郑 列， 穆新宇

(湖北工业大学理学院， 湖北 武汉 430068)

在线短租房得到了空前的发展，并催生了途家、小猪、榛果民宿等知名短租平台[1]。从公开信息出发，建立在线短租房的价格预测模型，有助于在线短租产业的发展。XGBoost模型自提出以来备受关注，不仅众多学者对其展开深入研究与改进[2-3]，而且在工业界取得了不错的成果[4-5]。相较于传统统计模型，XGBoost无论在分类还是回归问题中均能取得较好效果，但是其解释性相对较差，不利于实际问题的具体分析。为解决这一弊端，本文在使用XGBoost预测短租房价格时，考虑先使用传统统计模型对问题做出较好的解释，再挑选表现较佳的变量构建预测模型。该模型能够为新加入短租平台的房源提供具有参考价值的定价范围，也能够帮助短租平台监管房源价格的异常情况，并及时做出调整，营造出公平合理的短租商业氛围。

1 数据来源及预处理

1.1 数据来源

本文的研究数据来源于阿里云天池大数据竞赛[6]，该数据是Airbnb公司于2019年4月17日公开的北京地区房源数据集。Airbnb是全球知名的民宿短租平台，其房源范围覆盖191个国家和地区，以Airbnb平台的数据研究相关问题具有重要的参考价值。目前，在线短租业务主要分布在一线和省会城市，北京作为首都具有代表性，以其房源信息作为研究对象相对合理。

原始数据集包含28452个样本和106个属性，每一个样本对应一个房源，而每一个属性代表房源的一个特征，不过该数据集并未指定哪一个属性作为研究目标，因此为相关问题的研究提供了更多的可能性。……