数据集(库)目录

出版期刊|区域分类

2021年第12期
2019年第02期
数据详情

基于TD-GNNWR的武汉市房价影响因子数据集(2019)


吴森森丁佳乐杜震洪*
浙江大学地球科学学院,杭州310058

DOI:10.3974/geodb.2024.08.07.V1

出版时间:2024年8月

网页浏览次数:2218       数据下载次数:12      
数据下载量:1.48 MB      数据DOI引用次数:

关键词:

住房价格,武汉市, 加权回归模型

摘要:

作者以武汉市的房价为研究对象,运用网络信息收集技术汇集了武汉市房价样本和影响因子等基础数据,基于价格特征模型选取房价影响因子建立回归关系,采用基于地理神经网络加权回归方法(Travel Duration-Geographically Neural Network Weighted Regression (TD-GNNWR))对武汉市房价的空间非平稳过程进行建模,得到基于TD-GNNWR的武汉市房价影响因子数据集(2019)。该数据集包括:(1)研究区域范围数据;(2)2019年武汉市房价预测值的空间分布栅格数据;(3)2019年武汉市房价影响因子的空间分布矢量数据。数据集存储为.shp、.tif和.txt格式,由17个数据文件组成,数据量为1.65 MB(压缩为1个文件,126 KB)。基于该数据集的分析研究成果发表在《地理学报》2024年79卷8期。

基金项目:

国家自然科学基金(42001323);中华人民共和国科学技术部(2021YFB3900902); 浙江省科学技术厅(2021C01031)

数据引用方式:

吴森森, 丁佳乐, 杜震洪*. 基于TD-GNNWR的武汉市房价影响因子数据集(2019)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2024. https://doi.org/10.3974/geodb.2024.08.07.V1.

参考文献:


     [1] Du, Z. H., Wang, Z. Y., Wu, S. S, et al. Geographically neural network weighted regression for the accurate estimation of spatial non-stationarity [J]. International Journal of Geographical Information Science, 2020, 34(7): 1353-1377.
     [2] Du, Z. H., Qi, J., Wu, S. S., et al. A spatially weighted neural network based water quality assessment method for large-scale coastal areas [J]. Environmental Science & Technology, 2021, 55(4): 2553-2563.
     [3] Chen, Y. J., Wu, S. S., Wang, Y. Y, et al. Satellite-based mapping of high-resolution ground-level PM2.5 with VIIRS IP AOD in China through spatially neural network weighted regression [J]. Remote Sensing, 2021, 13(10): 1979.
     [4] 吴森森. 地理时空神经网络加权回归理论与方法研究[D]. 杭州: 浙江大学, 2018.
     [5] Comber, A., Chi, K., Huy, M. Q., et al. Distance metric choice can both reduce and induce collinearity in geographically weighted regression [J]. Environment and Planning B: Urban Analytics and City Science, 2020, 47(3): 489-507.
     [6] Lu, B. B., Charlton, M., Fotheringham, A. S. Geographically weighted regression using a non-Euclidean distance metric with a study on London house price data [J]. Procedia Environmental Sciences, 2011, 792-97.
     [7] 宋伟轩, 毛宁, 陈培阳等. 基于住宅价格视角的居住分异耦合机制与时空特征: 以南京为例[J]. 地理学报, 2017, 72(4): 589-602.
     [8] 王秀兰, 付纪元, 吕天宇. 城市中心职能分异视角下住宅价格影响因素的空间异质性研究: 以武汉市为例. 价格月刊, 2022(2): 1-9.
     [9] Osland, L. An application of spatial econometrics in relation to hedonic house price modeling [J]. Journal of Real Estate Research, 2010, 32(3): 289-320.
     [10] Kang, Y., Zhang, F., Gao, S., et al. Human settlement value assessment from a place perspective: Considering human dynamics and perceptions in house price modeling [J]. Cities, 2021, 118(2): 103333.
     [11] 高华. 武汉市三环线内二手房价空间分异及影响因素研究[D]. 武汉: 武汉大学, 2020.
     

数据下载:

序号 数据名 数据大小 操作
1 WuhanHousePriceInfFactor.rar 126.46KB
主管单位