Введення
Бурхливий розвиток ринку нерухомості спричинив різке збільшення кількості компаній, що надають ріелторські послуги, що призвело до загострення конкурентної боротьби і підвищенню вимог до рівня, швидкості, зручності та якості обслуговування клієнтів. Можна виділити два основні завдання, що виникають у процесі роботи агентства нерухомості:
- Пошук і підбір варіантів, відповідних заданому набору параметрів і критеріїв. Ця ситуація виникає, коли агентство укладає з покупцем договір про співпрацю з метою підібрати необхідний йому варіант.
- Оцінка вартості об'єктів нерухомості. Це завдання необхідно вирішувати кожен раз, коли в агентство звертається продавець з метою виставити об'єкт нерухомості на продаж.
Ефективність роботи всього підприємства залежить від якості виконання першого етапу, успішне проведення якого вимагає багаторазового обробки всього масиву актуальних пропозицій ринку, а при оцінюванні об'єктів нерухомості – ще й аналізу поточного стану ринку, сегментування ринку і сталих цін у кожному сегменті.
Суттєве збільшення вимог до швидкості і якості виконання перерахованих дій вимагає розробки та впровадження системи, що надає можливості аналізу інформації про поточний стан ринку нерухомості та дозволяє здійснити оцінку вартості об'єктів нерухомості.
Мета і задачі дослідження
Метою роботи є дослідження узагальнених математичних моделей та принципів функціонування комп'ютерних систем автоматизації ріелторського підприємства.
Для досягнення зазначеної мети в роботі необхідно вирішити наступні основні задачі:
- Аналіз методів обробки даних, оцінювання об'єктів нерухомості;
- Розробка моделі пошуку пропозицій на ринку нерухомості, що задовольняють заданим нечітким умовами;
- Розробка математичної моделі оцінювання об'єктів нерухомості на основі методу продажу та вмісту бази даних.
Актуальність
Суттєве збільшення швидкості та якості виконання всіх перерахованих дій вимагає розробки та впровадження експертної системи (ЕС), що надає можливості аналізу інформації про поточний стан ринку нерухомості.
Таким чином, актуальність роботи визначається необхідністю розробки математичних і алгоритмічних моделей функціонування ЕС ріелторського підприємства, а також розробку програмної архітектури, придатної для практичної реалізації системи.
Передбачувана наукова новизна
Наукова новизна даної роботи полягає у розробці експертної системи, заснованої на нечітких правилах, що дозволяє зробити оцінку нерухомості. Апарат нечіткої логіки дозволить також здійснити нечіткі запити до бази даних.
Плановані практичні результати
Результатами цієї роботи є побудова правил експертної системи для визначення вартості об'єкта нерухомості, з огляду на детальний опис кожного об'єкта, програмна реалізація в спроектованих інструментальних засобах. Потрібно реалізувати об'єктно-орієнтовану модель програмного комплексу. При цьому передбачається розбиття системи на кілька підсистем: підсистему спілкування з користувачем, підсистему придбання знань, підсистему зберігання аналітичних даних і бази правил, машину логічного висновку, підсистему аналізу і звітів.
Огляд досліджень і розробок за темою
Світовий
Система обліку оренди та управління нерухомістю Рентал Макс призначена для реального обліку оренди та оперативного управління комерційними об'єктами нерухомості.
Програма квартири – облік оренди Рентал Макс створена на основі реального досвіду керуючої компанії Midvalley property management, Каліфорнія і адаптується до російських умов компанією NauSoft [4, 5].
Програма управління нерухомістю і облік оренди Рентал Макс містить інформацію про об'єкти нерухомості, структуровану за принципом Об'єкт-Суб'єкти (наприклад: будинок-офіси, готель-номера, будівля-квартири, селище-котеджі і т.п.).
Аналітичний центр «Індикатори ринку нерухомості IRN.RU» Аналітичний центр www.irn.ru є фактично єдиною самостійною незалежною організацією на території Росії, що спеціалізується саме на ринку нерухомості. Партнерами аналітичного центру www.irn.ru є практично всі учасники ринку нерухомості та суміжних галузей бізнесу в Росії.
Національний
Мультілістінговие системи. Під мультілістінгом (від англ.: Multi – багато, list – перелік) прийнято розуміти систему, що об'єднує бази даних агентств нерухомості в єдиний інформаційний простір, а також організований збір інформації про лістинг об'єктів власності, що здійснюється групою ріелторів, які домовилися про співпрацю з метою надання допомоги учасникам ринку нерухомості, а також розширення власних можливостей у бізнесі.
Всі розглянуті існуючі підсистеми [2, 3, 4] мають деякі недоліки, що не дозволяє вирішити завдання, поставлені перед ріелтерської фірмою. При цьому деякі системи дозволяють виробляти аналіз або оцінку, але не мають при цьому власної інформаційної бази [4]. Інші, навпаки, організовують облік даних про нерухомість, при цьому мають слабку аналітичну базу [2], не мають ніяких засобів з прийняття рішень в умовах неповної, розмитої інформації та підвищеної складності об'єкта управління [3].
Постановка завдання
Проаналізувавши перелік поставлених завдань можна прийти до висновку, що рішення полягає в побудові експертної системи, здатної частково замінити фахівця-експерта у вирішенні проблемної ситуації, при цьому дозволяє приймати рішення в умовах неповної та/або нечіткої інформації [5].
У предметної області купівлі-продажу нерухомості ключове значення мають не тільки точні, математичні обгрунтовані дані, але і моделі, що містять якісну інформацію, яка включає багаторічний досвід експлуатації і важливі відомості про цю область знань. Мова нечітких множин та алгоритмів у даний час найбільш адекватний математичний апарат, що дозволяє максимально скоротити перехід від словесного якісного опису об'єкта до чисельних кількісних оцінок його стану і сформулювати на цій основі прості та ефективні алгоритми, тобто дозволяє моделювати людські роздуми і людську здатність вирішення завдань [5].
Формальна постановка
Аксіоматичне формулювання експертної системи: експертна система
повністю визначається парою (Dα, ζα), де |
(1) |
де
– база даних; |
– база знань; |
– зв'язуючі правила; |
(2) |
де I, J, K і A є підмножинами Z+.
Пару (Dα, ζα) називають інформаційною моделлю експертної системи (information pattern of the α-expert system).
Обчислювальна модель ЕС і БД при вирішенні задач оцінки в умовах невизначеності задається в узагальненому вигляді:
W = < A, D, B, F, H >, | (3) |
де A – безліч атрибутів БД і БЗ;
D – домени (значення атрибутів БД і БЗ);
B – безліч функціональних залежностей, визначених над атрибутами;
F – безліч описів типів всіх використовуваних в B функціональних залежностей;
H – сукупність нечітких відносин над безліччю атрибутів A.
Нечіткий логічний висновок
Основою для проведення операції нечіткого логічного висновку є база правил (знань). Під базою знань прийнято розуміти сукупність знань про предметну область, що використовуються для побудови систем інтелектуального управління об'єктами. Використовуваний у різного роду експертних системах механізм нечітких висновків має у своїй основі базу знань, що формується фахівцями предметної області у вигляді сукупності нечітких предикатних правил виду [7, c.305]:
R1: ЯКЩО x1 це A11 ... І ... xn це A1n, ТО y це B1
...
Ri: ЯКЩО x1 це Ai1 ... І ... xn це Ain, ТО y це Bi
...
Rm: ЯКЩО x1 це Ai1 ... І ... xn це Amn, ТО y це Bm, де
xk, k = 1 .. n – вхідні змінні; y – вихідна змінна; Aik – задані нечіткі множини з функціями належності.
Також до бази знань прийнято відносити і функції приналежності вхідних і вихідних змінних, які прийнято або вибирати з типового набору (трикутна, годинникова), або задавати самостійно [11, c.5].
Результатом нечіткого виводу є чітке значення змінної y* на основі заданих чітких значень xk, k = 1 .. n.
При цьому повинні дотримуватися наступні умови:
- Існує хоча б одне правило для кожного лінгвістичного терма вихідної змінної.
- Для будь-якого терма вхідної змінної є хоча б одне правило, в якому цей терм використовується як передумова (ліва частина правила).
В іншому випадку має місце неповна база нечітких правил.
У загальному випадку механізм логічного висновку включає чотири етапи: введення нечіткості (фазіфікація), нечіткий висновок, композиція і приведення до чіткості, або дефазіфікація (див. малюнок 1).
Малюнок 1 – Система нечіткого логічного висновку |
Алгоритми нечіткого висновку розрізняються головним чином видом використовуваних правил, логічних операцій і різновидом методу дефазіфікаціі. Розроблено моделі нечіткого висновку Мамдані, Сугено, Ларсена, Цукамото.
Механізм Мамдані (Mamdani) найбільш поширений спосіб логічного висновку в нечітких системах. У ньому використовується мінімаксна композиція нечітких множин (рис. 2).
Малюнок 2 – Схема нечіткого висновку за Мамдані |
Побудова бази правил і результати досліджень.
Первинним завданням є побудова правил експертної системи для визначення вартості об'єкта нерухомості, з огляду на детальний опис кожного об'єкта. База правил побудована експертно на наборі реальних даних Ворошиловського, Київського, Ленінського і Кіровського районів за 2009 рік в одному з агентств м.Донецька. Для виконання поставленої мети пророблені наступні кроки:
1) Введені вхідні лінгвістичні змінні з базовими терм-множинами:
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);
Вихідна лінгвістична мінлива: Price = (low, average, high, very-high)
2) задані функції приналежності. Експертно доведено необхідність використання гауссових функцій приналежності для змінних, що мають близькі значення функцій приналежності термів. Типи заданих функцій приналежності для лінгвістичних змінних наведено в таблиці 1.
Таблиця 1 – Типи заданих функцій приналежності
Назва змінної |
Тип функції приналежності |
Діапазон |
Location | Трикутна | [0 10] |
RoomNumber | Трикутна | [0 5] |
State | Гауссова | [0 10] |
Houseroom | Трикутна | [0 1] |
Distance-to-transport | Трикутна | [0 20] |
Price | Гауссова | [0 100] |
3) задані логічні операції на основі t-нормальних: "And Method" – "min"; "Or Method" – "max".
4) Cформірована база з 35 нечітких правил, вигляд яких представлений на малюнку 3.
5) Нечіткий логічний вивід здійснюється за алгоритмом Мамдані: логічний висновок організується з використанням логічного мінімуму (min), композиція з використанням операції max, приведення до чіткості проводиться центроїдного методом.
Графічний вид залежності вихідної змінної від вхідних представлений на малюнку 4. При цьому видно закономірне збільшення ціни при підвищення престижності місця розташування об'єкта нерухомості або збільшення кількості кімнат.
Малюнок 3 – База нечітких правил |
Оцінка параметрів та аналіз адекватності моделі
У процесі аналізу повинно бути виявлено відповідність отриманої моделі реальної залежності, мають бути знайдені шляхи поліпшення моделі та визначено можливості практичної реалізації досягнутих результатів.
Адекватність побудованої моделі можна визначити, проаналізувавши залишки моделі за допомогою спеціальних статистичних тестів. Залишки обчислюються як різниця між фактичними значеннями залежної (що пояснюється) змінної y і значеннями цієї змінної, обчисленими за допомогою моделі:
δ = ((y − ŷ) ÷ y) • 100, | (4) |
де ŷ – точковий прогноз вартості розглянутого об'єкта,
y – справжня вартість оцінки розглянутого об'єкта.
В результаті експериментів отримана наступна точність: математичне сподівання похибок оцінок для набору даних – 2,51; СКО – 6,95; мода – 3,2; кількість даних у наборі (і число оцінок нерухомості) – 114.
Малюнок 4 – Графічний вид залежності вихідної змінної від вхідних (Кількість кадрів: 5, повтори: 5, тривалість кадрів: 100 мс) |
Висновки
Проведено науковий пошук та аналіз в області експертних систем рієлтерської підприємства. Методи дослідження базуються на використанні методів нечіткої логіки, теорії експертних систем, теорії прийняття рішень, теорії реляційних баз даних, математичного моделювання, чисельних методів та програмування. Подальші дії визначаються необхідністю розробки математичних і алгоритмічних моделей функціонування експертної системи ріелторського підприємства, а також розробку програмної архітектури, придатною для практичної реалізації системи.
- Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976
- Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб., 2003.
- 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
- Программа квартиры – учет аренды и управление недвижимостью [Электронный ресурс] / Рентал Макс – Электрон. текст. – Режим доступа к изд.: http://www.rentalmax.ru/rm_manual.pdf
- 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
- 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/
- 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
- 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/
- В. Дьяконов, В. Круглов. Математические пакеты расширения MATLAB. Специальный справочник. – Санкт-Петербург: Питер, 2001 – 480 с
- Нечеткая логика – математические основы [Электронный ресурс] / BaseGroup Labs – Россия, 1995-2008 – Электрон. текст. – Режим доступа: http://www.basegroup.ru/library/analysis/fuzzylogic/math/
- 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/
- 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
- Р. А. Алиев. Управление производством при нечёткой исходной информации, – М.: Энергоатомиздат, 1991. – 240 с.
При написанні даного автореферату магістерська робота ще не завершена. Дата остаточного завершення роботи: грудень 2010 р. Повний текст роботи і матеріали по темі можуть бути отримані у автора або його наукового керівника після вказаної дати.