內政部於民國101年8月開始推動實價登錄制度，期望可以讓往後的房地產交易透明化，透過公開實際交易價格，以達到降低房價及讓大眾透過實價登錄系統了解市場行情。本研究考量往後一般大眾使用時亦可以簡單方便，數據僅來自實價登錄系統及政府公開資料，試圖使用類神經網路，建構一個房價預測的模式。期望讓買賣雙方在交易的時候，提供參考依據。
過去也有使用類神經網路結合實價登錄系統預測房價的研究，然而有些研究為使訓練資料量充足，將研究的區域範圍擴及整個縣市，雖然預測結果可以達到一定準確度，但是因不同行政區間存在異質性，導致預測結果是否有實際意義，需要再加以探討。本研究主題為台南市東區屋齡20年內的透天厝，儘管全數資料僅有1146筆，研究成果的R-Squared值仍有0.77，顯示在小數據下，預測模型的解釋能力相當高，本研究模式應可作為房價預測的參考依據。

Since August 2012, Ministry of Interior（MOI） in Taiwan has started to implemented the Actual Price Registration System, in order to increase the transparency of real estate transaction. Through releasing the actual trading price, MOI looked forward to achieving the goal of lowering house price and letting people get more information about market by Actual Price Registration System. This paper use Actual Price Registration database and Neural Network to build a house price prediction model. The study object are the townhouses in Eastern District of Tainan.
Past research has used similar way to predict house price, but they didn't take the heterogeneity of different areas into account. Although the number of training data is sufficient and the precision of model is decent, the meaning of prediction remains questionable. To avoid the heterogeneity problem, this paper focus on the houses in Tainan which ages less than twenty. Although the model only contains 1146 data, the R-Squared of the model is 0.77, which shows that the model has explanatory power of house price under a small sample.

參考文獻
1. Adair, A. S., Berry, J, N. and Mcgreal, S., “Hedonic modelling, housing submarkets and residential valuation.” ournal of Property Research, 13（1）, 67-83, 1996.
2. Alonso, W., “Location and Land Use.” Harvard University Press.Cambridge, 1964.
3. Borst, R. A., “Artificial neural network: The next modeling calibration technology for the assessment community.” Property Tax Journal, 10（1）, 69-94, 1992.
4. Do, A.Q. and Grundnistski, G., “A Neural Network Approach to Residential Property Appraisal.” The Journal of Real Estate Research, 58（3）, 38-45, 1992.
5. Do, A.Q. and Grundnistski, G., “A Neural Network Analysis of the Effect of the Age on Housing Values.” Journal of Real Estate Research, 8, 252-264, 1993.
6. Huh, S. and Kwak, S. J., “The choice of functional form and cariables in the hedonic price model in Seoul.” Urbam Studies, 34（7）, 989-998, 1997.
7. McCluskey, W. J. and Borst, R. A., “An evaluation of MRA, comparable sales analysis, and ANNs for the mass appraisal of residential properties in Northern Ireland.” Assessment Journal, 4（1）, 47-55, 1997.
8. McGreal, S., Adair, A., McBurney, D. and Patterson, D., “Neural networks: the prediction of residential values.” Journal of Property Valuation and Investment, 1998.
9. Nguyen, N. and Cripps, A., “Predicting Housing Value: A Comparison of Multiple Regression Analysis and Artificial Neural Networks.” Journal of Real Estate Research, 22（3）, 313-336, 2001.
10. Rosen, S., “Hedonic Prices and Implicit Market: Product differentiation in pure competition.” Journal of Political Economy, 82（1）, 34-55, 1974.
11. Tay, D.P.H. and Ho, D.K.H., “Artificial intelligence and the mass appraisal of residential apartments.” Journal of Property Valuation & Investment, 10（2）, 525‐39, 1991.
12. Wong, K. C., So, A. T., and Hung, Y. C., “Neural network vs. hedonic price model: appraisal of high-density condominiums.” Real Estate Valuation Theory, 181-198, 2002.
13. 李志祥，「容積管制、住宅品質與住宅價格關係之研究─間論土地變更利益回饋」，碩士論文，私立淡江大學建築工程學系，1994。
14. 李佳璋，「重劃區住宅價格之調查研究─以台南市虎尾寮及鄭子寮為例」，碩士論文，私立長榮大學土地管理與開發研究所，2004。
15. 李建德，「住宅區段地價估價模型之建立-臺北縣三峽鎮為例」，碩士論文，國立政治大學地政學系，2009。
16. 李曉隆，「出租公寓之租金價格預測─複迴歸分析與類神經網路之比較」，碩士論文，國立台灣科技大學企業管理研究所，2002。
17. 林英彥，不動產估價，文笙書局，台北，2003。
18. 林謙，「類神經網路於房價預估之研究-以臺北市房價為例」，碩士論文，實踐大學資訊科技與管理研究所，2018。
19. 紀侑廷，「科技園區周邊住宅房價影響因素之研究-以新竹科學園區為例」，碩士論文，國立中興大學經濟學系，2014。
20. 張怡文，「分量迴歸在大量估價模型之應用—非典型住宅估價之改進」，碩士論文，國立政治大學地政學系研究所，2009
21. 張金鶚，房地產投資與市場分析，台北：華泰，2003。
22. 張金鶚、林秋瑾，「台灣地區房地產景氣指標電腦輔助系統之建立與運用」，內政部建築研究所委託，1997。
23. 張金鶚、范垂爐，「房地產真實交易價格之研究」，住宅學報，1，75-97，1993。
24. 張金鶚、賴碧瑩 ，「房地產景氣指標建立與分析」，國立政治大學學報，第61期，333-411，1990。
25. 許智淵，「類神經網路技術與特徵價格法於台北市房價預測結果之比較研究」，碩士論文，國立台北大學企業管理學系，2012。
26. 陳威舟，「房價預測模型建構－以台南市交易資料為例」，碩士論文，國立台北大學企業管理學系，2016。
27. 陳相如，「都巿林特徵價格之研究－以台南巿東區為例」，碩士論文，國立成功大學都市計劃研究所，2005
28. 黃惠芬，「以類神經網路方法建構房價估價模型－以高雄市實價登錄資料為例」，碩士論文，國立高雄應用科技大學金融資訊研究所，2017。
29. 劉學維，「應用市場比較法結合資料探勘技術建構台北市房價預測模型」，碩士論文，中原大學資訊管理研究所，2015。
30. 蔡瑞煌、高明志、張金鶚，「類神經網路應用於房地產估價之研究」，1997。
31. 賴碧瑩，「應用類神經網路於電腦輔助大量估價之研究」，住宅學報第十六卷第2期，43-65，2007。
32. 謝孟勳，「實價登錄資料庫結合類神經網路推估房地產市價」，碩士論文，國立中興大學土木工程學系，2017。