Räumliche Analyse und Visualisierung von Mietpreisdaten

Harald Schernthanner verfolgt das Ziel, aus geoinformatischer Sicht eine konzeptionelle Grundlage zur räumlichen Optimierung von Immobilienportalen zu schaffen. Dabei geht der Autor davon aus, dass Verfahren der räumlichen Statistik und des maschinellen Lernens zur Mietpreisschätzung sich besser als die bisher eingesetzten Verfahren der hedonischen Regression zur räumlichen Optimierung von Immobilienportalen eignen. Er zeigt, dass die von Immobilienportalen publizierten webbasierten Mietpreiskarten nicht die tatsächlichen räumlichen Verhältnisse auf Immobilienmärkten wiedergeben. Alternative webbasierte Darstellungsformen, wie beispielsweise "Gridmaps", sind dem Status quo der Immobilienpreiskarten von Immobilienportalen überlegen und visualisieren die tatsächlichen räumlichen Verhältnisse von Immobilienpreisen zweckmäßiger.
Der Inhalt
Qualitative und quantitative Datenbasis
Immobilienportale
Räumlich-statistische, geovisuelle Methoden und Verfahren des maschinellen Lernens
Anwendung und Umsetzungsoptionen der vorgestellten Methoden
Die Zielgruppen
Dozierende und Studierende der Geoinformatik, Geographie, Immobilienwissenschaft, Informatik
Praktiker in der Immobilienwirtschaft
Der Autor
Harald Schernthanner ist akademischer Mitarbeiter der Arbeitsgruppe Geoinformatik an der Universität Potsdam.

Harald Schernthanner ist akademischer Mitarbeiter der Arbeitsgruppe Geoinformatik an der Universität Potsdam.