機械学習を用いた物件設備スコアの推定：不動産データを使用したケーススタディ

抄録

投資マンションの部屋設備の評価は、購入者や賃借人にとって重要な情報源となり、不動産の将来の収益性を評価する上でも重要である。本研究の目的は、物件管理事業者の設備に関する主観的な感覚を数値化し、機械学習を活用して主観的設備スコアを再現することである。最初に、設備評価を専門とするマンション管理に関わるにインタビューを行い、設備スコアの採点表を構築し、実際の物件を評価して機械学習用の教師データを作成した。その後、販売図面からの特徴量を使用して設備スコアを推定するモデルを構築した。最後に、販売図面から得られた特徴量での欠損状況がどのように機械学習モデルの精度に影響するかを評価した。その結果、専門家の知識を採点表にまとめることで、専門家の主観に合致した正確なスコアリングが可能となり、機械学習モデルは最小限の特徴量で高い精度を達成した。また、特定の特徴量に欠損データが存在する場合でも、モデルは高い精度を保つことを示した。