基于数据的城市房地产绿色价值评估:一种整合图像、文本与空间信息的多模态智能估值框架
《Sustainability》:Data-Driven Green Value Assessment of Urban Real Estate: A Multimodal Intelligent Valuation Framework Integrating Image, Text, and Spatial Information
【字体:
大
中
小
】
时间:2026年06月26日
来源:Sustainability 4.1
摘要
传统城市房地产绿色价值评估方法高度依赖单一的结构化数据源。这类方法的可解释性往往较差,且无法准确捕捉多维度的绿色属性。为解决这些缺陷,本研究构建了一个整合图像、文本和空间信息的多模态评估框架,并基于多层感知器架构开发了房价预测模型。实验结果表明,所提出的方法优于传统模型(如特征定价模型、岭回归、极端梯度提升模型以及单模态控制模型),其核心评估指标——均方误差仅为0.0505 ± 0.0021。SHapley加性解释分析显示,文本模态对模型预测的贡献最大,占总贡献的51.45%。不过,这一主导地位反映出模型对文本绿色信号的依赖,而非真正建立了因果关系。该结果还可能受到营销语言偏见和象征性可持续性信号的影响。图像模态的贡献率为38.48%,空间模态的贡献率为10.07%,表明这三种模态之间存在互补关系。绿色溢价分析进一步证实,该模型在预测高价住宅的绿色价值方面更具准确性,且能有效体现不同房价区间内的绿色溢价差异。本研究为房地产绿色价值评估提供了新的技术路径。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号