期刊详情
刊名： 福州大学学报(哲学社会科学版)
Journal of Fuzhou University(Philosophy and Social Sciences)
主办： 福州大学
周期： 双月
出版地：福建省福州市
语种： 中文;
开本： 大16开
ISSN： 1002-3321
CN： 35-1048/C
复合影响因子：0.514
综合影响因子：0.237
Journal of Fuzhou University(Philosophy and Social Sciences)
主办： 福州大学
周期： 双月
出版地：福建省福州市
语种： 中文;
开本： 大16开
ISSN： 1002-3321
CN： 35-1048/C
复合影响因子：0.514
综合影响因子：0.237
历史沿革
现用刊名：福州大学学报(哲学社会科学版)
曾用刊名：福州大学学报(社会科学版)
创刊时间：1981
曾用刊名：福州大学学报(社会科学版)
创刊时间：1981
获奖情况
全国百强社科学报
福建省高校精品学报
CSSCI来源期刊
RCCSE中国核心学术期刊
中国人文社科学报核心期刊
全国高校百强社科期刊
华东地区优秀期刊
福建省高校精品学报
CSSCI来源期刊
RCCSE中国核心学术期刊
中国人文社科学报核心期刊
全国高校百强社科期刊
华东地区优秀期刊
基于粗糙集神经网络的房产税基批量评估研究
关键词： 住宅税税基; 批量评估; 粗糙集; BP神经网络;
摘要：
作为房地产市场长效机制的重要组成部分,房地产税制改革将对房地产市场健康发展起到不可替代的作用,公平高效的税基评估是目前亟待解决的难题。运用房地产估价相关理论知识,结合数据挖掘以及人工智能技术,在传统神经网络模型上引入粗糙集方法,利用属性重要度做模型变量的评价指标,根据属性重要度大小剔除4个住宅板块冗余变量。结果表明,RS-BPANN模型在住宅估价上有很好的可靠性,且比普通BP神经网络模型的性能更好、批量评估精度更高。
作为房地产市场长效机制的重要组成部分,房地产税制改革将对房地产市场健康发展起到不可替代的作用,公平高效的税基评估是目前亟待解决的难题。运用房地产估价相关理论知识,结合数据挖掘以及人工智能技术,在传统神经网络模型上引入粗糙集方法,利用属性重要度做模型变量的评价指标,根据属性重要度大小剔除4个住宅板块冗余变量。结果表明,RS-BPANN模型在住宅估价上有很好的可靠性,且比普通BP神经网络模型的性能更好、批量评估精度更高。
上一篇：智力资本信息披露与IPO抑价——基于中国IPO公司智力资本信息披露指数的实证研究
下一篇：含运作时滞的供应链碳排放与成本投入研究