高維時(shí)空房地產(chǎn)數據的可視分析論文

　　房地產(chǎn)數據是典型的時(shí)空高維數據，包含了樓展趨勢.可視化分析房地產(chǎn)數據能直觀(guān)、有效、交互盤(pán)的地理分布、樓盤(pán)價(jià)格和銷(xiāo)售量等其他未知的發(fā)式地展示數據，幫助用戶(hù)發(fā)現和分析這些已知的和未知的趨勢，具有重要的科學(xué)研究和應用前景.本文首先研究數據的地理位置、空間位置及其他屬性的聚類(lèi)算法，并將這些算法集成到地學(xué)可視化組件、堆棧圖組件、像素條圖組件以及樹(shù)圖組件中，各個(gè)組件實(shí)現不同的可視化功能；然后將這些組件集成在一個(gè)基于HTML5開(kāi)發(fā)的可視化分析系統中，實(shí)現了各個(gè)可視化組件的相互協(xié)同操作.本文的可視分析方法可揭示房地產(chǎn)市場(chǎng)的發(fā)展，以及房?jì)r(jià)、銷(xiāo)售數量、時(shí)間、文化和政策之間的關(guān)系.

　　1相關(guān)工作

　　地學(xué)可視化通過(guò)人們的感知理解與地理信息進(jìn)行“交流”，并實(shí)現數據探索和決策分析，近20年來(lái)，Takatsuka等開(kāi)發(fā)了GeoVISTAStudio可視分析環(huán)境，其允許用戶(hù)快速地建立自定義的可視化應用組件，用于分析空間數據；在此基礎上，Hardisty等提出了GeoViz開(kāi)發(fā)包，使用基于組件協(xié)同的方式來(lái)輔助可視化應用程序的創(chuàng )建.

　　近年來(lái)，很多時(shí)序數據可視化新技術(shù)不斷地被提出并得到發(fā)展.Havre等提出的主題河(ThemeRiver)用于可視化文檔中隨著(zhù)時(shí)間變遷的主題變化;Byron等發(fā)展了用于可視化多個(gè)時(shí)間序列的堆棧圖，并更注重于可視化設計中的幾何特性和美感；Keim等提出了像素條圖，其無(wú)需數據的聚集就可以可視化大規模多維時(shí)序數據;Ziegler等集成了像素條圖用于可視化金融時(shí)序數據.由于房地產(chǎn)數據的銷(xiāo)售情況是離散分布的，因此本文提出了新非等長(cháng)的時(shí)序數據聚類(lèi)方法和可視化展現形式.

　　在網(wǎng)絡(luò )應用程序方面，目前瀏覽器本地支持的繪圖逭染技術(shù)有SVG，HTML5的Canvas元素繪圖和WebGL等.當前的在線(xiàn)可視化應用有Spotfire?，Manyeyes[7]等.Spotfire是一個(gè)比較全面的富含多種可視化方式的商業(yè)平臺，可幫助用戶(hù)創(chuàng )建自定義的可視化分析程序，但其所含的可視化組件相對比較傳統，功能單一.Manyeyes站點(diǎn)提供多種多樣的獨立的交互式的可視化應用服務(wù)，但其是基于JavaApplet來(lái)實(shí)現各種數據的可視化，普及性不是很好.在用本文方法研發(fā)的系統（簡(jiǎn)稱(chēng)本文系統）中使用Canvas來(lái)創(chuàng )建各個(gè)可視化組件，使用WebGL緩存各個(gè)組件的可視化結果來(lái)加速可視化的繪制和用戶(hù)交互.

　　在類(lèi)似的在線(xiàn)房地產(chǎn)數據可視分析方面，Tableau公司?提供了在線(xiàn)的可自定義的房地產(chǎn)可視分析解決方案，但需要具有相對專(zhuān)業(yè)的知識才能使用；Search,ch公司③自動(dòng)收集了瑞士各大售房網(wǎng)站上的廣告并采用地圖的形式展示出來(lái)，可實(shí)時(shí)地提供樓盤(pán)價(jià)格等，但其缺乏分析能力；Hotpads公司④同樣提供了基于地圖服務(wù)的樓盤(pán)銷(xiāo)售與租賃信息，其用房屋圖片的大小和形狀表示不同樓盤(pán)的價(jià)格及其他屬性等.

　　2可視化組件的設計

　　本文系統包括5個(gè)可視化組件：地學(xué)可視化組件（GeoMap),展示樓盤(pán)銷(xiāo)售數量變化的堆棧圖組件(StackedGraph)，展示樓盤(pán)多維屬性的像素條圖組件（Pixel-bar)，平行坐標組件（ParallelCoordinatorPlot)和展示數據層次結構的樹(shù)圖組件（Treemap).下面重點(diǎn)介紹本文開(kāi)發(fā)的GeoMap,StackedGraph,Pixel-bar和Treemap4個(gè)組件.

　　2.1GeoMap

　　每個(gè)樓盤(pán)標記用地圖上的一個(gè)圓點(diǎn)或者圖標來(lái)表示，圓點(diǎn)的顏色和大小用于編碼數據的不同維度，如圖la所示，高銷(xiāo)量樓盤(pán)標記覆蓋在低銷(xiāo)量樓盤(pán)標記的上面，且在地圖上疊加了規劃單元.圖1b所示為用貨幣符號的大小表示樓盤(pán)價(jià)格不同的區間段.

　　由于在繪制過(guò)程中可能需要將數百個(gè)樓盤(pán)標記展示在一個(gè)小區域內，而直接在瀏覽器內繪制大量樓盤(pán)會(huì )降低運行性能，因此本文將地理位置相近的樓盤(pán)進(jìn)行聚集以提高可視化效果.GoogleGeoAPI小組?提出了基于網(wǎng)格的聚類(lèi)方法，首先將地圖切分為固定大小的網(wǎng)格，網(wǎng)格的大小隨著(zhù)地圖縮放比例的變化而自動(dòng)更改；然后根據各樓盤(pán)的經(jīng)緯度坐標將它們分配到各自的網(wǎng)格中.該方法在瀏覽器中執行速度快，但是存在一個(gè)顯著(zhù)的問(wèn)題--地理位置相距很近的樓盤(pán)可能被分配到不同的網(wǎng)格中.另外一種方法，即傳統的基于距離的聚類(lèi)方法雖然解決了上述問(wèn)題，但需要遍歷所有的樓盤(pán)標記數次，在用戶(hù)瀏覽器中執行速度并不理想.

　　本文提出一種改進(jìn)的基于網(wǎng)格的聚類(lèi)算法，步驟如下：

　　Stepl.如果存在未被聚類(lèi)的標記，則選擇之；否則，算法結束.

　　Step2.如果該標記位于某一聚類(lèi)所代表的網(wǎng)格中，則將該標記添加至該聚類(lèi)中，同時(shí)計算該網(wǎng)格中所有標記的幾何中心作為該聚類(lèi)的新聚類(lèi)中心，轉Stepl;否則，將該標記構造為一個(gè)新的聚類(lèi)，聚類(lèi)所代表的網(wǎng)格大小根據地圖縮放比例自動(dòng)設置，轉Stepl.

　　該算法只需要遍歷所有的樓盤(pán)標記點(diǎn)一次即可完成聚類(lèi)，執行速度快，能夠快速響應用戶(hù)在瀏覽器中對地圖進(jìn)行縮放的操作，實(shí)時(shí)更新聚類(lèi)，如圖lc所示，其中的數字表示該聚類(lèi)內樓盤(pán)的數目.

　　本文統計了每個(gè)聚類(lèi)內所含樓盤(pán)的屬性，并提出了一種新穎的可視化方式，用放置在聚類(lèi)圖標周?chē)�的圓弧表示不同的統計信息.如圖lc所示，聚類(lèi)圖標左邊的圓弧表示該聚類(lèi)內樓盤(pán)的銷(xiāo)售數量，圓弧的長(cháng)度用于編碼銷(xiāo)量的多少；而右邊的圓弧則用于表示聚類(lèi)內樓盤(pán)的均價(jià).

　　2.2StackedGraph2.2.1布局和排序

　　堆棧圖有多種布局方式，如傳統的堆棧圖布局方式，ThemeRiver布局方式[3]，StreamGraph布局方式[4]和最小擺動(dòng)布局方式[4]等；以及多種不同的排序方式，如基于堆找圖中各層開(kāi)始時(shí)間點(diǎn)的排序，基于各層動(dòng)蕩性的排序和基于各層的數據總和大小的排序等.

　　在堆棧圖布局方式中，本文將樓盤(pán)銷(xiāo)售時(shí)間序列轉換成相對應的》個(gè)非負、可微且連續的函數/,,/2，…，A，值域轉換為[0，1].定義堆棧圖底部為基準函數g。，第；層&表示g。與時(shí)間序列函數的總和，定義為

　　排序方式.基于各層動(dòng)蕩性的排序方式，應將越動(dòng)蕩(即樓盤(pán)銷(xiāo)量變化越明顯）的層放置在圖的外圍用于避免堆棧圖的整體變形，或放置在圖的中央位置用于查看堆棧圖的整體動(dòng)蕩情況.基于各層數值大小的排序方式，根據各層的數值總和進(jìn)行從大到小或從小到大的排序.

　　不同布局和排序的組合可被適當地應用于房地產(chǎn)數據.本文根據房地產(chǎn)數據的特殊性，提出了堆棧

　　圖的布局和排序方式的組合，使其更加適用于房地產(chǎn)數據的分析.如圖2a所示的堆棧圖使用StreamGraph布局和基于動(dòng)蕩性的排序方式展示了所有樓盤(pán)銷(xiāo)售數量的動(dòng)蕩情況，可以看出，大部分銷(xiāo)售數量高的樓盤(pán)所表示的層(顏色較深的層）分布在圖的外圍，且這些樓盤(pán)的銷(xiāo)售數量隨著(zhù)時(shí)間變化比較劇烈.因此可以認為，樓盤(pán)銷(xiāo)量與銷(xiāo)售所持續的時(shí)間以及銷(xiāo)量起伏的動(dòng)蕩程度存在一定的聯(lián)系.

　　2.2.2文字標簽

　　將表示各層屬性的文字標簽恰當地標注在堆棧圖中的各層也是一個(gè)具有挑戰性的問(wèn)題.較好的設計方案能夠使文字標簽自適應各層的大小，各個(gè)文字標簽在堆棧圖中不會(huì )造成重疊且具有較好的視覺(jué)美感，而在堆棧圖含有數百個(gè)層的情況下，僅僅用一張靜態(tài)的堆棧圖幾乎不可能很好地達到這個(gè)目標.

　　本文將銷(xiāo)售數量高的樓盤(pán)的標簽直接繪制在圖上，其余樓盤(pán)的標簽隨著(zhù)用戶(hù)選擇某一層時(shí)自動(dòng)彈出，如圖2b所示.某一層文字標簽的字體大小S=L/TXH,

　　其中，L表示該樓盤(pán)的銷(xiāo)量總和，了表示圖中所有樓盤(pán)的銷(xiāo)量總和，H表示堆桟圖顯示區域的高度.當S小于某一閾值時(shí)，該標簽將不會(huì )展示在圖中?由于StreamGraph布局中的文字標簽可以分布在基線(xiàn)的兩側以降低文字標簽的重疊，因此提高了圖的可讀性.

　　2.3Pixel-bar

　　本文使用像素條圖對樓盤(pán)的價(jià)格或銷(xiāo)量數據進(jìn)行可視化，觀(guān)察單個(gè)樓盤(pán)的銷(xiāo)售情況，并對可視化結果進(jìn)行聚類(lèi).在圖3a所示的像素條圖中，每個(gè)像素條表示一個(gè)樓盤(pán)，每個(gè)像素條的橫軸表示時(shí)間的跨度，每個(gè)時(shí)間點(diǎn)上的顏色表示該樓盤(pán)在該時(shí)間上的統計信息，如某一周（或月）內的平均價(jià)格或者銷(xiāo)售數量總和.樓盤(pán)均價(jià)主要分布在10000?40000元之間，而銷(xiāo)售數量分布較廣，從幾套直至上千套?為了避免顏色編碼結果的單一性，本文對銷(xiāo)售數量取對數操作.通過(guò)查看像素條圖上的顏色分布，可以清楚地看到樓盤(pán)銷(xiāo)售的時(shí)間區間以及房地產(chǎn)市場(chǎng)整體的銷(xiāo)售情況和價(jià)格走勢.

　　由于每個(gè)像素條的顯示區域都只占用同樣的高度，因此使用像素條圖展示大量條目的數據可幫助節省顯示空間，且布局更加整齊?但由于大量的像素條被繪制在圖中容易導致用戶(hù)感官上的混淆，本文針對房地產(chǎn)數據的特殊性，基于K-means聚類(lèi)算法[7]對得到的大量像素條進(jìn)行聚類(lèi)-

　　首先，用戶(hù)在地圖上選擇需要用像素條圖進(jìn)行可視化的樓盤(pán)，并設置聚類(lèi)數目為然后，算法隨機選擇》個(gè)樓盤(pán)作為初始的聚類(lèi)中心，迭代剩余所有樓盤(pán),計算其與n個(gè)初始聚類(lèi)中心的距離，該距離可定義為樓盤(pán)和聚類(lèi)中心的平均價(jià)格差或者銷(xiāo)售數量的差，并將距離最近的樓盤(pán)添加到該聚類(lèi)中心;最后，計算聚類(lèi)中心所含樓盤(pán)的價(jià)格平均值或銷(xiāo)售數量平均值以更新聚類(lèi)中心，重復以上迭代操作，直至聚類(lèi)中心不再發(fā)生變化.

　　如圖3a所示，每一聚類(lèi)作為一列繪制在聚類(lèi)后的像素條圖中，聚類(lèi)內的像素條基于價(jià)格從上到下降序排列.

　　由于上述方法僅僅局限于樓盤(pán)的單個(gè)屬性，因此本文提出了一種同時(shí)基于樓盤(pán)價(jià)格和銷(xiāo)量的聚類(lèi)方法.由于不同樓盤(pán)的銷(xiāo)售時(shí)間不同，且時(shí)間是離散或者持續的，因此本文首先根據樓盤(pán)的銷(xiāo)售數量對樓盤(pán)進(jìn)行分段，然后在各段中根據樓盤(pán)的價(jià)格進(jìn)行排序.在樓盤(pán)分段過(guò)程中，首先計算每個(gè)樓盤(pán)的銷(xiāo)售數量總和并升序排列，如圖3b中折線(xiàn)圖所示,并在該折線(xiàn)圖上使用基于PIPs(perceptuallyimportantpoints)的分段方法M進(jìn)行識別.圖3b中，&(&，％)和P2，力）作為初始的2個(gè)PIPs，P3U3，y3)為離初始2個(gè)PIPs所連直線(xiàn)垂直距離最遠的一個(gè)點(diǎn).該垂直距離

　　通過(guò)同樣的方法迭代被巧分割后的折線(xiàn)段可以得到剩余的PIPs，之后就得到了不同銷(xiāo)售數量的樓盤(pán)類(lèi)別.本文將每個(gè)樓盤(pán)類(lèi)別作為一列繪制在圖中，各列根據其平均銷(xiāo)量從左到右升序放置;在各列中，本文根據樓盤(pán)均價(jià)對樓盤(pán)進(jìn)行降序排列，如圖3c所示.

　　2.3Treemap

　　本文結合Treemap展示數據的層次結構并揭示其所蘊含的空間信息，Treemap中的布局和排序方式?jīng)Q定了各節點(diǎn)在圖中的排列方式，而這些排列方式?jīng)Q定著(zhù)Treemap展現其所蘊含著(zhù)的模式和規律的能力.本文根據房地產(chǎn)數據的特殊性,提出了如下布局方式和排序方式的組合，使其更加適用于房地產(chǎn)數據的分析.

　　圖4a所本為含有2個(gè)層次的Treemap,其中使用了非常有助于排名類(lèi)問(wèn)題的有序正方化布局算法[?.該布局算法首先根據節點(diǎn)所表示數值的大小對節點(diǎn)進(jìn)行降序排列，并沿著(zhù)左上角到右下角的對角線(xiàn)將節點(diǎn)放置在圖中.圖4a中第一層次表示杭州的行政劃分單元，嵌套其內的第二層次表示各個(gè)樓盤(pán)，其節點(diǎn)的面積大小和顏色用于編碼樓盤(pán)的銷(xiāo)售均價(jià).

　　在有序正方化布局的基礎上，本文直接使用表示樓盤(pán)地理位置的經(jīng)緯度屬性替代之前計算得到的二維位置，即空間有序布局[1°]，其非常適合可視化包含空間信息的數據.如圖4b所示，每個(gè)節點(diǎn)在樹(shù)圖中的位置盡量放置貼近于其所表示的樓盤(pán)在地圖上的地理位置；每個(gè)節點(diǎn)面積相等,使得布局更加整齊且更有利于保留原有的地理位置信息；節點(diǎn)的顏色用于表示樓盤(pán)的價(jià)格或者銷(xiāo)量.通過(guò)空間有序布局，可以解決保留在Treemap中原始數據的相關(guān)地理信息，提高用戶(hù)對該類(lèi)數據的感知能力.

　　當只考慮保留數據一維信息時(shí)，基于正方化布局的條帶布局方式[11]比較適合.如圖4c所示，其將節點(diǎn)從左到右或者從上到下進(jìn)行排序，同一層次內節點(diǎn)的寬度(或高度）保持不變.該布局方式執行速度快，且能很好地保證樹(shù)圖順序性和連貫可讀性[I2].

　　3實(shí)驗數據和系統實(shí)現

　　3.1實(shí)驗數據

　　本文抓取了杭州房產(chǎn)信息網(wǎng)、杭州透明售房網(wǎng)、住在杭州網(wǎng)和杭州市規劃局網(wǎng)站4個(gè)站點(diǎn)的杭州市房地產(chǎn)相關(guān)數據.使用本文系統涉及的數據包含了杭州市382個(gè)樓盤(pán)和超過(guò)40000條的銷(xiāo)售數據，時(shí)間從2007-09-2011-11.-個(gè)樓盤(pán)的屬性包括樓盤(pán)識別符、名字、坐標的經(jīng)緯度、其所在的行政單元、規劃單元、物業(yè)類(lèi)型、開(kāi)發(fā)商，以及樓盤(pán)每天的預訂數量、交易數量、銷(xiāo)售價(jià)格、樓盤(pán)總套數、總面積、住宅套數、住宅面積、開(kāi)盤(pán)次數等.

　　3.2系統實(shí)現

　　本文系統服務(wù)器端使用J2EE實(shí)現，客戶(hù)端基于HTML5開(kāi)發(fā)，其可直接運行在任何兼容HTML5的瀏覽器內.該系統在Intel?Pentium?ProcessorE5300(2.66GHz),3GBRAM,NVIDIAGeForceG100GPU(512MBRAM)的計算機上進(jìn)行測試，由于使用了WebGL技術(shù)，其能夠在瀏覽器中快速地渲染可視化結果并進(jìn)行交互.

　　本文針對各個(gè)組件設計了良好的交互操作，如組件的縮放操作、樓盤(pán)套索選擇操作、用戶(hù)偏好選擇等；同時(shí)設計了一個(gè)顏色選擇工具，幫助用戶(hù)選擇適當的顏色與組件進(jìn)行交互.該顏色選擇工具使用了ColorBrewer[13]顏色方案中的“定性顏色類(lèi)別(qualitativecolorgroup)，’?選定了某一顏色之后，用戶(hù)可以使用該顏色框選出需要在其他可視化組件中高亮顯示的樓盤(pán)，如圖3c所示.

　　在系統實(shí)現開(kāi)發(fā)上，任磊等[14]提出了基于交互式信息可視化界面模型以及開(kāi)發(fā)方法Daisy,提供對層次、網(wǎng)絡(luò )和多維等數據類(lèi)型的統一支持.本文使用了基于組件的可視化模型，各個(gè)組件單獨分離開(kāi)來(lái)，采用統一的內部協(xié)調器將各個(gè)組件的廣播事件和監聽(tīng)事件鏈接起來(lái)，實(shí)現協(xié)同可視化.本文系統概覽如圖5所7K，其中①?④分別對應GeoMap,StackedGraph,Pixel-bar和Treemap.各個(gè)可視化組件界面均可設置為半透明，從而避免視覺(jué)上各組件間的遮擋.

　　4案例分析

　　4.1對決策者的可用性分析

　　用戶(hù)可以在本文系統中使用堆棧圖來(lái)探索樓盤(pán)銷(xiāo)量的模式與趨勢，以發(fā)現一些宏觀(guān)的模式，幫助決策者更好地理解此大數據集并做出相應的決策.

　　本文系統首先用樓盤(pán)套索選擇所有的樓盤(pán)并進(jìn)行分析，如圖6a所示，此堆棧圖采用了傳統的堆棧圖布局方式.通過(guò)仔細觀(guān)察可以發(fā)現，如2008年金融危機導致的銷(xiāo)售低谷，2008年底由于國家與地方政府出臺的一系列房地產(chǎn)調控政策所帶來(lái)的2009年房地產(chǎn)銷(xiāo)售高潮，以及2011年國家與地方政府出臺的限購令導致樓盤(pán)銷(xiāo)售大幅下滑.

　　在分析了所有樓盤(pán)的堆棧圖之后，本文進(jìn)一步可視化了不同地區的樓盤(pán)銷(xiāo)售情況，期待能夠發(fā)現這些年城市的發(fā)展情況.

　　圖6b展示了中央商務(wù)區和城西樓盤(pán)銷(xiāo)售的堆棧圖，圖6c所示為杭州市東南方向的濱江區和北面的九堡等地區的樓盤(pán)銷(xiāo)售堆棧圖，杭州市東北方向的下沙區和城北地區的樓盤(pán)銷(xiāo)售堆棧圖如圖6d所示.可以發(fā)現，圖6b中樓盤(pán)銷(xiāo)售時(shí)間集中在2008年和2009年，而在中央商務(wù)區外圍以及沿著(zhù)錢(qián)塘江的樓盤(pán)大部分在2009年被售出（如圖6c所示），更外圍的樓盤(pán)的大部分在2009年和2010年被售出.這些堆棧圖幫助我們發(fā)現和驗證這些年杭州市發(fā)展所存在的外擴趨勢，而且主要往城市的東部和北部擴張.

　　4.2用戶(hù)反饋和專(zhuān)家訪(fǎng)問(wèn)

　　我們將本文系統展示給10位有剛性需求的普通購房者、5位欲投資房地產(chǎn)的商人以及由7人組成的有專(zhuān)業(yè)知識的房地產(chǎn)研究小組，以期獲得有價(jià)值的評論和建議.

　　反饋結果表明，普通用戶(hù)和專(zhuān)家都認為本文系統提供的交互式、可協(xié)同的可視分析組件可以幫助他們快速地了解房地產(chǎn)的概況.購房者認為，Treemap的結合可以幫助他們很直觀(guān)地看出當前樓盤(pán)在地圖上所處的大概位置.除了對本文系統功能的評論外，他們建議可引人經(jīng)濟學(xué)中的房地產(chǎn)模型，如HedonicPriceModel等，以及引人更多的參考因素，如土地價(jià)格，來(lái)增強系統的綜合分析能力.

　　5總結

　　本文提出了新的房地產(chǎn)信息可視化方法，研究了基于HTML5的在線(xiàn)可視分析方法，幫助普通用戶(hù)和專(zhuān)家快速地感知數據特征以及從數據中發(fā)現有趣的“故事在這些組件中，本文提出了諸如基于樓盤(pán)地理位置的網(wǎng)格聚類(lèi)方法、基于樓盤(pán)價(jià)格和銷(xiāo)量的聚類(lèi)方法等；同時(shí)，又根據房地產(chǎn)數據的特殊性提出了不同布局方式和排序方式的組合，使其更適用于房地產(chǎn)數據的分析.一些成熟的交互技術(shù)也被集成到本文方法所實(shí)現的系統中，來(lái)自普通用戶(hù)和專(zhuān)家的反饋均認可了本文系統分析的準確性和有效性.

　　下一步，我們計劃將其他城市的房地產(chǎn)數據添加到數據庫中，并集成其他的金融信息、政策信息和新聞；同時(shí)，計劃添加更多的交互式分析技術(shù)以增強系統的分析能力，并與現有的可視化組件互補.

【高維時(shí)空房地產(chǎn)數據的可視分析論文】相關(guān)文章：

數據分析報告07-15

數據分析報告03-26

數據分析報告通用12-15

數據分析個(gè)人報告12-20

個(gè)人的數據分析報告10-27

銷(xiāo)售數據分析報告07-10

數據分析報告優(yōu)秀09-10

會(huì )議室可視化運維管理解決方案06-28

關(guān)于店鋪數據分析報告01-03

數據分析工作總結10-10