[2O4-OS-25a] 不動産とAI

[2O4-OS-25a-01] 住宅価格予測モデルの経時的な精度の変化分析

〇寺﨑 海翔¹、岡本 一志¹、柴田 淳司² (1. 電気通信大学、2. 東京都立産業技術大学院大学 )

キーワード：不動産、価格推定、教師あり学習、時系列データ、コンセプトドリフト

住宅価格査定は不動産業界における重要な課題のひとつである．不動産市場は同質の財が存在しない特殊性を有するため，適正な価格の決定が困難である．既存研究では住宅価格予測モデルが提案されているが，実用時は加えて時間経過によるモデルの劣化を考慮したモデル選択，再学習等を行う必要がある．しかし，時間が住宅価格予測モデルに与える影響は明らかではない．本研究では，LIFULL HOME’Sデータセットのうち2年分の政令指定都市，東京23区の新築戸建と賃貸マンションを対象に，Ridge回帰，SVR，LightGBM，kNN等の住宅価格予測モデルについて，学習から予測までの期間を設け，最大12ヶ月先の価格を予測し，MAPEにより時間経過によるモデルの劣化を評価する．実験の結果，全てのモデルで時間経過による予測精度の低下を確認した．特にkNNは新築戸建では6.70%，賃貸マンションでは7.56%と学習直後最も良い予測精度を示したが，学習から12ヶ月後，新築戸建では+4.53%，賃貸マンションでは+3.53%と最も悪化することを確認している．