मुख्य सामग्री पर जाएं

बेहतर मूल्य भविष्यवाणी के लिए बाजार विभाजन के लिए एक अभिनव क्लस्टरिंग दृष्टिकोण

अंतर्राष्ट्रीय प्रौद्योगिकी और सूचना प्रबंधन के जर्नल। अक्टूबर 31, 2015

प्रकाशन देखें

सार

सटीक भविष्यवाणी के लिए एक मुख्य बाधा अक्सर डेटा की विषम प्रकृति है। मौजूदा अध्ययनों ने विषमता को कम करने के लिए संभावित समाधान के रूप में डेटा क्लस्टरिंग को इंगित किया है, और इसलिए भविष्यवाणी सटीकता में वृद्धि हुई है। यह पत्र फ़ज़ी सी-मीन्स एल्गोरिथ्म के एक उपन्यास अनुकूलन और रियल एस्टेट में बाजार विभाजन के लिए इसके आवेदन के आधार पर एक अभिनव क्लस्टरिंग दृष्टिकोण का वर्णन करता है। हमारे दृष्टिकोण का मूल्यांकन करने के लिए 15,000 से अधिक वास्तविक घर बिक्री लेनदेन का उपयोग किया गया था। परीक्षण के परिणाम बताते हैं कि मूल्य भविष्यवाणी में सटीकता कुछ संकुल बाजार क्षेत्रों के लिए उल्लेखनीय सुधार दिखाती है। मौजूदा तरीकों की तुलना में हमारे दृष्टिकोण को लागू करने के लिए सरल है। यह विभाजन पर सामाजिक-आर्थिक कारकों को शामिल करने के लिए डेटा के अतिरिक्त संग्रह या मॉडलों के महंगे विकास की आवश्यकता नहीं है। अंत में हमारा दृष्टिकोण बाजार विशिष्ट नहीं है और आसानी से विभिन्न आवास बाजारों में लागू किया जा सकता है।

सरलीकृत चीनी)अंग्रेज़ीजर्मनहिंदीरूसी