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。

本次所選用的預測模型為「NN人工神經網路」。

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

（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