[论文解读] Location-Centered House Price Prediction: A Multi-Task Learning Approach

Guangliang Gao, Zhifeng Bao+4 more|arXiv (Cornell University)|Jan 7, 2019

Housing Market and Economics被引用 8

一句话总结

本文提出一种以位置为中心的房价预测框架，采用多任务学习（MTL）通过利用细粒度位置特征（如交通、教育和设施数据）来提升预测精度，并将空间区域划分为相互关联的独立任务。实验结果表明，MTL 显著优于单任务学习，且任务定义对性能的影响大于方法选择。

ABSTRACT

Accurate house prediction is of great significance to various real estate stakeholders such as house owners, buyers, investors, and agents. We propose a location-centered prediction framework that differs from existing work in terms of data profiling and prediction model. Regarding data profiling, we define and capture a fine-grained location profile powered by a diverse range of location data sources, such as transportation profile (e.g., distance to nearest train station), education profile (e.g., school zones and ranking), suburb profile based on census data, facility profile (e.g., nearby hospitals, supermarkets). Regarding the choice of prediction model, we observe that a variety of approaches either consider the entire house data for modeling, or split the entire data and model each partition independently. However, such modeling ignores the relatedness between partitions, and for all prediction scenarios, there may not be sufficient training samples per partition for the latter approach. We address this problem by conducting a careful study of exploiting the Multi-Task Learning (MTL) model. Specifically, we map the strategies for splitting the entire house data to the ways the tasks are defined in MTL, and each partition obtained is aligned with a task. Furthermore, we select specific MTL-based methods with different regularization terms to capture and exploit the relatedness between tasks. Based on real-world house transaction data collected in Melbourne, Australia. We design extensive experimental evaluations, and the results indicate a significant superiority of MTL-based methods over state-of-the-art approaches. Meanwhile, we conduct an in-depth analysis on the impact of task definitions and method selections in MTL on the prediction performance, and demonstrate that the impact of task definitions on prediction performance far exceeds that of method selections.

研究动机与目标

• 解决现有房价预测模型存在的局限性，即对所有数据一视同仁或独立划分数据而不建模任务间关系。
• 通过捕捉到交通、学校和配套设施等细粒度位置特征，提升预测精度。
• 探究在空间分区的房价预测设置下，任务定义与 MTL 方法选择对预测性能的影响。
• 证明 MTL 可通过利用空间相关住房市场之间的关系，显著提升性能，尤其是在样本量较少的情况下。

提出的方法

• 作者利用多种数据源构建细粒度位置特征，包括交通（如距离火车站的距离）、教育（如学区和排名）、基于人口普查的郊区特征，以及设施可达性（如医院、超市）。
• 将整个数据集根据位置特征（如 SA3 区域、学校排名、车站距离）划分为多个空间任务，每个分区被视为一个独立但相关的预测任务。
• 采用三种正则化策略应用多任务学习模型：$l_1$-范数、$l_{2,1}$-范数和图正则化，以挖掘任务之间的关系。
• 使用真实世界墨尔本房屋交易数据（2015年1月至2018年1月）进行评估，包含三年的日度销售记录和特征数据。
• 通过在多种任务定义和 MTL 配置下使用 RMSE 进行性能评估，并与单任务学习（STL）基线方法（如 SVR 和随机森林）进行比较。

实验结果

研究问题

• RQ1 将房价预测建模为多任务学习问题，与单任务学习相比，性能提升程度如何？
• RQ2 任务定义的选择（如基于学校排名 vs. 交通可达性）在多大程度上影响预测精度？
• RQ3 在不同任务定义下，不同 MTL 正则化方法（如 $l_1$、$l_{2,1}$、图正则化）的表现如何？
• RQ4 MTL 是否在样本量不同的任务中均能保持一致的性能增益？

主要发现

• 基于 MTL 的方法在房价预测中显著优于当前最优的单任务学习方法，尤其在样本量较少的情况下表现更优。
• 任务定义对预测性能的影响远大于方法选择的影响，表明任务设计是 MTL 成功的决定性因素。
• 当任务定义较粗粒度时（如基于单一特征），采用图正则化的 MTL 表现尤为出色；而对于细粒度、多特征组合的任务定义，一般正则化方法（如 $l_1$）已足够。
• 在低样本任务中（如第一四分位数），基于 MTL 的方法始终优于 STL 基线（如 SVR 和随机森林）。
• 即使在高样本任务中（如第三和第四四分位数），MTL 仍保持强劲性能，尽管在个别情况下某些 STL 模型（如随机森林、SVR）表现优于 MTL。
• 该 MTL 框架对不同数据稀疏程度具有鲁棒性，通过利用任务间关系，始终维持高精度。