การพยากรณ์ราคาคอนโดมิเนียมในกรุงเทพมหานครโดยเทคนิค Web Mining PREDICTING CONDOMINIUM PRICE IN BANGKOK USING WEB MINING TECHNIQUES
คำสำคัญ:
เว็บครอว์ลิงค์, เหมืองข้อมูล, การเรียนรู้ของเครื่องบทคัดย่อ
ในกรุงเทพมหานคร คอนโดมิเนียมกลายเป็นที่อยู่อาศัยหลังแรกของคนส่วนใหญ่โดยเฉพาะอย่างยิ่ง ในกลุ่มคนเจเนเรชัน Y โดยราคาเป็นหนึ่งในปัจจัยสำคัญเมื่อลูกค้าตัดสินใจซื้อคอนโดมิเนียม บทความวิจัยฉบับนี้มุ่งสร้างโมเดลในการพยากรณ์ราคาขายต่อตารางเมตรของคอนโดมิเนียมในกรุงเทพมหานครเพื่อให้ผู้ตัดสินใจซื้อคอนโดมิเนียมนำไปใช้ในการประมาณการมูลค่าของคอนโดมิเนียมในอนาคตประกอบการตัดสินใจซื้อ การวิจัยได้รวบรวมข้อมูลจากเว็บไซต์ hipflat.co.th ผ่านเทคนิค Web Crawling และเทคนิค Mining โดยได้รับข้อมูล คือ ข้อมูลโครงการคอนโดมิเนียม จำนวน 1,465 แห่ง ซึ่งถูกสกัดให้อยู่ในรูปแบบระเบียนที่มีจำนวน 15 แอตทริบิวต์ โมเดลถูกพัฒนาขึ้นโดยใช้รูปแบบ Deep Learning ซึ่งมีความแม่นยำในการพยากรณ์สูงสุดหลังจากการทดสอบด้วยโมเดลในลักษณะ Supervised Learning จำนวน 5 รูปแบบ จากการวิจัยพบว่า ราคาของคอนโดมิเนียมในกรุงเทพมหานครสอดคล้องกับผลลัพธ์ที่ได้รับจากการพยากรณ์ด้วยโมเดลโดยข้อมูล ในการพยากรณ์ผันแปรตามจำนวนห้องของคอนโดมิเนียมในแต่ละโครงการ ระยะทางจากสถานีรถไฟฟ้า และจำนวนปีที่คอนโดมิเนียมถูกสร้างขึ้นมา โมเดลสามารถพยากรณ์ราคาคอนโดมีเนียมโดยมีความคลาดเคลื่อนของการพยากรณ์อยู่ที่ร้อยละ 17.53
Downloads
เอกสารอ้างอิง
[2] Ratpitaksunti, A. (2011). Condominium Purchasing Demand of Generation Y. Retrieved from https://positioningmag.com/54642
[3] Bangkok Post. (2018). Condo market on a rollercoaster. Retrieved from https://property.bangkokpost.com/news/1417998/condo-market-on-a-rollercoaster
[4] Knightfrank. (2018). Bangkok Condominium Market Report Q3 2018. Retrieved from https://content.knightfrank.com/research/1654/documents/en/bangkok-condo-market-thailand-q3-2018-q3-2018-5948.pdf
[5] Chrostek, K., & Kopczewska, K. (2013). Spatial Prediction Models for Real Estate Market Analysis. Ekonomia Journal, 35, 25-43.
[6] Lehner, M. (2017). Modelling Housing Prices in Singapore Applying Spatial Hedonic Regression. Master of Science Thesis, Institute for Transport Planning and Systems (IVT), ETH Zurich, Zurich.
[7] Chotiwut Laophairoj. (2012). Factors Affecting Condominium Price in Bangkok. Thesis, M.Econ. (Economics). Bangkok: Faculty of Economics, Thammasat University.
[8] Lorlertsakool, M., & Sakworawit, A. (2017). Spatial Regression Model Predicting Condominium Price per Square Meter in Bangkok. Academic Journal of Architecture, 66(1), 121-138.
[9] Nutsarapohn Nutsarabut. (2017). Application of the Pricing Model for Appropriate Pricing in the Development of Luxury Class Condominium Project in Bangkok. Thesis, M. Arch. (Architecture). Bangkok: Faculty of Architecture and Planning, Thammasat University.
[10] Sasithorn Kaluntakasuwan. (2017). Factors Influencing Luxury and Super-Luxury Condominium Prices in Bangkok. Independent Study, M.Econ. (Economics). Bangkok: Faculty of Economics, Thammasat University.
[11] Kollayuth Borpit. (2010). An Algorithm of Product Information Extraction on Web Pages for Web Crawler in Product Search Engines. Thesis, M.S. (Web Engineering). Bangkok: Faculty of Information Technology, Dhurakij Pundit University.
[12] T. Suebchua, B. Manaskasemsak, A. Rungsawang, & H. Yamana. (2018). History-enhanced focused website segment crawler. 2018 International Conference on Information Networking (ICOIN), Chiang Mai, 2018. pp. 80-85.
[13] Soontornpipit, P. (2015). Monitoring and Indexing System for Illegal Tobacco Sales on Website in Thailand by Using Web Crawler Technique. Applied Mechanics and Materials, 781, 129-132.
[14] Diewert, W. E., & Shimizu, C. (2016). Hedonic regression models for Tokyo condominium sales. Regional Science & Urban Economics, 60, 300-315.
[15] W. T. Lim, L. Wang, Y. Wang, & Q. Chang. (2016). Housing price prediction using neural networks. 2016 12th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD), Changsha, 2016. pp. 518-522.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
วารสารศรีนครินทรวิโรฒวิจัยและพัฒนา สาขามนุษยศาสตร์และสังคมศาสตร์ อยู่ภายใต้การอนุญาต Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International (CC-BY-NC-ND 4.0) เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดอ่านหน้านโยบายของวารสารสำหรับข้อมูลเพิ่มเติมเกี่ยวกับการเข้าถึงแบบเปิด ลิขสิทธิ์ และการอนุญาต
