摘要:房地产是一个综合性极强的系统产业，这种复杂的决策已经很难仅凭经验正确地做出。目前我国在房地产投资方面的决策支持系统还不多，有待于进一步发展。因此，将决策支持系统技术应用到房地产投资决策是房地产投资的一项重大变革。
　　关键词: 房地产决策支持系统;数据仓库;联机分析处理;数据挖掘
　　
　　房地产投资不仅与国民经济的发展状况有关，而且还涉及到建筑业、金融业、商业、市政建设、能源、交通等各个重要部门。房地产市场变化快、投资巨大、风险极高，要完成这样一个决策需要决策者同时考虑主市场、材料、资金、市政建设等诸多因素，并且做出综合判断，这种复杂的决策已经很难仅凭经验正确地做出。房地产是一个综合性极强的系统工程，关系到国家、集体、个人的利益，影响到国民经济的起伏，其兴旺与低落从一个侧面反映了经济发展状况。因此，房地产业迫切需要一种能帮助决策者综合考虑多方面的因素，根据科学的决策方法，辅助决策者做出决策的工具。
　　决策支持系统为解决房地产投资决策中出现的种种问题提供了解决方案。决策支持系统是一种基于计算机的系统，帮助决策者通过与系统直接交互使用数据及分析模型解决非结构化的决策问题。通过决策支持系统，房地产开发商可以对要开发的项目的各种情况有一个更深入的了解，能综合各方面的因素对投资的项目做出一个合理的判断，从而减少房地产投资中的盲目性，使投资更准确，收益率更高。本文结合房地产项目投资的实际情况，提出了一种房地产投资决策支持系统，可以为房地产项目的投资提供决策支持，实现企业项目管理的快速辅助决策，提高投资者的决策水平。
　　
　　一、房地产投资决策支持系统
　　
　　房地产投资决策支持系统是将决策支持系统技术应用到房地产投资中，从而能有效地对房地产投资者进行辅助决策，提高决策的效率和准确性。
　　(一)房地产投资决策支持系统的基本功能
　　本系统分为房地产市场调查与预测、经济评价、风险分析和可行性报告生成等四大模块。通过房地产市场调查与预测模块，用户可以方便地了解到房地产市场的现状以及国民经济状况，并能对将来房地产市场的发展情况做出一个大概的预测。通过经济评价模块可以对所投资项目做出准确的评估，从而判断出此项目的盈利状况。风险分析模块可以对投资项目的风险作一个大体的分析，用户通过对各个投资方案的经济评价和风险的权衡，可以做出较为准确的判断。可行性报告生成模块则可以自动生成项目的可行性报告，用户可以根据具体情况来添加可行性报告中的内容。
　　(二)系统的基本结构
　　在房地产投资中遇到的可变性因素非常多，再加上房地产投资本身所具有的高风险性，这就使得传统的MIS系统不能满足房地产投资决策的需要，只有使用决策支持系统才能有效地解决这一问题。但是传统的决策支持系统也有着它的不足，不能很好的对房地产投资进行有效的辅助决策。因此，本系统借鉴了最近发展起来的决策支持系统的新技术，提出了一种新的房地产决策支持系统模型。
　　数据仓库、联机分析处理、数据挖掘是决策支持系统发展中的新兴技术，将这些技术引入到房地产决策支持系统中可增强系统的辅助决策功能。该系统的总体结构如图1所示。
　　
　　其中，数据仓库是为了决策支持的需要而在数据库的基础上发展起来的一项新技术。数据仓库可将大量的用于事务处理的数据库中的数据进行清理、抽取和转换，按决策主体的需要重新进行组织。数据仓库中的各种数据可以适应决策问题多样性的要求，数据仓库侧重于对面向主题的数据的存储和管理。联机分析处理可以对数据仓库中的大量数据进行分析，从中提取出有用的信息，从而起到辅助决策的作用。数据挖掘是从知识发现的概念中引申出来的，把数据挖掘技术应用到数据仓库的分析可以有效地从数据仓库中挖掘出有价值的东西，从而有利于辅助决策。
　　
　　二、房地产投资决策系统的相关技术
　　
　　传统的决策支持系统是利用数据库、人机交互进行多模型的有机组合，辅助决策者实现科学决策的综合集成系统。自从决策支持技术形成以来，在全世界得到了广泛的应用，但是决策支持在发展中也遇到了一些问题，主要问题有以下几个方面:(1)DSS使用的数据库只能对原始数据进行一般的加工和汇总，而决策支持涉及大量历史数据和半结构化问题，传统的数据库管理系统难以求解复杂的半结构，不能满足DSS的需要;(2)决策支持系统以集成数据为基础，然而现实中的数据往往分散管理且大多分布于异构的数据平台，数据集成不易;(3)由于决策本身所涉及问题的动态性和复杂性，针对不同的情况应有不同的处理方法，而模型库提供的分析能力有限，所得到的分析结果往往不尽如人意;(4)决策支持系统的建立需要对数据、模型、知识和接口进行集成。数据库语言数值计算能力较低，因而采用数据库管理技术建立决策支持系统知识表达和知识综合能力比较薄弱，难以满足人们日益提高的决策要求。
　　数据仓库、联机分析处理和数据挖掘技术，给决策支持系统的发展注入了新的活力，数据仓库、联机分析处理和数据挖掘技术的出现，有利于解决上面传统的决策支持系统所遇到的问题，为决策支持的发展提供了一条新的途径。
　　(一)数据仓库(DW)技术
　　信息系统中有两种类型的数据:操作型数据和决策支持型数据。前者是由日常事务处理生成的，后者是把前者加工后(清理与集成)形成的。操作型数据服务于日常事务处理，决策支持型数据服务于信息增值。目前，理论界把存有决策支持型数据的系统称为数据仓库。当需要为决策部门提供及时、准确、详细和可靠的风险信息时，海量数据的存储与加工便成为首要问题，而这正是数据仓库的专长。
　　(二)联机分析处理(OLAP)
　　OLAP是一种决策分析工具，它是针对特定问题的联机数据访问和数据分析而产生的一种技术，它可以根据分析人员的要求，快速、灵活地对大量数据进行复杂地查询处理，并以直观的、易理解的形式将查询结果提供给各种决策人员，从而得到高度归纳的信息。OLAP是基于数据仓库的信息分析处理过程，是数据仓库的用户接口部分。通过OLAP这种独立于数据仓库的分析技术，决策者能灵活地掌握项目进度的数据，以多维的形式从多方面和多角度来观察项目进度的状态、了解项目进度的变化。OLAP技术分析方法有切片、钻取、维度自由组合、图标自由切换，并可形成表现友好、丰富的报表结果。
　　(三) 数据挖掘(DM)技术
　　数据挖掘可以称为数据库中的知识发现，是从大量数据中提取出可信、新颖有效并能被人理解的模式的高级处理过程，是数据库技术、人工智能、神经网路、机器学习等领域的交叉学科。数据挖掘是一个过程，是从大型数据库中抽取隐藏其中的可理解的可操作的信息，目的是帮助分析、决策人员寻找数据之间的关联，发现被忽略的要素，而这些信息对于决策行为是至关重要的。
　　数据挖掘常用的技术和算法有决策树、神经网络、概念树、遗传算法、模糊数学、统计分析、可视化技术、粗糙集、公式发现等。数据挖掘的作用是可以实现自动预测趋势和行为、关联分析、聚类等。数据仓库、联机分析处理、数据挖掘是作为三种独立的信息处理技术出现的，但都是以解决决策支持分析问题为主要驱动力量发展起来的，具有一定的联系性和互补性。其中数据仓库用于数据的存储和组织，联机分析处理集中于数据的分析，数据挖掘则致力知识的自动发现。 　　三、房地产投资决策支持系统的功能模块
　　
　　(一)市场调查与预测
　　市场调查是房地产投资中的一项非常重要的内容，常常关系着投资的成败。在本系统中，市场调查与预测模块主要包括国家经济状况、城市经济状况、城市综合情况、城市气象条件、城市发展计划、目标客户住房需求调查情况、城市土地住房情况、房地产供给市场状况、竞争对手和竞争楼盘状况，以及项目自身的相关情况等。在这个模块中，基本涵盖了房地产调查的主要内容。另外，大量的历史数据也为房地产市场的预测提供了便利条件。
　　(二)经济评价
　　经济评价是房地产投资决策中的一项必不可少的内容。建设项目经济评价是项目可行性研究的组成部分和重要内容，是项目决策科学化的重要手段。经济评价的目的是计算项目的效益和费用，通过多方案比较，对拟建项目的财务可行性和经济可行性进行分析讨论，做出全面的经济评价，为项目的科学决策提供依据。
　　经济评价包括项目管理、参数设置、方案计算、扶助报表、基本报表和综合财务指标等几个方面。其中项目管理包括项目的建立、选择和删除，对项目管理库进行操作。参数设置对房地产投资中的各项参数进行赋值，方案计算用现金流法和非现金流法对投资项目进行分析计算。辅助报表和基本报表用于生成各种报表。综合财务报表生成现金流法综合财务指标汇总表和非现金流综合财务指标汇总表，在这一模块中还生成直方图检验、饼图检验和拆线图等图表，更直观地反映出财务状况。
　　(三)风险分析
　　房地产投资虽说有着高收益，但是同时也存在着高风险，对其进行风险分析非常必要。正确评价房地产开发的风险可以指导投资者进行正确的开发决策，减少决策的盲目性和失误。对于上述风险，人们并不能明确的给一个答案，到底有没有这种风险，这是存在着模糊性的。为此可以把模糊数学方法引入到风险分析中来，采用模糊综合评价法可将定量与定性的指标结合起来，〖JP+1〗可以不受指标因量纲不同或量纲相同而量级不同的影响，对于问题比较复杂、信息不很全面的房地产开发投资是很适应的。此外，房地产投资风险因素层次比较多，可以采用多级模糊模型来分析。
　　(四) 可行性报告生成
　　可行性报告生成模块的功能是根据房地产投资项目来生成一个可行性报告模板，这就省去了用户编写可行性报告的时间。用户可以根据自己的实际情况向可行性报告模板中添加一些项目的数据，甚至是根据项目数据生成的柱状图、饼图等图表。现在人们所用的字处理软件一般都为微软的Word，所以本系统中所生成的可行性报告为Word文档形式，这样便于用户对可行性报告的编辑。
　　该系统中的四个功能模块紧密协作，基本涵盖了房地产投资中所应考虑的各方面内容。用户(决策者)通过这些模块的运作，可以得到有力的辅助决策，从而提高决策水平。
　　
　　四、小结
　　
　　将决策支持系统技术应用到房地产投资决策，是房地产投资的一项重大变革。房地产投资决策支持系统不仅可以提高决策效率，同时也大大提高了决策的准确性。目前我国在房地产投资方面的决策支持系统还不多，有待于进一步发展。现有的房地产投资决策支持系统一般功能并不是很强大，还不能真正有效地起到辅助决策的作用。本文所提到的系统只是作了对房地产投资决策支持系统的一个初步探索，其中难免存在着一些不足，这就需要以后通过进一步的研究，使得系统不断得到完善。
　　
　　参考文献:
　　[1]柳莺，赵艳红，钱旭，刘东红. 数据仓库技术研究和应用探讨[J].计算机应用，2001(2):46-48.
　　[2]马丽娜，刘弘，张希林. 数据挖掘，OLAP在决策支持系统中的应用[J].计算机应用研究，2001(11):10-12.
　　[3]刘智，桑国明，张维石. 基于数据仓库连锁店决策支持系统模型的研究[J].计算机与数学工程，2005(8):22-24.
　　[4]王沛皇. 房地产开发项目的特性及经济评价[J].工业技术经济，2000: 52 -53.
　　[5]王珊等.数据仓库技术与联机分析处理[M].北京:科学出版社，1998.
　　[6]高洪深.决策支持系统(DSS):理论方法案例[M].北京:清华大学出版社，2005.
　　[7]王丽珍，周丽华，陈红梅. 数据仓库与数据挖掘原理及应用[M].北京:科学出版社，2005.
　　[8]王希迎，丁建臣，陆桂娟. 房地产企业融资新解[M].北京:中国经济出版社，2005.
　　[9]Mo Zan，Feng Shan，Tang Chao，“A study on integrated model of decision support systems，”Journal of Systems Science and Systems Engineering，2002(3):62-66.
　　[10]Chen Xiaohong，Zhou Yanju，Hu Dongbin，“A problem solving frameworl for group decision support system，”Journal of Central South University Technology，2002(9):279-284.