検索機能を強化した不動産評価

要約: 売買比較法（SCA）は、不動産評価の分野で最も普及している手法のひとつです。自動評価モデル（AVM）の主要なタイプのひとつとして、不動産専門知識における参照として用いられてきましたが、最近は機械学習の手法の中で人気を集めています。集合やグラフとして表現されたデータを利用できるモデルの性能により、この手法を効率的に適用することが可能となり、顕著な成果を生み出しました。SCA は、過去の取引（比較対象）を参照として取り、対象物件の売却価格との類似に基づいて選択します。本研究では、不動産評価のためのこれらの比較対象の選択に焦点を当てます。我々は、多くの最先端アルゴリズムで用いられる比較対象の選択が、課すのではなく選択方針を学習することによって大幅に改善できることを示します。私たちの手法は、異なるデータセットに適応し、推定モジュールと共に共同最適化されるハイブリッドなベクトル・地理情報検索モジュールに依存します。さらに、慎重に選択された比較対象を用いることで、比較対象数とパラメータ数が少ないまま、最先端モデルに近い性能を持つモデルを構築できることを示します。すべての評価は、アメリカ合衆国、ブラジル、フランスの地域を含む5つのデータセットで実施しました。