[4A2] 機械学習-深層学習(6)

[4A2-03] レインズのニューラルネットワークを用いた不動産価格査定について

〇福井 光¹、阪井 一仁¹、南村 忠敬¹、三尾 順一¹、木下 明弘¹、髙田 司郎² (1. 公益社団法人　近畿圏不動産流通機構、2. 近畿大学 理工学部)

キーワード：不動産価格査定、入力データの正規化、ニューラルネットワーク、誤差逆伝播法

本稿では、レインズ(国土交通省が指定した不動産物件情報を業者同士で登録提供するためのコンピュータ・ネットワーク・システム)に集積された大量の成約データを利用して、ニューラルネットワークを用いた不動産価格を査定する学習方式を提案する。
　まず、不動産価格査定の現状を述べ、それらを踏まえた上で入力データの分類と正規化について述べる。成約データにはテキストデータが多く、ニューラルネットワークの入力データとするには、数値化する必要がある。また、前処理として入力項目を全て０－１に正規化し、学習パラメータを分析することで、どの項目が価格査定に影響しているか分析することを狙いとする。
　次に、レインズの成約データを入力データとして、ニューラルネットワークの誤差逆伝播法を用いて、100万単位、50万単位、および、10万単位のそれぞれにクラス分類する学習モデルを生成する。
　最後に、それら学習モデルを用いて、同じ成約データを入力とした3種類のクラス分類テストを行った結果、成約データの契約価格が分類されたクラスの価格帯にほとんど含まれており、今後、レインズ上での実用化が期待できることを示す。