Принятие управленческих решений путем определения класса коммерческой недвижимости методом сходства и включения
Автор: Могилевский Алексей Александрович
Журнал: Известия Волгоградского государственного педагогического университета @izvestia-vspu
Рубрика: Экономика
Статья в выпуске: 3 (57), 2011 года.
Бесплатный доступ
Описываются параметры, характеризирующие отнесение того или иного объекта коммерческой недвижимости к определенному классу по средствам метода сходства и включения. Каждый объект характеризуется определенным набором факторов. Их наличие или отсутствие показывает в большей или меньшей степени включение определенного признака в данный набор факторов. Для сравнения используемых параметров на бóльшую оригинальность используются квадратные матрицы.
Оригинальный признак, типичный признак, матрицы сходства и сравнения, множества, графы и орграфы
Короткий адрес: https://sciup.org/148164619
IDR: 148164619
Текст научной статьи Принятие управленческих решений путем определения класса коммерческой недвижимости методом сходства и включения
Рассмотрим порядок отнесения того или иного объекта коммерческой недвижимости к классу А, В+ или В. Первоначально приведем классификацию параметров:
Категории отнесения |
Класс А |
Класс В+ |
Класс В |
Местоположение/доступность |
1 |
1 |
1 |
Срок службы |
1 |
1 |
1 |
Репутация/положение на рынке |
1 |
1 |
0 |
Состояние здания: внешние элементы |
1 |
1 |
1 |
территория |
1 |
0 |
0 |
общие площади |
1 |
0 |
1 |
офисные площади |
1 |
1 |
1 |
прочие |
1 |
0 |
0 |
Системы здания: лифты |
1 |
1 |
1 |
вентиляция |
1 |
1 |
1 |
ночная охрана |
1 |
1 |
0 |
безопасность |
1 |
1 |
1 |
прочее |
1 |
0 |
0 |
Наличные площади: местоположение |
1 |
1 |
0 |
половое покрытие |
1 |
1 |
1 |
оконные модули |
1 |
1 |
1 |
прочее |
1 |
0 |
0 |
Парковка: откр./закр./ гараж |
1 |
1 |
1 |
гостевые места |
1 |
0 |
0 |
стоимость для арендатора |
1 |
0 |
0 |
прочее |
1 |
0 |
0 |
Комфортабельность/особенности |
1 |
1 |
0 |
Представленная матрица характеризует только качественные показатели отнесения бизнес-центра к тому или иному классу, поскольку количественными показателями может быть выражена только цена аренды, к тому же ее можно заменить словами «высокая» или «низкая». Международная классификация офисных помещений основана именно на качественных показателях. Используем для определения класса объекта метод включения . Он отражает меру включения одного объекта в другой и позволяет выявить, какой из двух сравниваемых объектов содержит больше специфических признаков, т.е. какой из них более оригинален, а какой более типичен для множества анализируемых объектов. Мера включения множества S2 во множество S1 и S1 в S2 определяется следующим образом: W(S1; S2)=
m (S 1 П S 2 ) , m (S i n S 2 )
= 1 2 , W(S1; S2) = . (1.1)
m (S1 ) m (S2)
Меры включения несимметричны, а включение J-го описания в самом себе стопроцентно, т.к. m(Sj ∩ Sj) = m(Sj). Для более полного анализа множеств исследуемых объектов рас- считываются меры сходства и включения для всех пар объектов. Полученные после вычислений значения соответствующих мер сводятся в квадратные матрицы порядка q х q, номерами строк и столбцов которых являются номера изучаемых объектов.
Алгоритм построения матриц отношения сходства и включения
Этот алгоритм отличается для указанных двух мер лишь методом расчета значений матриц сходства и включения.
Шаг 1. Формируются два множества: множество исследуемых объектов J = { S1, S2,…, Sq} и множество признаков Z = { Z1 Z2,… , , Zp}. Каждый объект Si является подмножеством признаков Z _ е Z , выступающим качественным признаковым образом. Все образы объектов систематизируются в матрицу образов, где представляются индексированными множествами. В нашем примере множеством исследуемых объектов будут являться объекты коммерческой недвижимости соответствующего класса, а множеству признаков будут соответствовать категории отнесения (см. табл.).
Шаг 2. Генерируются все парные сочетания объектов, для каждой пары описаний объектов Si и Sj строится матрица В = = xij ; i = 1,p; j = 1, 2, где р – число строк матри- цы образов, соответствующее числу рассматриваемых признаков m (Z). На основе матрицы рассчитываются меры сходства С(Si; Sj) или включения W(Si; Sj). Для определения меры сходства может быть использована одна из формул, указанных выше. Расчет мер включения осуществляется по формулам (1.1) [1, c. 127]. Тогда применительно к нашему примеру, получаются следующие показатели:
Матрица В
S1 |
S2 |
S3 |
|
Z1 |
1 |
1 |
1 |
Z2 |
1 |
1 |
1 |
Z3 |
1 |
1 |
0 |
Z4 |
1 |
1 |
1 |
Z5 |
1 |
0 |
0 |
Z6 |
1 |
0 |
1 |
Z7 |
1 |
1 |
1 |
Z8 |
1 |
0 |
0 |
Z9 |
1 |
1 |
1 |
Z10 |
1 |
1 |
1 |
Z11 |
1 |
1 |
0 |
Z12 |
1 |
1 |
1 |
Z13 |
1 |
0 |
0 |
Z14 |
1 |
1 |
0 |
Z15 |
1 |
1 |
1 |
Z16 |
1 |
1 |
1 |
Z17 |
1 |
0 |
0 |
Z18 |
1 |
1 |
1 |
Z19 |
1 |
0 |
0 |
Z20 |
1 |
0 |
0 |
Z21 |
1 |
0 |
0 |
Z22 |
1 |
1 |
0 |
2 2 xi 1 xi 2
Мера сходства с ( s 1 , s 2 ) = 22 1 22 —= 22—14 = 0,78.
2 x, i + 2 x2
i = 1 i = 1
2 xi 1 xi 2 14
Мера включения W ( s 1 , s 2 ) = i = 22 ---= ~ = 1.
2 X 2 14
i = 1
2 xi 1 xi 2
Мера включения w ( s 2 , s 1 ) = i = 22---= — = 0,63.
2 x, i 22
i = 1
2 2 x 1 Xi 3
Мера сходства с ( s 1 , s 3) = 22 ‘=1 22—
2 x,i + 2 х,з i=1
2 - 11
22 + 11
= 0,67.
2 xi 1 x ,3 ii
Мера включения W ( s 1 , s 3 ) = ^= 22---= — = 1.
2 х,з i=1
2 xn Xi3
Мера включения W ( s 3 , s 1 ) = ^= 22---= — = 0’5.
2 x,1
i = 1
2 2 Xi2Xi3
Мера сходства с ( s 2 , s 3 ) = 22 i = 1 22 — = ^—^ = 0,8.
2 x ,2 + 2 x , 3 14 + 11
i=1
2 xi 2 xi 3
Мера включения w ( s 2 , s 3 ) = i = 22----= — = 0,9.
2 x,3
i = 1
2 x13xi2
Мера включения W ( s 3 , s 2 ) = i = 22----= — = 0,714.
2 Xi2
i = 1
Шаг 3. На основе рассчитанных на шаге 2 значений мер сходства и включения (матрица В) строятся соответствующие матрицы размерностью qxq - матрица мер сходства (С) и матрица мер включения (D).
Матрица С |
|||
S1 |
S2 |
S3 |
|
S1 |
1 |
0,78 |
0,67 |
S2 |
0,78 |
1 |
0,8 |
S3 |
0,67 |
1 |
|
Матрица мер сходства Матрица D |
|||
S1 |
S2 |
S3 |
|
S1 |
1 |
0,63 |
0,5 |
S2 |
1 |
1 |
0,714 |
S3 |
1 |
0,9 |
1 |
Матрица мер включения
Матрица мер сходства симметрична относительно главной диагонали, а матрица мер включения таким свойством в общем случае не обладает. В приведенной матрице включения число 0,63 (второй столбец и первая строка) – W(S2;S1), а число 1 (первый столбец и вторая строка) соответствует W(S1;S2). Таким образом, индекс при названии первого множества в скобках указывает номер столбца, а второе – номер строки матрицы включения. При построении матрицы сходства индекс при первом множестве в мере сходства указывает на номер строки матрицы, а при втором – номер столбца.
Шаг 4. Задается отношение сходства или включения в следующем виде: < C A , J >= { s , , s j е J |с ( s , , s j ) > а } ;
< W A , J >= { s , , s j е J W ( s , , s, ) > A } ;
где A - произвольное число, (0 < A <1); i , j е J .
Для заданного значения «дельта» строится матрица сходства (матрица Е) или включения (матрица F), в которой все значения, большие или равные «дельта», заменяются единицами, а оставшиеся – нулями.

ны графами и орграфами соответственно (рис. 1–2). Дуги и стрелки соединяют те объекты, которые имеют единицу на пересечении соответствующих строк и столбцов матриц. Направление стрелки в графе отношения включения устанавливается таким образом, что она начинается в вершине графа, соответствующего Si-объекту, принадлежащему i-й строке матрицы, и заканчивается в Sj-м объекте, принадлежащем j-му столбцу матрицы. При этом Si-й и Sj-й объекты должны быть связаны отношением включения, т.е. иметь на пересечении Si-ого и Sj-ого объектов в матрице отношений включения единицу. Чем больше стрелок входит в тот или иной объект, тем более он оригинален по сравнению с другим объектом. Например, наиболее оригинальным являются объекты S2 и S3. При практическом использовании вышеприведенных отношений величину «дельта» находят путем перебора серии значений, добиваясь при этом установления всех существенных связей.


Рис. 2
Обработка количественных признаков образов
Для случая применения количественных данных: m
m (Sj Q Sk) = Z min(Xy, x,k );
i = 1
m
m(Sj Q Sk) = Z max(Xj, х,^), i =1
где n – число признаков, представляющее объединение множеств признаков двух текущих сравниваемых описаний объектов Sj и Sk.
Пусть даны три объекта S1, S2, S3, которые охарактеризованы опытным путем по множеству критериев качества: K1 – ме-стоположение/доступность, К2 – репута-ция/положение на рынке, К3 – срок службы, К4 – состояние здания (внешние элементы), К5 – территория, К6 – общие площади, К7 – офисные площади, К8 – прочие, К9 – системы здания (лифты), К10 – вентиляция, К11 – ночная охрана, К12 – безопасность, К13 – прочее, К14 – наличные площади (местоположение), К15 – половое покрытие, К16 – оконные модули, К17 – прочее, К18 – парковка (откр./закр./ гараж), К19 – гостевые места, К20 – стоимость для арендатора, К21 – прочее, К22 – комфортабель-ность/особенности.
Описание объектов имеет следующие качественные значения:
K1 |
K2 |
K3 |
K4 |
K5 |
K6 |
K7 |
K8 |
K9 |
K10 |
K11... |
|
S1 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
S2 |
4 |
5 |
3 |
4 |
3 |
3 |
2 |
1 |
3 |
3 |
3 |
S3 |
3 |
5 |
2 |
3 |
2 |
2 |
1 |
1 |
2 |
2 |
2 |
...K12 |
K13 |
K14 |
K15 |
K16 |
K17 |
K18 |
K19 |
K20 |
K21 |
K22 |
|
S1 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
5 |
S2 |
2 |
1 |
3 |
4 |
5 |
2 |
5 |
2 |
4 |
2 |
4 |
S3 |
1 |
3 |
3 |
2 |
3 |
1 |
4 |
1 |
3 |
1 |
3 |
Найдем меры сходства и включения описаний S1, S2, S3.
Мера сходства
QSS1. 2 m (S,n S2)? ,Xmm( -"X'2'_
C ( S i , S') I 0, /64.
*’ 2 m(S,) + (S2) 22 ^ 22 110 + 68’ v 12 v 22 X Xi1 + X xi2
i=1
Мера включения
X min x n x - 2 )
W ( S 1 , S 2 ) = ..--------
X X -2
i = 1
Матрица Н
S1 |
S2 |
S3 |
|
S1 |
1 |
0,618 |
0,454 |
S2 |
1 |
1 |
0,735 |
S3 |
1 |
1 |
1 |
Мера включения
W ( S 2 , S t) =
X min( xnX i2 ) i = 1
X X i 1 i = 1
68 = 1.
-68 = 0,618.
110 ,
Мера сходства
2 m ( S 1 H S 3 )
C (S1,S 3 ) = = m (S1) + (S3)
2 X min( xfl xi3 ) i =1 ___________________
22 22
X x - 1 + X x - 3
i = 1 i = 1
00 = 0,625.
Мера включения
X mi n( xnx i 3 )
W ( S„ S 3 ) = 2.------
X x - 3
i = 1
.
Матрица мер сходства
Задается отношение сходства или включения в следующем виде:
-
< C A , J >= { S i , S j e J C ( S i , S j ) >a } ;
-
< W A , J >= { S i , S j e J W ( S i , S j ) > A } ,
где A - произвольное число (0 < A <1); i , j e e J .
Для заданного значения «дельта» строится матрица сходства (матрица Е) или включения (матрица F), в которой все значения, большие или равные «дельта», заменяются единицами, а оставшиеся – нулями.
Мера включения
W ( S 3 , S 1 ) =
X min( X i 1 X i 3 )
i = 1
X xi 1 i = 1
00 = 0,454.
Мера сходства
C ( S 2 , S 3 ) =
2 m ( S 2П S 3 ) = 2 X ml n x i 2 x - 3 )
m ( S 2 ) + ( S 3 ) 22 22
X x i - 2 + X x i 3 i = 1 i = 1
100 = 0,847.
X min x i2 x i3 )
Мера включения W ( S 2 , S 3 ) = i = 122------
X x - 3
i = 1
50 = 1.
Матрица К (C[ A > 0,7]) |
|||
S1 |
S2 |
S3 |
|
S1 |
1 |
1 |
0 |
S2 |
1 |
1 |
1 |
S3 |
0 |
1 |
1 |
Матрица L (W [ A > 0,8]) |
|||
S1 |
S2 |
S3 |
|
S1 |
1 |
0 |
0 |
S2 |
1 |
1 |
0 |
S3 |
1 |
1 |
1 |
X mm ( х - з xi 2 )
Мера включения w ( s 3 , s 2 ) = i =L__-----
X xi 2
i = 1
50 = 0,735.
68 ,
Из приведенных значений видно, что при определении числа на пересечении двух множеств подсчитывается сумма минимальных значений, образующих эти множества, а при определении числа элементов множества суммируются все его значения. Далее строится матрица мер сходства и включения для числовых количественных значений признака.
Матрица G
S1 |
S2 |
S3 |
|
S1 |
1 |
0,764 |
0,625 |
S2 |
0,764 |
1 |
0,847 |
S3 |
0,625 |
0,847 |
1 |
Матрица мер включения
Матрицы К и L могут быть отражены графами и орграфами соответственно (см. рис. 3– 4). Дуги и стрелки соединяют те объекты, которые имеют единицу на пересечении соответствующих строк и столбцов матриц. Направление стрелки в графе отношения включения устанавливается таким образом, что она начинается в вершине графа, соответствующего Si-объекту, принадлежащему i-й строке матрицы, и заканчивается в Sj-м объекте, принадлежащем j-му столбцу матрицы. При этом Si-й и Sj-й объекты должны быть связаны отношением включения, т.е. иметь на пересечении в матрице отношений включения единицу. Чем больше стрелок входит в тот или иной объект, тем более он оригинален по сравнению с другим объектом. Например, наиболее оригинальным является объект S2.


Рис. 4