【摘要】：山东师范大学信息科学与工程学院的吕蕾和刘弘针对目前房地产市场上的小区规划方案大多是由人工来评价这一现实状况以及由此带来的各种不规范性，提出了一种新的基于支持向量机的小区规划方案评价方法。基于此，吕蕾和刘弘设计了小区规划方案的评价模型，从设计者和消费者对小区的需求角度理解规划，进行规划方案评价研究。
基于支持向量机的小区规划方案评价方法_旅游规划方案评价的理论与技术研究
山东师范大学信息科学与工程学院的吕蕾和刘弘针对目前房地产市场上的小区规划方案大多是由人工来评价这一现实状况以及由此带来的各种不规范性，提出了一种新的基于支持向量机的小区规划方案评价方法。他们归纳了小区规划方案具体的评价指标体系及量化方法，构建了一个基于二叉树的多类分类评价模型；并通过仿真实验，证明了基于支持向量机的小区规划方案评价模型的可行性和实用性。
随着国民经济的发展，房地产的相关经济活动越来越频繁，而在房地产开发中的一个关键环节就是小区规划，因此，对小区规划方案评价的需求也随之增大。无论从房地产开发商的角度看，还是从购房者的角度看，小区规划的精确衡量都是个永恒的话题。当前使用的市场比较法、成本法和调查问卷法这三种传统评价方法在实际评价运用中过多依赖于评价者的经验，对数理模型运用较少，在实际应用中成本较高。开发商在进行小区建设之前对规划设计方案进行评价时，往往是由评价人员根据自己的经验和个人的喜好得出评价结果，很难得出一个让大多数人满意的评价结果，导致销售情况不好。
由Vapnik提出的基于统计学习理论的支持向量机 （Support Vector Machine，SVM）是数据挖掘中一种新的方法，能成功地处理回归问题和模式识别问题。基于此，吕蕾和刘弘设计了小区规划方案的评价模型，从设计者和消费者对小区的需求角度理解规划，进行规划方案评价研究。
这种评价方法对我们进行旅游规划评价也有着很大的借鉴意义、价值。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
