CN111882356A - 一种要素量化和可视化评估房屋价格的方法 - Google Patents
一种要素量化和可视化评估房屋价格的方法 Download PDFInfo
- Publication number
- CN111882356A CN111882356A CN202010736369.4A CN202010736369A CN111882356A CN 111882356 A CN111882356 A CN 111882356A CN 202010736369 A CN202010736369 A CN 202010736369A CN 111882356 A CN111882356 A CN 111882356A
- Authority
- CN
- China
- Prior art keywords
- information
- house
- price
- matching
- basic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011002 quantification Methods 0.000 title claims abstract description 14
- 238000012800 visualization Methods 0.000 title claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000013210 evaluation model Methods 0.000 claims abstract description 13
- 238000011161 development Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims 5
- 230000000694 effects Effects 0.000 description 11
- 238000012854 evaluation process Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种要素量化和可视化评估房屋价格的方法，包括如下步骤：步骤1：采集同一行政城市区域中已有楼盘的各项配套信息和已有楼盘中各房屋的各项基础信息；步骤2：根据楼盘的各项配套信息建立楼盘均价评估模型；步骤3：根据各项配套信息和各项基础信息，分别求出每个楼盘在各项配套信息上的溢价率和各房屋在各项基础信息上的溢价率；步骤4：先根据楼盘均价评估模型求出待评估房屋所在楼盘的楼盘均价，再结合步骤3的结果求出待评估房屋的价格。本发明能够把逻辑上支撑房屋价格评估的要素指标进行逻辑展现，使房屋价格相关的要素可视化。
Description
技术领域
本发明涉及大数据技术领域，具体地说涉及一种要素量化和可视化评估房屋价格的方法。
背景技术
传统的住房价格评估，很大程度上制约了互联网金融在房地产方面的发展。如住房线上交易要求实时产生价格评估报告、银行住房押品风险管理需要高效批量产生价格评估等。
传统的住房价格评估通常通过评估机构进行，一般来说，每宗评估需要3至4个工作日，根据住房的评估价格收取几千至几万元不等的手续费。整个评估过程不但耗时长、费用高，往往还带有主观推断，评估结果中存在评估人员个体化带来的差异。估价范围、价格标准、评估方法、质量、效率以及公平公正性方面存在着人为不可控的因素。
另一方面，通过互联网房产交易门户网站直接获取的房屋价格往往带有开发商、中介机构的商业目的，并不能真实地反映房屋的价值，普通群众缺乏高效地、基于海量客观数据的房屋价值评估的方法和工具。
公开号为CN110163675A的现有技术在2019年8月23日公开了一种房地产价格评估方法及系统，所述房地产价格评估系统包括：房地产信息采集模块、主控模块、价位统计模块、价位曲线绘制模块、价位评估计算模块、成交预测模块、显示模块。该技术只需要人工去现场采集楼盘信息即可实现房产价格的评估，节省了人工在外面的时间，提高了工作效率。但该技术在实际使用过程中仍然存在着如下缺陷：
1、该技术在评价时仅使用了本楼房自身的特点，比如地段、房型、层数等，而没有考虑影响居住环境与周边配套相关的大量人居特点，比如人口密度、数量、人口接口、交通、消费、商业、医疗、教育等区域特色与配套设施情况，导致其评估结果的真实性和准确性较差。
2、该技术采集的信息相对静态，一旦抓取后，涉及到楼房自身的特点数据永远都不会改变，导致其时效性较差。
3、该技术主要是通过客户行为和历史价格波动建立楼盘成交模型（主要是楼盘自身的价格波动），人为因素掺杂较多，不能有效评估出房屋的真实价格。
综上，如何客观地利用大数据让房屋的价格评估能够可视化、可量化地被体现出来，成为当前的技术难题。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供了一种要素量化和可视化评估房屋价格的方法，本发明能够把逻辑上支撑房屋价格评估的要素指标进行逻辑展现，使房屋价格相关的要素可视化。
为实现上述目的，本发明采用的技术方案如下：
一种要素量化和可视化评估房屋价格的方法，其特征在于包括如下步骤：
步骤1：采集同一行政城市区域中已有楼盘的各项配套信息和已有楼盘中各房屋的各项基础信息；
步骤2：根据楼盘的各项配套信息建立楼盘均价评估模型；
步骤3：根据各项配套信息和各项基础信息，分别求出每个楼盘在各项配套信息上的溢价率和各房屋在各项基础信息上的溢价率；
步骤4：先根据楼盘均价评估模型求出待评估房屋所在楼盘的楼盘均价，再结合步骤3的结果求出待评估房屋的价格。
所述步骤1中的配套信息包括人口结构信息、商务密度信息、居住密度信息、消费档次信息、幼儿园配置信息、小学配置信息、医疗配置信息、购物配置信息、地铁配置信息、公交配置信息和交通通勤信息。
所述步骤1中的基础信息包括房龄信息、户型信息、面积信息、朝向信息、楼层信息、开发商品牌信息和物业口碑信息。
所述步骤1中各项信息的采集时间为最近1-6个月内。
所述步骤3中每个楼盘在各项配套信息上的溢价率的求出方法为：
S1：对所有楼盘的配套信息进行各个维度的排序，得出每个楼盘的各项配套信息在各维度上的百分位排名；
S2：先将每项配套信息的百分位排名划分为m个配套排名区间段，1<m<100再求出每个配套排名区间段内对应楼盘的平均价格；
S3：根据每个配套排名区间段内对应楼盘的平均价格和每项配套信息所对应的所有楼盘的平均价格，求出每个楼盘在各项配套信息上的溢价率。
所述步骤3中各房屋在各项基础信息上的溢价率的求出方法为：
S11：对所有房屋的基础信息进行各个维度的排序，得出各房屋的各项基础信息在各维度上的百分位排名；
S22：先将每项基础信息的百分位排名划分为n个基础排名区间段，1<n<100再求出每个基础排名区间段内对应房屋的平均价格；
S33：根据每个基础排名区间段内对应房屋的平均价格和每项基础信息所对应的所有房屋的平均价格，求出各房屋在各项基础信息上的溢价率。
所述步骤4中待评估房屋的价格的求解方法为：
其中，R为待评估房屋的各项配套信息和各项基础信息的集合，T为一个子集，xi为待评估房屋的配套信息的溢价率和基础信息的溢价率。
采用本发明的优点在于：
1、本发明相当于是利用各项配套信息和各项基础信息建立了大数据的评估模型，在实际评估时只需要将待评估房屋的各项配套信息和各项基础信息输入到该评估模型中，即能够得到更加真实准确的结果。具体来说，本发明通过把逻辑上支撑房屋价格评估的多项复杂指标，由浅入深，并在宏观和细节两个层面进行了分解和排列，能使评估中的各项要素指标以具体数值量化的方式呈现出来，清晰地展现了评估房屋价格中的各项要素，以及各要素对房屋价格的影响。且在各步骤中能够将各要素指标逐项展开，实际应用时能够让用户清晰了解房屋评估的整个逻辑过程，使得房屋的评估能够可视化呈现。
2、本发明在评估方案中充分考虑了影响居住环境与周边配套相关的大量人居特点，比如人口结构、商务密度、居住密度、消费档次、幼儿园配置、小学配置、医疗配置、购物配置、地铁配置、公交配置和交通通勤等配套设施情况，大幅提升了评估结果的有效性和准确性。
3、本发明在评估过程中采用了特色数据，可以按天、周、月动态变化，更符合房价实时变动的特点，进而有利于提升评估结果的准确性。
4、本发明基于海量样本的实际成交价格和楼盘实时配套特点，建立楼盘均价评估模型，再通过基于户型、朝向、楼层等房源具体基础信息，得到相对平均价格的溢价率，从而修正楼盘均价评估模型，这样计算房屋的价格的过程更加清晰、更符合普通人对房屋价格的认知。
附图说明
图1为本发明的流程图。
具体实施方式
本发明公开了一种要素量化和可视化评估房屋价格的方法，如图1所示，包括如下步骤：
步骤1：采集同一行政城市区域中最近1-6个月内已有楼盘的各项配套信息和已有楼盘中各房屋的各项基础信息。
本步骤中，同一行政城市区域包括省、市、县（区）、镇等法定城市区域。已有楼盘中的各房屋是指最近1-6个月内已出售或待出售的房屋，而已有楼盘的各项配套信息和已有楼盘中各房屋的各项基础信息均可通过互联网在相关网站进行采集，例如可通过链家网或该行政城市区域的政务网进行采集。
本步骤中，所述的配套信息包括人口结构信息、商务密度信息、居住密度信息、消费档次信息、幼儿园配置信息、小学配置信息、医疗配置信息、购物配置信息、地铁配置信息、公交配置信息和交通通勤信息。所述的基础信息包括房龄信息、户型信息、面积信息、朝向信息、楼层信息、开发商品牌信息和物业口碑信息。其中，由于各项配套信息和各项基础信息均能够对房屋的价格产生影响，因此本方案将这些能够影响房屋价格的信息具体要素化，就能够得出更为真实而准确的评估价格。
步骤2：根据楼盘的各项配套信息建立用于评估楼盘平均价格的楼盘均价评估模型。其中，该楼盘均价评估模型采用常规的统计建模方法建立，方法是根据已有均价的楼盘及周边配套作为样本数据，建立起楼盘均价和周边配套得分的模型，实际使用时，将没有均价但是有周边配套得分的楼盘输入该模型中，也能够得出楼盘均价。
步骤3：根据各项配套信息和各项基础信息，分别求出每个楼盘在各项配套信息上的溢价率和各房屋在各项基础信息上的溢价率。具体的，
每个楼盘在各项配套信息上的溢价率的求出方法为：
S1：对所有楼盘的配套信息进行各个维度的排序，得出每个楼盘的各项配套信息在各维度上的百分位排名。
S2：先将每项配套信息的百分位排名划分为m个配套排名区间段，1<m<100再求出每个配套排名区间段内对应楼盘的平均价格，求平均价格之前各楼盘的基准价格可通过互联网采集得出。其中，m优选为整数，具体数值根据实际情况来确定。例如，设定每项配套信息的分值为1%-100%，设定m=5，则可将该项配套信息划分为5个配套排名区间段，分别为1%-20%、21%-40%、41%-60%、61%-80%和81%-100%。再根据配套排名区间段即可求出每个配套排名区间段内对应楼盘的平均价格。
S3：根据每个配套排名区间段内对应楼盘的平均价格和每项配套信息所对应的所有楼盘的平均价格，求出每个楼盘在各项配套信息上的溢价率。
各房屋在各项基础信息上的溢价率的求出方法为：
S11：对所有房屋的基础信息进行各个维度的排序，得出各房屋的各项基础信息在各维度上的百分位排名；
S22：先将每项基础信息的百分位排名划分为n个基础排名区间段，1<n<100再求出每个基础排名区间段内对应房屋的平均价格，求平均价格之前各房屋的基准价格可通过互联网采集得出。其中，n优选为整数，具体数值根据实际情况来确定。例如，设定每项基础信息的分值为1%-100%，设定n=5，则可将该项基础信息划分为5个基础排名区间段，分别为1%-20%、21%-40%、41%-60%、61%-80%和81%-100%。再根据基础排名区间段即可求出每个基础排名区间段内对应房屋的平均价格。
S33：根据每个基础排名区间段内对应房屋的平均价格和每项基础信息所对应的所有房屋的平均价格，求出各房屋在各项基础信息上的溢价率。
步骤4：先将待评估房屋所在楼盘的配套信息输入楼盘均价评估模型中，根据楼盘均价评估模型求出待评估房屋所在楼盘的楼盘均价；再输入待评估房屋所在楼盘的配套信息和待评估房屋的基础信息，根据步骤3的结果求出待评估房屋的溢价率；最后根据楼盘均价和溢价率求出待评估房屋的价格。
本步骤中，待评估房屋的价格的求解方法为：
其中，R为待评估房屋的各项配套信息和各项基础信息的集合，T为一个子集，xi为待评估房屋的配套信息的溢价率和基础信息的溢价率。
本发明在实际评估时只需要输入待评估房屋具有的配套信息和基础信息即能够较为准确地得出待评估房屋的价格，能使评估中的各项要素指标以具体数值量化的方式呈现出来，清晰地展现了评估房屋价格中的各项要素，以及各要素对房屋价格的影响。且在各步骤中能够将各要素指标逐项展开，实际应用时能够让用户清晰了解房屋评估的整个逻辑过程，使得房屋的评估能够可视化呈现。
下面以需要评估四川省成都市锦江区万科城市花园某一房屋为例来详细说明本发明的评估过程。
房源特点：0-5年房龄，2室一厅，面积为100，西北朝向，中楼层。
开发商：万科。
万科城市花园具有的配套信息及排名如下：
万科城市花园的商业密度高于成都市49%的楼盘，居住密度高于成都市40%的楼盘，消费档次高于成都市29%的楼盘。
幼儿园配置上优于成都市27%的楼盘，小学配置上优于成都市82%的楼盘，医疗配置上高于成都市47%的楼盘。
购物配置上高于成都市53%的楼盘，地铁配置上高于成都市67%的楼盘，公交配置上高于成都23%的楼盘，通勤车速上高于成都市37%的楼盘。
经计算得出该楼盘及房源的溢价率为：
开发商品牌对房价的影响为+4.0%(+1194元/平米)，物业口碑对房价的影响为+0%(+0元/平米)，楼盘周边人口结构对房价的影响为+0.0%(+0元/平米) 。
楼盘周边商务密度对房价的影响为+0.0%(+0元/平米)，楼盘周边居住密度对房价的影响为-0.2%(-59元/平米)，楼盘周边消费档次对房价的影响为-0.6%(-179元/平米) 。
楼盘周边幼儿园配置对房价的影响为+1.4%(+418元/平米)，楼盘周边小学配置对房价的影响为+2.8%(+836元/平米) 。
楼盘周边医疗配置对房价的影响为-0.2%(-59元/平米)，楼盘周边购物配置对房价的影响为+2.2%(+656元/平米) 。
楼盘周边地铁配置对房价的影响为+2.4%(+716元/平米)，楼盘周边公交配置对房价的影响为-0.6%(-179元/平米) 。
楼盘周边拥堵程度对房价的影响为-0.4%(-119元/平米)，房龄对房价的影响为+3%(+895元/平米)，户型对房价的影响为-1%(-298元/平米) 。
面积对房价的影响为-2%(-597元/平米)，朝向对房价的影响为+2%(+597元/平米)，楼层对房价的影响为+1%(+298元/平米)。
最后，经计算得出，该楼盘的楼盘均价为29600元/平米，针对该楼盘中该房源的AI估价为：35477元/平米。
Claims (7)
1.一种要素量化和可视化评估房屋价格的方法，其特征在于包括如下步骤：
步骤1：采集同一行政城市区域中已有楼盘的各项配套信息和已有楼盘中各房屋的各项基础信息；
步骤2：根据楼盘的各项配套信息建立楼盘均价评估模型；
步骤3：根据各项配套信息和各项基础信息，分别求出每个楼盘在各项配套信息上的溢价率和各房屋在各项基础信息上的溢价率；
步骤4：先根据楼盘均价评估模型求出待评估房屋所在楼盘的楼盘均价，再结合步骤3的结果求出待评估房屋的价格。
2.根据权利要求1所述的一种要素量化和可视化评估房屋价格的方法，其特征在于：所述步骤1中的配套信息包括人口结构信息、商务密度信息、居住密度信息、消费档次信息、幼儿园配置信息、小学配置信息、医疗配置信息、购物配置信息、地铁配置信息、公交配置信息和交通通勤信息。
3.根据权利要求1所述的一种要素量化和可视化评估房屋价格的方法，其特征在于：所述步骤1中的基础信息包括房龄信息、户型信息、面积信息、朝向信息、楼层信息、开发商品牌信息和物业口碑信息。
4.根据权利要求1所述的一种要素量化和可视化评估房屋价格的方法，其特征在于：所述步骤1中各项信息的采集时间为最近1-6个月内。
5.根据权利要求2所述的一种要素量化和可视化评估房屋价格的方法，其特征在于：所述步骤3中每个楼盘在各项配套信息上的溢价率的求出方法为：
S1：对所有楼盘的配套信息进行各个维度的排序，得出每个楼盘的各项配套信息在各维度上的百分位排名；
S2：先将每项配套信息的百分位排名划分为m个配套排名区间段，1<m<100再求出每个配套排名区间段内对应楼盘的平均价格；
S3：根据每个配套排名区间段内对应楼盘的平均价格和每项配套信息所对应的所有楼盘的平均价格，求出每个楼盘在各项配套信息上的溢价率。
6.根据权利要求1-5中任一项所述的一种要素量化和可视化评估房屋价格的方法，其特征在于：所述步骤3中各房屋在各项基础信息上的溢价率的求出方法为：
S11：对所有房屋的基础信息进行各个维度的排序，得出各房屋的各项基础信息在各维度上的百分位排名；
S22：先将每项基础信息的百分位排名划分为n个基础排名区间段，1<n<100再求出每个基础排名区间段内对应房屋的平均价格；
S33：根据每个基础排名区间段内对应房屋的平均价格和每项基础信息所对应的所有房屋的平均价格，求出各房屋在各项基础信息上的溢价率。
7.根据权利要求6所述的一种要素量化和可视化评估房屋价格的方法，其特征在于：所述步骤4中待评估房屋的价格的求解方法为：
其中，R为待评估房屋的各项配套信息和各项基础信息的集合，T为一个子集，xi为待评估房屋的配套信息的溢价率和基础信息的溢价率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010736369.4A CN111882356A (zh) | 2020-07-28 | 2020-07-28 | 一种要素量化和可视化评估房屋价格的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010736369.4A CN111882356A (zh) | 2020-07-28 | 2020-07-28 | 一种要素量化和可视化评估房屋价格的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111882356A true CN111882356A (zh) | 2020-11-03 |
Family
ID=73200746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010736369.4A Pending CN111882356A (zh) | 2020-07-28 | 2020-07-28 | 一种要素量化和可视化评估房屋价格的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111882356A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113177806A (zh) * | 2021-05-18 | 2021-07-27 | 中移(上海)信息通信科技有限公司 | 一种信息处理方法、装置及设备 |
-
2020
- 2020-07-28 CN CN202010736369.4A patent/CN111882356A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113177806A (zh) * | 2021-05-18 | 2021-07-27 | 中移(上海)信息通信科技有限公司 | 一种信息处理方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Langer et al. | Factors influencing citizens’ acceptance and non-acceptance of wind energy in Germany | |
| Ivanova et al. | Assessing social and economic impacts associated with changes in the coal mining industry in the Bowen Basin, Queensland, Australia | |
| Li et al. | A methodology for ex-post assessment of social impacts of an affordable housing project | |
| Li et al. | A bibliometric analysis of six decades of academic research on housing prices | |
| Rogelj et al. | Ambient assisted living technologies and environments: Literature review and research agenda | |
| Debrah et al. | Drivers for green cities development in developing countries: Ghanaian perspective | |
| Purba | Similarity Check: Turnitin Fighting Poverty Gap through Literacy and Electricity: A Case from Indonesia | |
| Flygare et al. | Correlation as a method to assess electricity users’ contributions to grid peak loads: A case study | |
| CN111882356A (zh) | 一种要素量化和可视化评估房屋价格的方法 | |
| KR102556282B1 (ko) | 부동산 분양정보에 따른 ai 투자분석 서비스 제공시스템 | |
| Dafeamekpor et al. | Criteria for assessing self-help housing projects affordability: A critical literature review | |
| Alqahtani et al. | A proposed NCAAA-based approach to the self-evaluation of higher education programs for academic accreditation: A comparative study using TOPSIS | |
| Barbieri et al. | The determinants of teacher mobility: evidence from a panel of Italian teachers | |
| Wegmann | Measuring what matters: A call for a meaningful metric of affordable rental housing production cost-efficiency | |
| TU et al. | Education, industry 4.0 and earnings: Evidence from provincial-level data of Vietnam | |
| Renigier-Biłozor et al. | A rating system for the real estate market | |
| Goldstein | Making sense of markets: using data to guide reinvestment strategies | |
| Amanina et al. | Influencing Factors of Employee Awareness from Islamic Banking Regarding The Regulations for Development and Reinforcement of the Financial Sector. | |
| Deng et al. | Whither Weather?: High Temperature, Climate Change and Mortgage Default | |
| Schneeman | Defining and Measuring Water Affordability: A Literature Review | |
| KR102556291B1 (ko) | 부동산 분양정보에 따른 ai 투자분석을 서비스하기 위한 투자분석용 애플리케이션을 구현하기 위하여 매체에 저장된 컴퓨터 프로그램 | |
| ADESOJI et al. | EVALUATION OF THE EFFECTIVENESS OF HOUSING DELIVERY STRATEGIES IN ILORIN, KWARA STATE, NIGERIA | |
| Hadi et al. | Developing a fuzzy integrated index to assess the value of water resources using quantity, quality, and socioeconomic parameters (case study: Mashhad plain) | |
| Amponsah et al. | Developing water resources decision support system to strengthen landscape resilience planning and investment in West and Central Africa: a scoping and needs assessment report | |
| Jung et al. | Impact evaluations in South Korea and China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201103 |