[9J]データドリブン戦略

16:00 〜 16:25

[9J-01] 異種グラフを用いた住宅価格の予測と変動要因説明

*荒川 健¹、富樫 健太¹、中塚 晶仁¹、池田 貴康¹、河野 吉宏¹、小川 和浩¹、浪岡 保男¹ (1. 東京都立産業技術大学院大学)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

価格予測、変動要因説明、グラフニューラルネットワーク、不動産価格、リカレントニューラルネットワーク

従来の住宅価格予測モデルは, 主に回帰分析や機械学習のアルゴリズムを用いて, 住宅の属性（面積, 築年数など）や地域情報といった数値データを基に予測を行ってきた. しかし, これらのモデルは, 住宅市場における複雑な関係性, 例えば, 住宅と周辺施設との関係性や, 地域コミュニティの影響などを十分に捉えることが困難であった. グラフニューラルネットワーク（GNN）では, 不動産の複雑な空間的な関係性を捉えることができるため, より精度の高い予測が期待できる.本研究では, 住宅, 周辺施設, 地域情報などを異なる種類のノードとし, それらの間の関係性をエッジで表現する異種グラフを構築する. この異種グラフに対して, GNNを適用することで, 各ノードの特性だけでなく, グラフ構造全体から得られる情報を統合的に学習し, 住宅価格の予測精度の向上を図った. さらに, GNNのブラックボックス性を克服するため, 様々なXAIの手法を用いてどの要因が価格に大きく影響を与えているか可視化を行った.