов выходной переменной «Price»
Рис. 1 – Функции принадлежности термов выходной переменной "Price"
3) Заданы логические операции на основе t-нормальных: "And Method" – "min"; "Or Method" – "max".
4) Cформирована база из 35 нечетких правил, вид которых представлен на рис. 2.
Рис. 2 – Функции принадлежности термов выходной переменной «Price»
Рис. 2 – База нечетких правил
5) Нечеткий логический вывод осуществляется по алгоритму Мамдани: логический вывод организуется с использованием логического минимума (min), композиция с использованием операции max, приведение к четкости производится центроидным методом.

В результате экспериментов получена следующая точность: математическое ожидание погрешностей оценок для набора данных – 2,51; СКО – 6,95; мода – 3,2; количество данных в наборе (и число оценок недвижимости) – 114.

Графический вид зависимости выходной переменной Price (Цена) от входных State (Состояние) и Location (Местоположение) представлен на рисунке 3. При этом видно закономерное увеличение цены при повышении престижности местоположения объекта недвижимости или улучшении его состояния.

Рис. 3 – Графический вид зависимости выходной переменной Price (Цена) от входных State (Состояние) и Location (Местоположение).
Рис. 3 – Графический вид зависимости выходной переменной Price (Цена) от входных State (Состояние) и Location (Местоположение)

Выводы.

Проведен научный поиск и анализ в области экспертных систем риелтерского предприятия. Методы исследования базируются на использовании методов математического моделирования, теории принятия решений, методов оптимизации, нечёткой логики, теории реляционных баз данных, численных методов и программирования. Дальнейшие действия определяются необходимостью разработки математических и алгоритмических моделей функционирования экспертной системы риэлторского предприятия, а также разработку программной архитектуры, пригодной для практической реализации системы.

Литература
  1. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976
  2. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб., 2003.
  3. Экономика недвижимости: Учебное пособие – Владим. гос. ун-т; Сост.: Д. В. Виноградов, Владимир, 2007. – 136 с. – Электрон. текст. – Режим доступа: http://subschet.ru/subschet.nsf/93eb7fcbec1d!OpenDocument
  4. Программа квартиры – учет аренды и управление недвижимостью [Электронный ресурс] / Рентал Макс – Электрон. текст. – Режим доступа к изд.: http://www.rentalmax.ru/rm_manual.pdf
  5. Что такое МЛС, или На пути к совершенству [Электронный ресурс] / Э. Светлова // Investor.Kirov.ru Общественно-деловой портал – Электрон. текст. – 17 Январь 2008 – Режим доступа к изд.: http://www.investor.kirov.ru/analit/detail.php?ID=12164
  6. Аналитический центр «Индикаторы рынка недвижимости IRN.RU» [Электронный ресурс] / «Индикаторы рынка недвижимости» IRN.RU – Электрон. текст. – Режим доступа к изд.: http://www.irn.ru/acirn/
  7. Нечеткая логика в системах управления [Электронный ресурс] / Textreferat Раздел: Логика – 2007-01-21 – Электрон. текст. – Режим доступа: http://www.textreferat.com/referat-1314-1.html
  8. Подходы и методы оценки недвижимости [Электронный ресурс] / Уральское Информационное агентство – Электрон. текст. – 19 ноября 2007 – Режим доступа к изд.: http://ocenka-uia.ru/consultations/clauses/6/1/
  9. В. Дьяконов, В. Круглов. Математические пакеты расширения MATLAB. Специальный справочник. – Санкт-Петербург: Питер, 2001 – 480 с
  10. Нечеткая логика – математические основы [Электронный ресурс] / BaseGroup Labs – Россия, 1995-2008 – Электрон. текст. – Режим доступа: http://www.basegroup.ru/library/analysis/fuzzylogic/math/
  11. Нечеткие запросы к реляционным базам данных [Электронный ресурс] / BaseGroup Labs – Россия, 1995-2008 – Электрон. текст. – Режим доступа: http://www.basegroup.ru/library/analysis/fuzzylogic/queries/
  12. Нечеткая логика в системах управления [Электронный ресурс] / Textreferat Раздел: Логика – 2007-01-21 10:32:41 – Электрон. текст. – Режим доступа: http://www.textreferat.com/referat-1314-1.html
  13. Р. А. Алиев. Управление производством при нечёткой исходной информации, – М.: Энергоатомиздат, 1991. – 240 с.

© Керенцева М.А., ДонНТУ 2010