Get started
Work

Оценка Влияния Новостного Фона На Динамику Цен Вторичного Рынка Жилой Недвижимости Южного Федерального Округа С Использованием Методов Nlp И Rag

Type: article
Abstract: Представлены результаты разработки и экспериментальной проверки прототипа системы прогнозирования цен вторичного рынка жилой недвижимости восьми субъектов Южного федерального округа, объединяющей исторические данные о сделках с агрегированными характеристиками новостного фона. Новостной корпус из 162 008 публикаций за 2024–2025 годы обработан NLP-конвейером: лемматизация, оценка тональности моделью ruBERT, региональная агрегация и z-нормирование. На основе 177 952 сделок Росреестра (88 077 — обучение, 2024 год, 89 875 — тест, 2025 год) обучены хедоническая регрессионная модель цены за квадратный метр и модель бинарной классификации направления изменения медианной цены на уровне «субъект — квартал», каждая в базовой и расширенной новостными признаками версиях. Лучшая хедоническая модель LightGBM показала прирост коэффициента детерминации ΔR² = +0,0001 (R² = 0,5123), при этом SHAP-анализ выявил содержательный вклад объёма медийного внимания (около 1 500 руб./кв. м), превышающий вклад ключевой ставки Банка России. Классификационная модель CatBoost показала рост PR-AUC с 0,733 до 0,830 (+0,097) при включении тонального индекса. Корреляционный анализ подтвердил статистически значимую связь тональности новостей с ценами в Ростовской (r = 0,755, p = 0,031) и Волгоградской (r = 0,751, p = 0,032) областях. Для интерпретации результатов разработан модуль дополненной генерации с извлечением на базе языковой модели Qwen2.5-7B, формирующий текстовые объяснения ценовой динамики со ссылками на источники. Полученные результаты подтверждают измеримое влияние новостного фона на рынок жилья и обосновывают целесообразность использования разработанного прототипа как инструмента аналитической поддержки, а не автономной системы прогнозирования.
Language: Russian
Open Access status: green
OpenAlex ID: W7171750926
Cites: 5
Cited by:
Related to: 10