JP2017016321A - 情報処理装置、情報処理方法、およびプログラム - Google Patents
情報処理装置、情報処理方法、およびプログラム Download PDFInfo
- Publication number
- JP2017016321A JP2017016321A JP2015131364A JP2015131364A JP2017016321A JP 2017016321 A JP2017016321 A JP 2017016321A JP 2015131364 A JP2015131364 A JP 2015131364A JP 2015131364 A JP2015131364 A JP 2015131364A JP 2017016321 A JP2017016321 A JP 2017016321A
- Authority
- JP
- Japan
- Prior art keywords
- real estate
- transaction
- property
- contract
- feature amount
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims description 72
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 41
- 238000009826 distribution Methods 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 43
- 239000013598 vector Substances 0.000 description 105
- 238000004891 communication Methods 0.000 description 39
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 20
- 239000003795 chemical substances by application Substances 0.000 description 18
- 238000003860 storage Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 13
- 230000001186 cumulative effect Effects 0.000 description 11
- 230000004308 accommodation Effects 0.000 description 8
- 238000007476 Maximum Likelihood Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000009418 renovation Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- YLZOPXRUQYQQID-UHFFFAOYSA-N 3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)-1-[4-[2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidin-5-yl]piperazin-1-yl]propan-1-one Chemical compound N1N=NC=2CN(CCC=21)CCC(=O)N1CCN(CC1)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F YLZOPXRUQYQQID-UHFFFAOYSA-N 0.000 description 1
- 235000009419 Fagopyrum esculentum Nutrition 0.000 description 1
- 240000008620 Fagopyrum esculentum Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000013316 zoning Methods 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
- 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
- G06Q50/167—Closing
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】不動産物件または不動産物件に関する事象の特徴量を算出する算出部と、過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測する予測部と、を備える、情報処理装置。
【選択図】図3
Description
1.本開示の一実施形態によるシステムの概要
1−1.クライアントの構成
1−2.サーバの構成
2.機能構成
2−1.データベースの構成例
2−2.処理部の構成例
3.特徴量生成処理
3−1.売出しデータと取引履歴データに基づく特徴量ベクトルの生成
3−2.サイトアクセスデータを用いた特徴量ベクトルの生成
3−3.移動データを用いた特徴量ベクトルの生成
4.情報提示画面例
5.応用例
6.ハードウェア構成
7.まとめ
図1は、本開示の一実施形態によるシステムの概略的な構成を示す図である。図1を参照すると、本実施形態に係るシステム10は、クライアント100と、サーバ300とを含む。クライアント100とサーバ300とは、ネットワーク200によって接続され、相互に通信が可能である。
ローカルストレージ110は、例えば端末装置が有するメモリまたはストレージによって実現される。ローカルストレージ110には、例えば、ネットワーク200を介してサーバ300から提供された情報や、入出力部140を介してユーザによって入力された情報が、一時的または持続的に格納される。ローカルストレージ110に格納された情報を利用して、ユーザは、オフラインでもサーバ300から提供された情報を参照したり、サーバ300に提供する情報の下書きを入力したりすることができる。
データベース310は、例えばサーバ装置が有するメモリまたはストレージによって実現される。上記の通り、データベース310には、不動産やその取引に関する情報が格納される。また、データベース310には、クライアント100のユーザに関する情報が格納されてもよい。データベース310に格納される情報のより具体的な種類は、サーバ300によって提供されるサービスの内容によって異なりうる。
続いて、サーバ300のデータベース310および処理部330の機能構成について図3を参照して説明する。
(物件データ3101)
物件データ3101は、サーバ300によって提供されるサービスで扱われる不動産物件のマスタデータとして機能する。不動産物件は、例えば、土地、独立した建物、アパートメント、タウンハウス、商業物件など、あらゆる種類の物件を含みうる。物件データ3101では、このような不動産物件に関するデータが、例えば各物件に一意なIDに関連付けて登録されている。より具体的には、例えば、土地に関するデータは、物件種類、所在地、敷地面積などを含みうる。建物に関するデータは、さらに、床面積、間取り、設備、建築時期、開口部の方位、採光状態などを含みうる。さらに、データには、物件の外観、内部、または物件からの眺望などの画像が含まれてもよい。例えば建物を建て替えたり、リノベーションしたりした場合、別の物件として新たなIDに関連付けられたデータが追加されてもよいし、建て替えやリノベーションなどの履歴が物件データ3101に含まれてもよい。
売出しデータ3103は、物件データ3101に登録された不動産物件の現在進行中の売出しに関するデータを含む。より具体的には、売出しデータ3103には、物件ID、売出し時期(年月日)、売出し価格(変更履歴を含む)、売出し理由、現在のオーナー情報(オーナーID、デモグラフィック情報、売却理由(例えば住み替えおよび現金化のいずれであるか))、売出しを担当しているエージェント、売出し時にオーナーまたはエージェントによって作成された紹介文などのデータが格納される。また、売出しデータ3103には現在売出し中の物件に関するデータが格納される。売出しデータ3103は、売出し主体および物件IDについて一意になる(例えば、複数のエージェントが並行して同じ物件を売り出す場合、同じ物件IDについて、エージェントごとに売出しデータ3103が作成されうる)。また、売出された物件について取引が成立すると、当該物件についての売出しデータ3103の一部または全部は、取引履歴データ3105に移行される。
取引履歴データ3105は、物件データ3101に登録された不動産物件の成立した取引に関するデータを含む。より具体的には、取引履歴データ3105には、取引ID、物件ID、売出し時期、成約時期、売出し価格(変更履歴を含む)、成約価格、広告情報(広告キャンペーンのタイプ、広告費用、掲載した媒体と規模、掲載対象、掲載期間、および広告の内容等)、売出し理由、売り手情報(旧オーナー)、買い手情報(新オーナー;購入者、購入者ID、デモグラフィック情報、購入理由(例えば住み替えおよび運用のいずれであるか))、売り手側および買い手側のエージェント、売出し時にオーナーまたはエージェントによって作成された紹介文などのデータが格納される。既に述べた通り、取引履歴データ3105は、取引が成立した物件の売出しデータ3103に基づいて生成されてもよい。あるいは、取引履歴データ3105は、外部サーバによって提供されるサービス(公的なサービスを含む)によって提供される取引履歴のデータをインポートすることによって生成されてもよい。上記のように売出しデータ3103が売出し主体および物件IDについて一意であるのに対して、取引履歴データ3105では、過去に複数回にわたって取引が成立した物件であれば1つの物件IDに対して複数のデータが存在しうる。従って、上記のように、各取引を一意に識別するために、取引履歴データ3105では別途取引IDを設定してもよい。
周辺環境データ3107は、物件データ3101に登録された不動産物件の周辺環境に関するデータ(例えば施設データ、地域データ)を含む。施設データは、不動産物件の周辺に立地する各種の施設に関するデータを含む。この場合、施設データは、施設の位置情報、種類、名称、オープンまたはクローズ時期などを含みうる。施設は、例えば、駅などの交通施設、店舗、避難施設、公園、医療機関、学校などを含む。また、地域データは、物件が立地する地域に関するデータを含む。この場合、地域データは、地域の範囲、種類、指定/解除時期などを含みうる。地域は、例えば行政区画、災害警戒区域、都市計画上のゾーニングなどを含む。
サイトアクセスデータ3109は、不動産情報サイトにおける検索クエリデータと、ページアクセスデータとを含む。検索クエリデータは、ユーザが不動産情報サイトで検索を実行した際に生成され、例えば検索クエリID、検索クエリ、検索年月日時刻、およびユーザIDを含む。また、ページアクセスデータは、ユーザが物件売出しページにアクセスした際に生成され、例えばページアクセスID、物件ID、アクセス検索年月日時刻、およびユーザIDを含む。
移動データ3111は、人間の移動ログと、引っ越しデータとを含む。人間の移動ログは、スマートフォンなどモバイルデバイスからリアルタイムで取得される人のGPS(Global Positioning System)情報等に基づくデータである。例えば移動ログは、緯度、経度、年月日時刻、およびユーザIDを含む。引っ越しデータは、例えば住所(本明細書では「住所」を「所在地」の意味で用いる)、搬入/搬出情報、および年月日を含み、引っ越しが行われるたびに追加される。引っ越しデータを下記に説明する特徴量生成部3301により物件の特徴量としてシンボル化する場合、例えば引っ越しの際に搬入が行われた場合には「1」が引っ越しデータとして入力され、搬出が行われた場合には「0」が引っ越しデータとして入力される。
特徴量データ3113は、物件データ3101に登録された不動産物件の特徴量(以下、物件特徴量とも称す)を含む。物件特徴量は、例えば、物件データ3101、売出しデータ3103、取引履歴データ3105、周辺環境データ3107、サイトアクセスデータ3109、および移動データ3111のうち少なくともいずれか1以上を用いて特徴量生成部3301により生成される。具体的には、例えば物件特徴量は、ある物件(物件IDによって特定される)について、それぞれのデータの項目から抽出されるベクトルでありうる。特徴量データ3113では、このような物件特徴量のベクトルが、物件IDに関連付けて格納されうる。物件特徴量は、基本的に1つの物件に対して1つ格納される。従って、特徴量データ3113は、例えば物件の現在の状態を表す情報として利用されうる。なお、物件特徴量を生成するための特徴量生成部3301の処理の詳細については後述する。
パラメータデータ3115は、学習部3303により学習(例えば最尤推定により決定)され、予測部3306で用いられる各種パラメータを含む。各種パラメータは、予測部3306による各種予測処理に用いられる。
(特徴量生成部3301)
特徴量生成部3301は、物件データ3101、売出しデータ3103、取引履歴データ3105、周辺環境データ3107、サイトアクセスデータ3109、および移動データ3111の少なくともいずれか1以上に基づいて、不動産物件の特徴量を生成する。生成された特徴量は、特徴量データ3113として格納されうる。なお、特徴量生成部3301は、定期的に(例えば1日1回の頻度で)特徴量を生成し、各物件の特徴量データ3113を更新し得る。
学習部3303は、特徴量データ3113を用いて機械学習を実施し、各種パラメータを算出(生成)する生成部として機能する。例えば学習部3303は、予測部3306による成約確率予測処理に用いられる成約確率予測モデルに使用する各種パラメータを機械学習により算出する。以下、学習部3303による成約確率予測モデルの学習について具体的に説明する。なお以下に説明する学習方法は一例であって、必ずしもこれに限定されない。
予測部3306は、学習部3303によって算出されたパラメータ(パラメータデータ3115)と、対象物件について特徴量生成部3301により生成された特徴量ベクトル(特徴量データ3113)とに基づいて、対象物件の所定売出し期間における成約確率を予測する。すなわち、予測部3306は、過去の成立した取引における成立期間および対象不動産物件の特徴量データと、現在の予測対象の当該取引の対象不動産物件の特徴量とに基づいて、所定取引期間の成約確率を予測する。例えば予測部3306は、現在の予測対象の当該不動産物件の特徴量と共通する特徴量を持つ(類似する)過去の成立取引の対象不動産物件における成立期間および特徴量から生成された、特徴量に応じた成約期間に対応する成約確率を算出するためのパラメータを用いて、所定取引期間における成約確率を予測する。本実施形態では、物件データ3101、売出しデータ3103、取引履歴データ3105、周辺環境データ3107といった物件や物件取引に関するデータ以外のデータ、例えばサイトアクセスデータ3109や移動データ3111をも特徴量として用いて学習し、成約確率の予測処理を行うことで、より正確に成約確率の予測を行うことが可能となる。
情報提示部3309は、予測部3306によって予測された不動産物件の成約確率の予測、成約価格の予測、または成約期間の予測を含む情報を、クライアント100を介してユーザに提示する。より具体的には、情報提示部3309は、クライアント100で入出力部140に含まれるディスプレイに画像を出力させるためのデータを生成して、通信部320からクライアント100に送信させる。なお、クライアント100における情報出力の方法は画像表示には限られず、例えば音声出力が画像表示と共に、またはこれに代えて採用されてもよい。
価格調整部3312は、予測部3306により算出される対象物件の成約確率の予測結果に基づいて、当該対象物件の売出し価格を自動調整する機能を有する。本実施形態は、ネットワークを介した不動産売買において、売出し期間中、売主が設定した売出し価格が買主側に提示され続けるが、需要や供給に関する特徴量の変化により成約確率が変化するため、成約確率に応じて売り出し価格を経時的に調整することで、需要や供給に合った価格設定を実現することが可能となる。例えば、まず、売出し開始の時点では、後述する情報提示画面例において、売主が売出し価格を決定する。その後、予測成約確率が更新される度に、価格調整部3312は、売出し価格を調整する。具体的には、価格調整部3312は、現在からある期間までの成約確率が増えた場合には売出し価格を上昇させ、一方成約確率が減った場合には売出し価格を下降させるよう調整する。また、価格調整部3312は、現在からある期間までの成約確率が一定になるように売出し価格を調整することも可能である。この期間や成約確率は売主が設定してもよいし、システム側で予め設定してもよい。
続いて、本実施形態による特徴量生成処理について、図5〜図11を参照して具体的に説明する。
特徴量生成部3301は、売出しデータ3103および取引履歴データ3105を用いて、物件の特徴量ベクトルを生成することが可能である。売出しデータ3103には、現在売出し中の物件に関する情報(以下、物件情報エントリと称す)が格納されている。例えば、売出しデータ3103は、物件ID、および物件特徴情報(住所(所在地)、位置情報(緯度・経度)、占有面積、築年、間取りタイプ、バルコニー方向、建物名、部屋番号、周辺環境(例えば周辺地域の人口、当該人口の構成要素、当該人口の変化等))を含む。また、取引履歴データ3105には、成約に至った物件に関する情報(以下、物件情報エントリと称す)が格納されている。例えば、取引履歴データ3105は、物件ID、売出し情報(売出し価格、売出し年月日)、成約情報(成約価格、成約年月日)、広告情報(広告キャンペーンのタイプ、広告費用、掲載した媒体と規模、掲載対象、掲載期間、および広告の内容等)、物件オーナー(売主)情報(オーナーID、デモグラフィック情報、売却理由(住み替えまたは現金化のどちらであるか))、購入者情報(購入者ID、デモグラフィック情報、購入理由(居住または運用のどちらであるか))を含む。
例えば物件情報エントリがシンボルである場合、そのシンボルの種類数分の次元のベクトルを作り、対応するシンボルの次元を1、その他の次元を0とするシンボル特徴量が生成される。
また、物件情報エントリが、敷地面積や床面積など、連続的な数値として記録される項目については、そのまま数値として扱って特徴量を生成してもよいが、数値の範囲を適切な幅のビン(bin)に分割することによって二値化されたデータとして扱ってもよい。建築時期や売出し時期、成約時期などの日付として記録される項目については、連続的な数値と同様に扱ってもよいし、日付から年と月とをそれぞれ抽出して別々のデータとして扱ってもよい。数値の範囲を適切な幅のビン(bin)に分割することによってデータを二値化する場合、例えば、上記の敷地面積の例で、敷地面積に10m2幅のビンを設定した場合、敷地面積が40m2の場合にはベクトルの4番目の元が1、敷地面積が570m2の場合には57番目の元が1で、残りの元が0になるようなベクトルが得られる。ベクトルの次元が際限なく大きくならないように、最大値(例えば、1000m2以上は同じビン)や最小値が設定されてもよい。物件情報エントリが連続値である場合のベクトル化の処理を図7に示す。
特徴量生成部3301は、対象物件の売出しデータと取引履歴データの両方が存在する場合、「(売出し価格−成約価格)/(専有面積)」と、売出し年月の年、月をそれぞれ別の特徴量ベクトルにしてもよい。また、売出しデータのみが存在する場合、特徴量生成部3301は、成約価格の代わりに予測成約価格を算出し、「(売出し価格−予測成約価格)/(専有面積)」を特徴量ベクトルにしてもよい。
特徴量生成部3301は、広告情報においては、広告キャンペーンのタイプによる特徴量と広告費用の組み合わせを1つのシンボル特徴量として扱ってもよい。この際、特徴量生成部3301は、広告費用は予め四捨五入により1万円単位に変換して利用する。
特徴量生成部3301は、対象物件と類似する物件の成約状況に基づいて、対象物件の特徴量ベクトルを生成してもよい。例えば特徴量生成部3301は、直近のある一定期間について、類似物件の成約の和を特徴量とし、特徴量ベクトルを生成する。ここで物件間の類似度は、例えば各物件の物件情報エントリに基づく特徴量ベクトルのマハラノビス距離の単調減少関数として算出されてもよい。また、類似物件とは、類似度が一定以上の物件を言う。
続いて、サイトアクセスデータ3109を用いた特徴量ベクトルの生成について説明する。上述したように、サイトアクセスデータ3109には、検索クエリデータと、ページアクセスデータとが格納され、特徴量生成部3301は、検索クエリデータまたはページアクセスデータを用いて対象物件の特徴量ベクトルを生成し得る。以下、具体的に説明する。
図8は、本実施形態による検索クエリデータに基づく特徴量ベクトルの生成処理を示すフローチャートである。図8に示すように、まず、ステップS143において、特徴量生成部3301は、サイトアクセスデータ3109から、直近のある一定期間の検索クエリデータを取得する。
図9は、本実施形態によるページアクセスデータに基づく特徴量ベクトルの生成処理を示すフローチャートである。
次に、移動データ3111を用いた特徴量ベクトルの生成について説明する。移動データ3111には、人間の移動ログ(例えばGPS情報エントリ)と、引っ越しデータが含まれる。特徴量生成部3301は、人間の移動ログまたは引っ越しデータを用いて対象物件の特徴量ベクトルを生成し得る。以下、具体的に説明する。
続いて、例えばクライアント100において入出力部140に含まれるディスプレイに表示される画面の例を参照しながら、本開示の一実施形態において提示される情報の例について説明する。なお、以下の説明では分譲マンションの売却を行うにあたって提示される情報の例が説明されるが、分譲マンション以外の、例えば独立した建物や土地の売却を行うにあたっても同様に情報が提示されうる。また、物件(不動産)の貸出しを行うにあたっても同様の情報を提示することが可能である。
以上、売主が売出し価格を決定する際に成約確率を用いる場合について説明したが、本開示はこれに限定されず、成約確率を以下に説明するような他の用途に用いてもよい。
例えば、物件の購入を検討しているユーザ(買主)が閲覧する売出し物件のWebページに、当該売出し物件の現在の成約確率や今後の成約確率の変化を表示することで、買主は、購入の意思決定や、成約価格の交渉の参考にすることができる。具体的には、例えば買主は、成約確率が高いので早めに購入の意思決定をしたり、成約確率が低いので強気に値切り交渉に臨んだりすることが可能となる。
また、本実施形態による成約確率は、不動産仲介業者がエージェントを顧客(買主)に配置する際の参考にすることも可能である。不動産仲介業者は複数の仲介案件を抱えているため、その中から最も成約確率の高い仲介案件から優先的にエージェントを配置することで、営業効率を向上させることが可能となる。仲介案件の成約確率は、売出し物件毎、購入希望者毎、または対象物件の購入希望者毎に提示され得る。上述したように、取引履歴データ3105には購入者情報が含まれ、特徴量生成部3301による特徴量の生成に用いられるため、予測部3306は、当該特徴量を用いた学習部3303による機械学習結果に基づいて対象売出し物件に対する購入希望者毎の成約確率を予測することが可能となる。
上述した実施形態では、不動産の売買取引における成約確率の予測を行っているが、本開示はこれに限定されず、予測部3306は、不動産の賃貸取引における成約確率の予測も同様に行うことができる。この際、情報提示部3309は、貸主が賃貸料を決定する際のUIに賃貸取引における成約確率を表示する。また、価格調整部3312は、成約確率を用いた賃貸価格の自動調整を行うことができる。
また、本実施形態による成約確率は、オンライン物販における物品の販売価格決定時にも利用され得る。オンライン物販とは、物品の売買をWebサイト上で行う取引形態である。物品の出展者は物品の説明と販売価格を設定してWebサイトに公開する。この際、UIに当該物品の成約確率が提示されることで、出展者は、成約確率を参考にしながら販売価格を設定することができる。また、価格調整部3312による販売価格の自動調整も利用し得る。
次に、図24を参照して、本開示の実施形態による情報処理装置のハードウェア構成について説明する。図24は、本開示の実施形態による情報処理装置のハードウェア構成例を示すブロック図である。図示された情報処理装置900は、例えば、上記の実施形態におけるサーバ300およびクライアント100を実現しうる。
本開示の実施形態は、例えば、上記で説明したような情報処理装置(サーバまたはクライアント)、システム、情報処理装置またはシステムで実行される情報処理方法、情報処理装置を機能させるためのプログラム、およびプログラムが記録された一時的でない有形の媒体を含みうる。
(1)
不動産物件または不動産物件に関する事象の特徴量を算出する算出部と、
過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測する予測部と、
を備える、情報処理装置。
(2)
前記予測部は、現在の当該取引の対象不動産物件の前記特徴量と共通する特徴量を持つ前記過去の成立取引の対象不動産物件における成立期間および特徴量から生成された、特徴量に応じた成約期間に対応する成約確率を算出するためのパラメータを用いて、前記所定取引期間における成約確率を予測する、前記(1)に記載の情報処理装置。
(3)
前記予測部は、複数の取引期間毎の各成約確率を予測する、前記(1)または(2)に記載の情報処理装置。
(4)
前記情報処理装置は、
前記予測部により予測された所定取引期間の成約確率を、前記現在の当該取引を行っている取引者に提示するよう制御する提示制御部をさらに備える、前記(1)〜(3)のいずれか1項に記載の情報処理装置。
(5)
前記提示制御部は、前記現在の当該取引における取引価格設定画面に、所定取引期間の成約確率を提示するよう制御する、前記(4)に記載の情報処理装置。
(6)
前記提示制御部は、記現在の当該取引を行っている取引者により指定された取引期間の成約確率を提示するよう制御する、前記(5)に記載の情報処理装置。
(7)
前記不動産物件に関する事象の特徴量は、算出対象の不動産物件または類似する不動産物件が掲載されているWebページへのアクセス数またはアクセス数の変化の少なくともいずれかの特徴量を含む、前記(1)〜(6)のいずれか1項に記載の情報処理装置。
(8)
前記不動産物件に関する事象の特徴量は、不動産情報のWebサイトにおける検索履歴と算出対象の不動産物件との関連度または関連度の変化の少なくともいずれかの特徴量を含む、前記(1)〜(7)のいずれか1項に記載の情報処理装置。
(9)
前記不動産物件に関する事象の特徴量は、算出対象の不動産物件の周囲における人の往来量または往来量の変化の少なくともいずれかの特徴量を含む、前記(1)〜(8)のいずれか1項に記載の情報処理装置。
(10)
前記不動産物件に関する事象の特徴量は、算出対象の不動産物件の広告情報の特徴量を含む、前記(1)〜(9)のいずれか1項に記載の情報処理装置。
(11)
前記不動産物件に関する事象の特徴量は、算出対象の不動産物件の周囲または類似する不動産物件の周囲の空き物件情報の少なくともいずれかの特徴量を含む、前記(1)〜(10)のいずれか1項に記載の情報処理装置。
(12)
前記情報処理装置は、
前記予測された成約確率に応じて、前記現在の当該取引における取引価格を調整する価格調整部をさらに含む、前記(1)〜(11)のいずれか1項に記載の情報処理装置。
(13)
前記価格調整部は、前記成約確率の更新に応じて、成約確率が一定になるよう前記取引価格を調整する、前記(12)に記載の情報処理装置。
(14)
前記価格調整部は、設定された目標成立期間における成約確率が一定になるよう前記取引価格を調整する、前記(12)に記載の情報処理装置。
(15)
前記算出部は、前記特徴量を定期的に更新する、前記(1)〜(14)のいずれか1項に記載の情報処理装置。
(16)
前記情報処理装置は、
前記過去の成立取引の対象不動産物件における成立期間および特徴量に基づいて、成約期間に対応する成約確率を算出するための予測モデルに使用するパラメータを生成する生成部をさらに備える、前記(2)に記載の情報処理装置。
(17)
前記予測部は、前記過去の成立取引の対象不動産物件の成立期間および特徴量から生成された、特徴量に応じた成約期間に対応する成約確率を算出するための関数に、前記現在の当該取引の対象不動産物件における前記特徴量を代入し、前記所定取引期間における成約確率を予測する、前記(2)に記載の情報処理装置。
(18)
前記予測部は、前記関数に含まれる成約確率のノイズ分布として、対数正規分布を用いる、前記(17)に記載の情報処理装置。
(19)
プロセッサが、
不動産物件または不動産物件に関する事象の特徴量を算出することと、
過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測することと、
を含む、情報処理方法。
(20)
コンピュータを、
不動産物件または不動産物件に関する事象の特徴量を算出する算出部と、
過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測する予測部と、
として機能させるための、プログラム。
100 クライアント
200 ネットワーク
300 サーバ
310 データベース
3101 物件データ
3103 売出しデータ
3105 取引履歴データ
3107 周辺環境データ
3109 サイトアクセスデータ
3111 移動データ
3113 物件特徴量データ
3115 パラメータデータ
320 通信部
330 処理部
3301 特徴量生成部
3303 学習部
3306 予測部
3309 情報提示部
3312 価格調整部
Claims (20)
- 不動産物件または不動産物件に関する事象の特徴量を算出する算出部と、
過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測する予測部と、
を備える、情報処理装置。 - 前記予測部は、現在の当該取引の対象不動産物件の前記特徴量と共通する特徴量を持つ前記過去の成立取引の対象不動産物件における成立期間および特徴量から生成された、特徴量に応じた成約期間に対応する成約確率を算出するためのパラメータを用いて、前記所定取引期間における成約確率を予測する、請求項1に記載の情報処理装置。
- 前記予測部は、複数の取引期間毎の各成約確率を予測する、請求項1に記載の情報処理装置。
- 前記情報処理装置は、
前記予測部により予測された所定取引期間の成約確率を、前記現在の当該取引を行っている取引者に提示するよう制御する提示制御部をさらに備える、請求項1に記載の情報処理装置。 - 前記提示制御部は、前記現在の当該取引における取引価格設定画面に、所定取引期間の成約確率を提示するよう制御する、請求項4に記載の情報処理装置。
- 前記提示制御部は、記現在の当該取引を行っている取引者により指定された取引期間の成約確率を提示するよう制御する、請求項5に記載の情報処理装置。
- 前記不動産物件に関する事象の特徴量は、算出対象の不動産物件または類似する不動産物件が掲載されているWebページへのアクセス数またはアクセス数の変化の少なくともいずれかの特徴量を含む、請求項1に記載の情報処理装置。
- 前記不動産物件に関する事象の特徴量は、不動産情報のWebサイトにおける検索履歴と算出対象の不動産物件との関連度または関連度の変化の少なくともいずれかの特徴量を含む、請求項1に記載の情報処理装置。
- 前記不動産物件に関する事象の特徴量は、算出対象の不動産物件の周囲における人の往来量または往来量の変化の少なくともいずれかの特徴量を含む、請求項1に記載の情報処理装置。
- 前記不動産物件に関する事象の特徴量は、算出対象の不動産物件の広告情報の特徴量を含む、請求項1に記載の情報処理装置。
- 前記不動産物件に関する事象の特徴量は、算出対象の不動産物件の周囲または類似する不動産物件の周囲の空き物件情報の少なくともいずれかの特徴量を含む、請求項1に記載の情報処理装置。
- 前記情報処理装置は、
前記予測された成約確率に応じて、前記現在の当該取引における取引価格を調整する価格調整部をさらに含む、請求項1に記載の情報処理装置。 - 前記価格調整部は、前記成約確率の更新に応じて、成約確率が一定になるよう前記取引価格を調整する、請求項12に記載の情報処理装置。
- 前記価格調整部は、設定された目標成立期間における成約確率が一定になるよう前記取引価格を調整する、請求項12に記載の情報処理装置。
- 前記算出部は、前記特徴量を定期的に更新する、請求項1に記載の情報処理装置。
- 前記情報処理装置は、
前記過去の成立取引の対象不動産物件における成立期間および特徴量に基づいて、成約期間に対応する成約確率を算出するための予測モデルに使用するパラメータを生成する生成部をさらに備える、請求項2に記載の情報処理装置。 - 前記予測部は、前記過去の成立取引の対象不動産物件の成立期間および特徴量から生成された、特徴量に応じた成約期間に対応する成約確率を算出するための関数に、前記現在の当該取引の対象不動産物件における前記特徴量を代入し、前記所定取引期間における成約確率を予測する、請求項2に記載の情報処理装置。
- 前記予測部は、前記関数に含まれる成約確率のノイズ分布として、対数正規分布を用いる、請求項17に記載の情報処理装置。
- プロセッサが、
不動産物件または不動産物件に関する事象の特徴量を算出することと、
過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測することと、
を含む、情報処理方法。 - コンピュータを、
不動産物件または不動産物件に関する事象の特徴量を算出する算出部と、
過去の成立した取引における成立期間および対象不動産物件の前記特徴量と、現在の当該取引の対象不動産物件の前記特徴量とに基づいて、前記取引における所定取引期間の成約確率を予測する予測部と、
として機能させるための、プログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015131364A JP6604054B2 (ja) | 2015-06-30 | 2015-06-30 | 情報処理装置、情報処理方法、およびプログラム |
EP16727236.8A EP3317846A1 (en) | 2015-06-30 | 2016-05-18 | System, method, and program for real estate pricing |
CN201680037042.XA CN107735811A (zh) | 2015-06-30 | 2016-05-18 | 用于房地产定价的系统、方法和程序 |
US15/558,211 US20180082388A1 (en) | 2015-06-30 | 2016-05-18 | System, method, and program |
PCT/JP2016/002436 WO2017002299A1 (en) | 2015-06-30 | 2016-05-18 | System, method, and program for real estate pricing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015131364A JP6604054B2 (ja) | 2015-06-30 | 2015-06-30 | 情報処理装置、情報処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017016321A true JP2017016321A (ja) | 2017-01-19 |
JP6604054B2 JP6604054B2 (ja) | 2019-11-13 |
Family
ID=56101771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015131364A Active JP6604054B2 (ja) | 2015-06-30 | 2015-06-30 | 情報処理装置、情報処理方法、およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20180082388A1 (ja) |
EP (1) | EP3317846A1 (ja) |
JP (1) | JP6604054B2 (ja) |
CN (1) | CN107735811A (ja) |
WO (1) | WO2017002299A1 (ja) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019197252A (ja) * | 2018-05-07 | 2019-11-14 | 株式会社タス | 空室率推計装置及び方法並びにコンピュータプログラム |
JP2020003962A (ja) * | 2018-06-26 | 2020-01-09 | 株式会社Lifull | 照会確率提示装置、照会確率提示プログラム、照会確率提示方法、及び情報提供システム |
JP2020003961A (ja) * | 2018-06-26 | 2020-01-09 | 株式会社Lifull | 広告オプション割当装置、広告オプション割当プログラム、広告オプション割当方法、及び情報提供システム |
JP2020119413A (ja) * | 2019-01-28 | 2020-08-06 | 株式会社日立製作所 | 物件検索支援システムおよび物件検索支援方法 |
JP2020123298A (ja) * | 2019-01-31 | 2020-08-13 | 株式会社 Ambition | 学習装置及び予測装置 |
KR102149683B1 (ko) * | 2019-12-31 | 2020-08-31 | 노승철 | 부동산 매매소요기간 예측 방법 및 그 장치 |
KR102157833B1 (ko) * | 2019-11-29 | 2020-09-18 | 김상헌 | 임대인 등록형 부동산 매물 관리 시스템 및 그 방법 |
WO2020250810A1 (ja) | 2019-06-11 | 2020-12-17 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2021018471A (ja) * | 2019-07-17 | 2021-02-15 | Assest株式会社 | 入居推薦業者提案プログラム、不動産取引価格提案プログラム |
JP2021068437A (ja) * | 2019-10-17 | 2021-04-30 | 株式会社ウチダレック | 出力プログラム、出力方法及び出力装置 |
JP2021093035A (ja) * | 2019-12-11 | 2021-06-17 | 株式会社エクサウィザーズ | 情報処理装置、情報処理方法、およびプログラム |
WO2021140957A1 (ja) | 2020-01-08 | 2021-07-15 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
JP2021114115A (ja) * | 2020-01-17 | 2021-08-05 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
JP2021152760A (ja) * | 2020-03-24 | 2021-09-30 | 株式会社日立製作所 | 取引支援システム及び取引交渉支援方法 |
WO2022064545A1 (ja) * | 2020-09-23 | 2022-03-31 | 日本電気株式会社 | 売却予測装置、売却予測方法および記録媒体 |
JP2023094063A (ja) * | 2021-12-23 | 2023-07-05 | 日本リスク・データ・バンク株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及びコンピュータ可読記録媒体 |
JP7430205B2 (ja) | 2022-01-13 | 2024-02-09 | Lineヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP7482200B1 (ja) | 2022-12-20 | 2024-05-13 | 株式会社Zozo | 決定装置、決定方法及び決定プログラム |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170316436A1 (en) * | 2016-04-29 | 2017-11-02 | International Business Machines Corporation | Context-aware curve-fitting for pipeline value prediction |
US11568433B2 (en) | 2017-05-16 | 2023-01-31 | Carrier Corporation | Predictive change for real estate application |
US20190318433A1 (en) * | 2018-04-16 | 2019-10-17 | Nobul Corporation | Real estate marketplace method and system |
US11461737B2 (en) * | 2018-04-20 | 2022-10-04 | Microsoft Technology Licensing, Llc | Unified parameter and feature access in machine learning models |
CN108986355B (zh) * | 2018-07-02 | 2020-11-17 | 浙江兰景科技有限公司 | 农贸市场数据采集终端及其数据采集方法 |
CN109389247A (zh) * | 2018-09-27 | 2019-02-26 | 智庭(北京)智能科技有限公司 | 一种基于大数据的区域房屋租金预测方法 |
WO2020157844A1 (ja) * | 2019-01-30 | 2020-08-06 | 三菱電機株式会社 | 計測装置、計測方法及び計測プログラム |
CN111143656B (zh) * | 2019-12-30 | 2021-01-05 | 深圳集智数字科技有限公司 | 一种调整事件属性的方法及相关装置 |
US20230051294A1 (en) * | 2021-08-11 | 2023-02-16 | Bungalow Living, Inc. | System and method for determining and assigning an optimal value associated with a property unit using a short-term predictor |
US20230153931A1 (en) * | 2021-11-18 | 2023-05-18 | Cape Analytics, Inc. | System and method for property score determination |
US20230161751A1 (en) * | 2021-11-24 | 2023-05-25 | State Farm Mutual Automobile Insurance Company | Systems and methods for refining house characteristic data using artificial intelligence and/or other techniques |
TWI821980B (zh) * | 2022-04-11 | 2023-11-11 | 陳韋孝 | 複合式建築應用系統 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024527A (ja) * | 2000-07-03 | 2002-01-25 | Recruit Co Ltd | 不動産投資分析用システム及び記録媒体 |
JP2002133260A (ja) * | 2000-10-20 | 2002-05-10 | Fudosan Infomedia Kk | 取引支援システム、取引情報処理装置、情報端末装置、取引支援方法、および、記録媒体 |
JP2007164751A (ja) * | 2005-11-20 | 2007-06-28 | Idu:Kk | 賃貸用不動産オークションの落札確率表示システム |
US20080133319A1 (en) * | 2006-11-30 | 2008-06-05 | Oia Intellectuals, Inc. | Method and apparatus of determining effect of price on distribution of time to sell real property |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7440921B1 (en) * | 2002-02-12 | 2008-10-21 | General Electric Capital Corporation | System and method for evaluating real estate transactions |
JP2003281252A (ja) | 2002-03-26 | 2003-10-03 | Sony Corp | 不動産情報提供サーバ、不動産情報提供方法、記録媒体、及びプログラム |
US20080167889A1 (en) * | 2007-01-05 | 2008-07-10 | Kagarlis Marios A | Price Indexing |
US20110066561A1 (en) * | 2009-07-28 | 2011-03-17 | Lazarre Paul E | Leveraged Usage of Information Regarding Real Estate Offerings |
US8285568B1 (en) * | 2009-04-20 | 2012-10-09 | Pricelock Finance, Llc | Home resale price protection plan |
US7962353B1 (en) * | 2009-04-20 | 2011-06-14 | PriceLock Finance LLC | Home resale price protection plan |
US20110251974A1 (en) * | 2010-04-07 | 2011-10-13 | Woodard Scott E | System and method for utilizing sentiment based indicators in determining real property prices and days on market |
US8832115B2 (en) * | 2010-12-20 | 2014-09-09 | Quantarium, Llc | Ranking real estate based on its value and other factors |
US20120215703A1 (en) * | 2011-02-22 | 2012-08-23 | Fannie Mae | Property value estimation with categorical location variable providing neighborhood proxy |
US20130144796A1 (en) * | 2011-12-06 | 2013-06-06 | Fannie Mae | Assigning confidence values to automated property valuations by using the non-typical property characteristics of the properties |
US20130346151A1 (en) * | 2012-06-22 | 2013-12-26 | Corelogic Solutions, Llc | Systems and methods for automated valuation of real estate developments |
US8788402B2 (en) * | 2012-09-28 | 2014-07-22 | Ekcs, Llc | Systems and methods for residential real estate risk transference via asset-backed contract |
US10032180B1 (en) * | 2012-10-04 | 2018-07-24 | Groupon, Inc. | Method, apparatus, and computer program product for forecasting demand using real time demand |
US20150025931A1 (en) * | 2013-07-18 | 2015-01-22 | International Business Machines Corporation | Business opportunity forecasting |
US20150112879A1 (en) * | 2013-10-23 | 2015-04-23 | Mastercard International Incorporated | Systems and methods for evaluating pricing of real estate |
CN103778215B (zh) * | 2014-01-17 | 2016-08-17 | 北京理工大学 | 一种基于情感分析和隐马尔科夫模型融合的股市预测方法 |
US20150324939A1 (en) * | 2014-03-09 | 2015-11-12 | Ashutosh Malaviya | Real-estate client management method and system |
-
2015
- 2015-06-30 JP JP2015131364A patent/JP6604054B2/ja active Active
-
2016
- 2016-05-18 CN CN201680037042.XA patent/CN107735811A/zh active Pending
- 2016-05-18 WO PCT/JP2016/002436 patent/WO2017002299A1/en active Application Filing
- 2016-05-18 EP EP16727236.8A patent/EP3317846A1/en not_active Ceased
- 2016-05-18 US US15/558,211 patent/US20180082388A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024527A (ja) * | 2000-07-03 | 2002-01-25 | Recruit Co Ltd | 不動産投資分析用システム及び記録媒体 |
JP2002133260A (ja) * | 2000-10-20 | 2002-05-10 | Fudosan Infomedia Kk | 取引支援システム、取引情報処理装置、情報端末装置、取引支援方法、および、記録媒体 |
JP2007164751A (ja) * | 2005-11-20 | 2007-06-28 | Idu:Kk | 賃貸用不動産オークションの落札確率表示システム |
US20080133319A1 (en) * | 2006-11-30 | 2008-06-05 | Oia Intellectuals, Inc. | Method and apparatus of determining effect of price on distribution of time to sell real property |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019197252A (ja) * | 2018-05-07 | 2019-11-14 | 株式会社タス | 空室率推計装置及び方法並びにコンピュータプログラム |
JP2020003962A (ja) * | 2018-06-26 | 2020-01-09 | 株式会社Lifull | 照会確率提示装置、照会確率提示プログラム、照会確率提示方法、及び情報提供システム |
JP2020003961A (ja) * | 2018-06-26 | 2020-01-09 | 株式会社Lifull | 広告オプション割当装置、広告オプション割当プログラム、広告オプション割当方法、及び情報提供システム |
JP7217097B2 (ja) | 2018-06-26 | 2023-02-02 | 株式会社Lifull | 照会確率提示装置、照会確率提示プログラム、照会確率提示方法、及び情報提供システム |
JP7217096B2 (ja) | 2018-06-26 | 2023-02-02 | 株式会社Lifull | 広告オプション割当装置、広告オプション割当プログラム、広告オプション割当方法、及び情報提供システム |
JP2020119413A (ja) * | 2019-01-28 | 2020-08-06 | 株式会社日立製作所 | 物件検索支援システムおよび物件検索支援方法 |
JP2020123298A (ja) * | 2019-01-31 | 2020-08-13 | 株式会社 Ambition | 学習装置及び予測装置 |
WO2020250810A1 (ja) | 2019-06-11 | 2020-12-17 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2021018471A (ja) * | 2019-07-17 | 2021-02-15 | Assest株式会社 | 入居推薦業者提案プログラム、不動産取引価格提案プログラム |
JP7109804B2 (ja) | 2019-10-17 | 2022-08-01 | 株式会社ウチダレック | 出力プログラム、出力方法及び出力装置 |
JP2021068437A (ja) * | 2019-10-17 | 2021-04-30 | 株式会社ウチダレック | 出力プログラム、出力方法及び出力装置 |
KR102157833B1 (ko) * | 2019-11-29 | 2020-09-18 | 김상헌 | 임대인 등록형 부동산 매물 관리 시스템 및 그 방법 |
JP2021093035A (ja) * | 2019-12-11 | 2021-06-17 | 株式会社エクサウィザーズ | 情報処理装置、情報処理方法、およびプログラム |
KR102149683B1 (ko) * | 2019-12-31 | 2020-08-31 | 노승철 | 부동산 매매소요기간 예측 방법 및 그 장치 |
WO2021140957A1 (ja) | 2020-01-08 | 2021-07-15 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
JP2021114115A (ja) * | 2020-01-17 | 2021-08-05 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
JP7353192B2 (ja) | 2020-01-17 | 2023-09-29 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
JP2021152760A (ja) * | 2020-03-24 | 2021-09-30 | 株式会社日立製作所 | 取引支援システム及び取引交渉支援方法 |
WO2021192385A1 (ja) * | 2020-03-24 | 2021-09-30 | 株式会社日立製作所 | 取引支援システム及び取引交渉支援方法 |
WO2022064545A1 (ja) * | 2020-09-23 | 2022-03-31 | 日本電気株式会社 | 売却予測装置、売却予測方法および記録媒体 |
JP2023094063A (ja) * | 2021-12-23 | 2023-07-05 | 日本リスク・データ・バンク株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及びコンピュータ可読記録媒体 |
JP7395141B2 (ja) | 2021-12-23 | 2023-12-11 | 日本リスク・データ・バンク株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及びコンピュータ可読記録媒体 |
JP7430205B2 (ja) | 2022-01-13 | 2024-02-09 | Lineヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP7482200B1 (ja) | 2022-12-20 | 2024-05-13 | 株式会社Zozo | 決定装置、決定方法及び決定プログラム |
Also Published As
Publication number | Publication date |
---|---|
CN107735811A (zh) | 2018-02-23 |
JP6604054B2 (ja) | 2019-11-13 |
EP3317846A1 (en) | 2018-05-09 |
US20180082388A1 (en) | 2018-03-22 |
WO2017002299A1 (en) | 2017-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6604054B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6919743B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
US10970800B2 (en) | Data collection, storage, and processing system using one or more inputs | |
JP6828682B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Hu et al. | Retirement villages in Australia: a literature review | |
WO2017150772A1 (ko) | 부동산 정보 제공 및 공유 장치 | |
Charles | Understanding the determinants of single-family residential redevelopment in the inner-ring suburbs of Chicago | |
Belanger et al. | The impact of flood risk on the price of residential properties: the case of England | |
US11983203B1 (en) | Systems and methods of establishing correlative relationships between geospatial data features in feature vectors representing property locations | |
US20210073930A1 (en) | Commercial real estate evaluation, valuation, and recommendation | |
JPWO2016009682A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN106663300A (zh) | 信息处理装置、信息处理方法和程序 | |
Sissons et al. | Changes in transitions from private renting to homeownership in the context of rapidly rising house prices | |
Bera et al. | Estimation of spatial association between housing price and local environmental amenities in Kolkata, India Using Hedonic Local Regression | |
Hinrichs et al. | Using shrinkage for data-driven automated valuation model specification–a case study from Berlin | |
Wong et al. | Apartment foreclosure discount in Kuala Lumpur | |
US11887159B2 (en) | Privacy-safe frequency distribution of geo-features for mobile devices | |
Liu et al. | The rent gap revisited: Gentrification in point Chevalier, Auckland | |
Irwin et al. | Price and liquidity dynamics for single and multi-family homes during housing market shocks | |
US20200211051A1 (en) | Out-of-home campaign intelligence | |
Aydinoglu et al. | Comparing modelling performance and evaluating differences of feature importance on defined geographical appraisal zones for mass real estate appraisal | |
Stanišić et al. | Appraisal of Apartments in Belgrade Using Hedonic Regression: Model Specification, Predictive Performance, Suitability for Mass Appraisal, and Comparison with Machine Learning Methods | |
Zhang et al. | Effects of Urban Expressways on Housing Prices: A Case Study of Qiushi Highway, Hangzhou, China | |
US20230342869A1 (en) | Systems and Methods for Generating a Home Score for a User Using a Home Score Component Model | |
US20240037680A1 (en) | Systems and Methods for Generating a Home Score for a User |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180507 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190208 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190214 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190222 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190515 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190522 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190709 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190903 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190917 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190930 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6604054 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |