暗黙知に基づく飲食店向け不動産賃料推定モデルの提案

• Item type: Journal(1)
• 公開日: 2018-01-15
• タイトル: 暗黙知に基づく飲食店向け不動産賃料推定モデルの提案
• タイトル / 言語: en
• タイトル: Proposal of Rent Estimation Model for Restaurant Properties based on Tacit Knowledges
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集：社会の知的化を先導するコラボレーション技術とネットワークサービス] 機械学習，データマイニング，飲食店用不動産物件，賃料推定，通行量センシング，自然言語処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 立命館大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science and Technology
• 著者名: 荒川, 周造; 諏訪, 博彦; 小川, 祐樹; 荒川, 豊; 安本, 慶一; 太田, 敏澄
• 著者名(英): Shuzo, Arakawa; Hirohiko, Suwa; Yuki, Ogawa; Yutaka, Arakawa; Keiichi, Yasumoto; Toshizumi, Ohta
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 飲食店用不動産店舗の賃料は，ベテラン営業職員の勘や経験，貸主の意向などの暗黙知によって決定されている．しかしながら，従来手法では，賃料を決定している具体的な根拠が示せない問題がある．また，ベテラン営業職員から経験の浅い新人営業職員への知識継承にも課題がある．本研究では，これらの問題を解決するために，ベテラン営業職員の暗黙知に基づいた賃料推定概念モデルの提案，および暗黙知の指標化と機械学習を用いた推定モデルを提案している．複数の機械学習手法に対して検証を行った結果，ランダムフォレストを用いたときが最も優れており，決定係数が0.738と比較手法の中で最大になることを確認した．また，平均二乗誤差（RMSE）についても同様に確認した結果，提案した3つの指標を用いてランダムフォレストを用いたときにRMSEが最小になったことから，提案手法の有効性を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Previously determining the rent of restaurants properties was based on the tacit knowledge, that is, intuition and experience gained by experienced salespeople. However, this business custom has problems (e.g., no evidence to the determined rent). Therefore, the transference of the knowledge and experience from the experienced salespeople to fresh one, is not effective. To make rent estimation more correctly and efficiently, we build the rent estimation concept model for restaurants properties. In addition, we discuss about the specific challenges in building the rent estimation system, that are (1) acquisition and indexing of the tacit knowledge and (2) construction of a rent estimation model. In this paper, we build rent estimation models based on some machine-learning methods. As the result of comparing, the case of using Random Forest regression algorithm achieved the highest accuracy that coefficient of determination was 0.738.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 59, 号 1, p. 33-42, 発行日 2018-01-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764