機械学習による中古車落札価格の要因分析および割安評価

• Item type: Trans(1)
• 公開日: 2021-08-10
• タイトル: 機械学習による中古車落札価格の要因分析および割安評価
• タイトル / 言語: en
• タイトル: Factor Analysis and Undervalued Prices in Used Car Auctions by Machine Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [事例紹介論文] 価格査定，機械学習，データサイエンス，AIの説明可能性
• 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: 茨城大学大学院理工学研究科
• 著者所属: 株式会社KINTO
• 著者所属: 株式会社プロトコーポレーション
• 著者所属: 茨城大学大学院理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Ibaraki University
• 著者所属(英): en
• 著者所属(英): KINTO Corporation
• 著者所属(英): en
• 著者所属(英): PROTO Corporation
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Ibaraki University
• 著者名: 工藤, 大輝; 福西, 亮介; 黛, 広樹; 鈴木, 智也
• 著者名(英): Daiki, Kudo; Ryosuke, Hukunishi; Hiroki, Mayuzumi; Tomoya, Suzuki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，全国のオートオークションで落札された中古車ビッグデータを対象として，重回帰式ベースのヘドニックアプローチと非線形モデルのXGBoostに基づいて個車価格推定モデルを構築し，正答率と各特徴量の重要度やポジネガ極性について比較分析した．中古車の各特徴量は非線形関係を有していることからXGBoostの正答率が良好であり，重回帰式のみではとらえられない特徴量の重要性を確認した．またオートオークション会場は全国各地にあり，地域や規模に応じて落札価格に「割安」や「割高」などの特徴が生じる可能性がある．そこで非線形な個車価格推定モデルを利用することで割安な落札価格を検出し，裁定取引などへの応用可能性を紹介する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We estimated used-car prices contracted in auto-auction markets by using the hedonic approach based on a linear regression and the XGBoost model based on a nonlinear machine learning, and evaluated their accuracies and the importance and polarity of explanatory variables. As a result, we confirmed some advantages of using machine learning because each used car has unique properties and these features are nonlinearly interacted. Moreover, we applied our price evaluation model to detect undervalued prices as arbitrage opportunities caused by the location and scale of auto-auction markets.
• 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: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 14, 号 3, p. 39-50, 発行日 2021-08-10
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会