房地产投资决策支持系统研究

一、房地产投资决策支持系统
　　房地产投资决策支持系统是将决策支持系统技术应用到房地产投资中,从而能有效地对房地产投资者进行辅助决策,提高决策的效率和准确性。
　　(一)房地产投资决策支持系统的基本功能
　　本系统分为房地产市场调查与预测、经济评价、风险分析和可行性报告生成等四大模块。通过房地产市场调查与预测模块,用户可以方便地了解到房地产市场的现状以及国民经济状况,并能对将来房地产市场的发展情况做出一个大概的预测。通过经济评价模块可以对所投资项目做出准确的评估,从而判断出此项目的盈利状况。风险分析模块可以对投资项目的风险作一个大体的分析,用户通过对各个投资方案的经济评价和风险的权衡,可以做出较为准确的判断。可行性报告生成模块则可以自动生成项目的可行性报告,用户可以根据具体情况来添加可行性报告中的内容。
　　(二)系统的基本结构
　　在房地产投资中遇到的可变性因素非常多,再加上房地产投资本身所具有的高风险性,这就使得传统的MIS系统不能满足房地产投资决策的需要,只有使用决策支持系统才能有效地解决这一问题。但是传统的决策支持系统也有着它的不足,不能很好的对房地产投资进行有效的辅助决策。因此,本系统借鉴了最近发展起来的决策支持系统的新技术,提出了一种新的房地产决策支持系统模型。
　　数据仓库、联机分析处理、数据挖掘是决策支持系统发展中的新兴技术,将这些技术引入到房地产决策支持系统中可增强系统的辅助决策功能。该系统的总体结构如图1所示。
　　
　　其中,数据仓库是为了决策支持的需要而在数据库的基础上发展起来的一项新技术。数据仓库可将大量的用于事务处理的数据库中的数据进行清理、抽取和转换,按决策主体的需要重新进行组织。数据仓库中的各种数据可以适应决策问题多样性的要求,数据仓库侧重于对面向主题的数据的存储和管理。联机分析处理可以对数据仓库中的大量数据进行分析,从中提取出有用的信息,从而起到辅助决策的作用。数据挖掘是从知识发现的概念中引申出来的,把数据挖掘技术应用到数据仓库的分析可以有效地从数据仓库中挖掘出有价值的东西,从而有利于辅助决策。
　　
　　论文检测天使-免费论文相似性查重http://www.jiancetianshi.com
[1]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0425/fontbr二、房地产投资决策系统的相关技术
　　传统的决策支持系统是利用数据库、人机交互进行多模型的有机组合,辅助决策者实现科学决策的综合集成系统。自从决策支持技术形成以来,在全世界得到了广泛的应用,但是决策支持在发展中也遇到了一些问题,主要问题有以下几个方面:(1)DSS使用的数据库只能对原始数据进行一般的加工和汇总,而决策支持涉及大量历史数据和半结构化问题,传统的数据库管理系统难以求解复杂的半结构,不能满足DSS的需要;(2)决策支持系统以集成数据为基础,然而现实中的数据往往分散管理且大多分布于异构的数据平台,数据集成不易;(3)由于决策本身所涉及问题的动态性和复杂性,针对不同的情况应有不同的处理方法,而模型库提供的分析能力有限,所得到的分析结果往往不尽如人意;(4)决策支持系统的建立需要对数据、模型、知识和接口进行集成。数据库语言数值计算能力较低,因而采用数据库管理技术建立决策支持系统知识表达和知识综合能力比较薄弱,难以满足人们日益提高的决策要求。
　　数据仓库、联机分析处理和数据挖掘技术,给决策支持系统的发展注入了新的活力,数据仓库、联机分析处理和数据挖掘技术的出现,有利于解决上面传统的决策支持系统所遇到的问题,为决策支持的发展提供了一条新的途径。
　　(一)数据仓库(DW)技术
　　信息系统中有两种类型的数据:操作型数据和决策支持型数据。前者是由日常事务处理生成的,后者是把前者加工后(清理与集成)形成的。操作型数据服务于日常事务处理,决策支持型数据服务于信息增值。目前,理论界把存有决策支持型数据的系统称为数据仓库。当需要为决策部门提供及时、准确、详细和可靠的风险信息时,海量数据的存储与加工便成为首要问题,而这正是数据仓库的专长。
　　(二)联机分析处理(OLAP)
　　OLAP是一种决策分析工具,它是针对特定问题的联机数据访问和数据分析而产生的一种技术,它可以根据分析人员的要求,快速、灵活地对大量数据进行复杂地查询处理,并以直观的、易理解的形式将查询结果提供给各种决策人员,从而得到高度归纳的信息。OLAP是基于数据仓库的信息分析处理过程,是数据仓库的用户接口部分。通过OLAP这种独立于数据仓库的分析技术,决策者能灵活地掌握项目进度的数据,以多维的形式从多方面和多角度来观察项目进度的状态、了解项目进度的变化。OLAP技术分析方法有切片、钻取、维度自由组合、图标自由切换,并可形成表现友好、丰富的报表结果。
　　(三) 数据挖掘(DM)技术
　　数据挖掘可以称为数据库中的知识发现,是从大量数据中提取出可信、新颖有效并能被人理解的模式的高级处理过程,是数据库技术、人工智能、神经网路、机器学习等领域的交叉学科。数据挖掘是一个过程,是从大型数据库中抽取隐藏其中的可理解的可操作的信息,目的是帮助分析、决策人员寻找数据之间的关联,发现被忽略的要素,而这些信息对于决策行为是至关重要的。
　　数据挖掘常用的技术和算法有决策树、神经网络、概念树、遗传算法、模糊数学、统计分析、可视化技术、粗糙集、公式发现等。数据挖掘的作用是可以实现自动预测趋势和行为、关联分析、聚类等。数据仓库、联机分析处理、数据挖掘是作为三种独立的信息处理技术出现的,但都是以解决决策支持分析问题为主要驱动力量发展起来的,具有一定的联系性和互补性。其中数据仓库用于数据的存储和组织,联机分析处理集中于数据的分析,数据挖掘则致力知识的自动发现。