Hàm cập nhật giá

Một phần của tài liệu Phát triển hệ thống điều chỉnh dữ liệu thực tế về giá đất thị trường theo ý kiến của chuyên gia sử dụng các phương pháp học máy (Trang 63 - 67)

6.2 Phương pháp giải bài toán

6.2.5 Hàm cập nhật giá

6.2.5.1 Ý tưởng cập nhật giá

• Các điểm BĐS sẽ được ánh xạ qua bản đồ K-SOM 100 x 100.

• Với mỗi điểm BĐS trên map K-SOM, ta định nghĩa một thơng số "deep" tại điểm đó như sau:

Tại ngay điểm này có deep = 0.

8 điểm thuộc các ô xung quanh ô chứa điểm này trong bản đồ K-SOM có deep = 1.

Tương tự vịng bên ngồi tiếp theo sẽ có 16 điểm, ứng với deep = 2... • Nếu người dùng cập nhật giá tại 1 điểm BĐS:

Điểm này sẽ ánh xạ qua map KSOM để tìm nó ở vị trí nào trên map KSOM.

Cluster (là 1 điểm trên map KSOM, có thể gồm nhiều BĐS) chứa BĐS đang xét này sẽ có deep bằng 0.

Vậy ứng với mỗi deep tiếp theo sẽ có một hoặc nhiều BĐS hoặc khơng có BĐS nào. • Dựa vào thơng số "deep", ta có thể thấy deep càng nhỏ thì độ tương quan giữa 2 BĐS càng lớn. Hay có thể nói, ta sẽ dùng cơng thức cập nhật giá với ý tưởng deep càng lớn (càng xa, ít ảnh hưởng) thì cập nhật giá càng ít.

6.2.5.2 Hàm cập nhật giá

• Cập nhật giá dựa vào deep và tỉ lệ thay đổi giá của căn nhà gốc được cập nhật. • Tỉ lệ thay đổi giá của căn nhà gốc:

ratio = 1 - giá cập nhật / giá cũ

Giá hiện tại của BĐS gốc là 100. Giá được người dùng cập nhật là 150. Vậy ratio = +0.5.

Giá hiện tại của BĐS gốc là 100. Giá được người dùng cập nhật là 50. Vậy ratio = -0.5.

• Cơng thức cập nhật giá:

new price = old price ∗

1+ ratio 1.1deep

(6.2)

ratio: là giá trị cố định cho bất kỳ điểm BĐS nào, được tính bên trên.

deep: lấy BĐS được người dùng cập nhật làm gốc (deep = 0), mỗi BĐS sẽ có deep giống hoặc khác nhau.

Số 1.1: Là một magic number được ước lượng, u cầu là > 1. • Lấy ví dụ cho cơng thức trên:

Giá BĐS cũ: 100, giá BĐS mới khi được người dùng cập nhật: 150.

ratio = 1 - 150/100 = +0.5

Với căn BĐS này, ta mapping qua map KSOM để lấy cluster trong map KSOM này là điểm gốc (deep = 0).

Với tất cả BĐS có deep = 0, ta cập nhật giá:

new price = old price ∗1+ ratio 1.1deep = old price ∗1++0.5 1.1 = old price ∗1.5 (6.3)

Vậy tất cả các BĐS có deep = 0 sẽ được cập nhật gấp 1.5 lần so với giá cũ.

Với tất cả các BĐS có deep = 1 sẽ được cập nhật gấp 1.45 lần so với giá cũ dựa theo công thức trên.

1+ 0.5

1.11 ≈1.45 (6.4)

Với tất cả các BĐS có deep = 2 sẽ được cập nhật gấp 1.41 lần so với giá cũ dựa theo công thức trên.

1+ 0.5

1.12 ≈1.41 (6.5)

• Ngồi ra, khi deep quá lớn (lớn hơn 50), hoặc khoảng cách địa lý xa q 5km, các BĐS sẽ khơng được cập nhật giá.

Hình 6.8:Kết quả lan truyền giá

• Với deep = 0 là tại BĐS được người dùng cập nhật giá.

• Với các deep càng lớn, ratio (hay tỉ lệ cập nhật giá) sẽ càng giảm.

6.2.5.4 Đánh giá

• Cơng thức cập nhật giá này chưa có trọng số (uy tín) của chun gia.

• Cần thêm vào một vài trọng số phù hợp để chạy G.A tìm ra cơng thức cập nhật giá tối ưu nhất.

• Vẫn chưa thoả mãn việc những căn nhà có độ tương quan lớn với nhau thì giá sau cập nhật phải gần nhau hơn.

6.2.5.5 Cải thiện công thức cập nhật giá

Bổ sung thêm trọng số đánh giá chuyên gia vào công thức cập nhật giá như sau: Công thức cập nhật giá:

new price = old price ∗

1+ ratio

1.1deep ∗ expert weight (6.6) • ratio: là giá trị cố định cho bất kỳ điểm BĐS nào, được tính bên trên.

• deep: lấy BĐS được người dùng cập nhật làm gốc (deep = 0), mỗi BĐS sẽ có deep giống hoặc khác nhau.

• Số 1.1: Là một magic number được ước lượng, yêu cầu là >1. • expert weight: có giá trị từ 0 đến 1.

• Với giá trị là 1: ý kiến chuyên gia được tin tưởng tối đa, công thức cập nhật giá lúc này sẽ khơng khác với cơng thức khi khơng có ý kiến chun gia (cơng thức cũ).

• Với giá trị là 0: ý kiến chun gia khơng có sự tin tưởng nào. Lúc này cơng thức trên có kết quả là: new price = old price.

• Với giá trị trong khoảng 0 đến 1: giá mới cập nhật với tỉ lệ sẽ không được tối đa như trường hợp giá trị là 1.

7

THÍ NGHIỆM VÀ ĐÁNH GIÁ

Trong chương này, tơi xin trình bày kết quả đã đạt được trong quá trình làm đề cương luận văn, bao gồm giao diện cho người dùng và mạng K-SOM được xây dựng dựa trên tập dữ liệu bất động sản ở Hồ Chí Minh.

Mục lục

7.1 Xây dựng mơ hình K-SOM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

7.2 Xây dựng mơ hình giải thuật di truyền . . . . . . . . . . . . . . . . . . . . . . . . 60

7.1 Xây dựng mơ hình K-SOM

Một phần của tài liệu Phát triển hệ thống điều chỉnh dữ liệu thực tế về giá đất thị trường theo ý kiến của chuyên gia sử dụng các phương pháp học máy (Trang 63 - 67)

Tải bản đầy đủ (PDF)

(92 trang)