घर की बिक्री की कीमतों की भविष्यवाणी करना: मौजूदा तरीकों की समीक्षा और बेहतर प्रदर्शन के लिए डेटा स्ट्रीम विधियों का चित्रण

सार

आवासीय अचल संपत्ति के सटीक और निष्पक्ष मूल्यांकन की आवश्यकता न केवल वित्तीय संस्थानों को उधार देने या ऐसी संपत्ति रखने के लिए महत्वपूर्ण रही है, बल्कि उन नगरपालिकाओं के लिए भी जो संपत्ति करों पर उनके राजस्व के महत्वपूर्ण स्रोत के रूप में भरोसा करते हैं। आवासीय संपत्ति की बिक्री मूल्य की भविष्यवाणी करने की सामान्य पद्धति ज्ञात मुद्दों के बावजूद पारंपरिक बहु प्रतिगमन पर आधारित है। मशीन सीखने के तरीकों को वैकल्पिक दृष्टिकोण के रूप में प्रस्तावित किया गया है लेकिन परिणाम संतोषजनक नहीं हैं। मौजूदा अध्ययनों और प्रासंगिक मुद्दों की समीक्षा से शोधकर्ताओं को अनुसंधान की इस महत्वपूर्ण धारा में दृष्टिकोण के पेशेवरों और विपक्षों का बेहतर आकलन करने और क्षेत्र को आगे बढ़ाने में मदद मिल सकती है। यह लेख ऐसी समीक्षा प्रदान करता है। हमारी समीक्षा में, हमने देखा है कि प्रतिगमन-आधारित विधियों और मशीन सीखने के तरीकों दोनों के लिए सामान्य बैच-मोड सीखने का उपयोग होता है। इस प्रकार बैच-आधारित आवासीय संपत्ति भविष्यवाणी मॉडल पर हाल के शोध की समीक्षा प्रदान करने के अलावा, यह आलेख पिछले बिक्री रिकॉर्ड को एक विकसित डेटा स्ट्रीम के रूप में मानते हुए आवासीय संपत्ति मूल्य भविष्यवाणी मॉडल बनाने के लिए एक नया दृष्टिकोण भी तलाशता है। हमारे अध्ययन के परिणाम बताते हैं कि डेटा स्ट्रीम दृष्टिकोण पारंपरिक प्रतिगमन पद्धति से बेहतर प्रदर्शन करता है और आवासीय संपत्ति की कीमतों के लिए भविष्यवाणी मॉडल में सुधार करने में डेटा स्ट्रीम विधियों की क्षमता को प्रदर्शित करता है।