近十多年来,随着房地产市场的迅猛发展,市场中出现了很多关于房地产的交易。房地产交易双方对该将要进行交易房地产的市场价格进行评估的业务需求增多。然而基于传统的房地产评估方法对待估房地产价格进行评估需要耗费大量的人力、物力、财力,并且估价历时较长,对房地产市场中已交易房地产实例的数据使用效率很低,很难满足市场对其的业务需求。本篇论文的写作目的就是对传统住宅房地产的价格评估方法进行改进——基于市场比较法。主要思路如下:1、建立关于房地产特征因素的数据库。对影响房地产市场价格的定性特征因素建立科学的指标量化标准体系。把房地产市场中已发生交易的房地产数据信息进行整理,并对其所有特征因素进行指标量化处理。房地产特征因素数据库的建立能够有效地增加已发生交易房地产特征因素数据信息的使用效率。2、利用GIS技术对已成功发生交易的房地产实例的搜集。利用GIS技术搜集待估价房地产所在附近区域中近期已经成功发生交易的房地产实例,然后筛选出与待估房地产在难以量化的指标因素相同的房地产实例,例如交易情况、产权状况等。由于搜集到的已成功发生交易的房地产实例与待估价房地产处在同一地区或附近地区,所以在一定程度上降低了区域因素对待估价房地产市场价格的影响。3、选取可比房地产实例。对房地产的定性数据进行量化之后,每一宗房地产的数据信息就对应一个多维向量,根据计算向量之间的距离确定与待估价房地产类似的可比房地产实例。这种选取类似的已交易房地产实例的方法在一定程度上排除了估价师的主观因素。4、利用BP神经网络建立评估模型。根据神经网络能够处理比较复杂的非线性数据关系的能力,利用选取的可比房地产实例的特征因素数据信息对网络进行学习训练,经过成功完成训练之后的网络能够很好的适应当前房地产的交易市场,利用该网络对待估价房地产评估时更能科学、客观地体现出房地产的市场价格。