房屋仲介公司
整合實價登錄資料以及圖資，減少公司客戶議價的時間成本
專案目標
本專案為房屋仲介公司建置地方性房屋估價模型，協助房仲公司客戶減短議價時間，以提高每月成交數及營收。
本次專案重點分為以下三大類:
（一）NN深度學習模型。
（二）實價登錄資料。
（三）各式可能影響房價之地圖圖層。
(1)重點介紹
本次所選用的預測模型為「NN人工神經網路」。
(1)5-layer NN model
[cesis_icon_list values=”%5B%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%2225%E7%A8%AE%E7%89%B9%E5%BE%B5%22%7D%2C%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%2220000%E7%AD%86%E8%A8%93%E7%B7%B4%E8%B3%87%E6%96%99%22%7D%5D”]105~107年實價登錄資料
[cesis_icon_list values=”%5B%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%22%E8%B3%87%E6%96%99%E5%89%8D%E8%99%95%E7%90%86%22%7D%2C%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%22%E8%B3%87%E6%96%99%E6%A8%99%E6%BA%96%E5%8C%96%22%7D%5D”]台灣公開天然災害圖層
[cesis_icon_list values=”%5B%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%22%E7%B5%90%E5%90%88Gmap%22%7D%2C%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%22%E7%81%BD%E5%AE%B3%E5%9C%96%E5%B1%A4%22%7D%2C%7B%22icon%22%3A%22fa-play%22%2C%22heading%22%3A%22%E7%B5%B1%E8%A8%88%E8%B3%87%E6%96%99%E5%9C%96%E5%B1%A4%22%7D%5D”](2)訓練結果
在經過一連串的資料前處理與正規化後，使用整理後乾淨的資料來訓練NN model得出以下結果
專案成效
（一）平均預測結果誤差低
以108年第一季交易紀錄輸入進房價預測模型得出平均誤差為-60338元，總成交金額約18億元，誤差約為0.8%
（二）預測結果接近實際價格
在預測總筆數3429筆中，查看前100筆預測結果，個別的差距皆在實際房價的10%內