摘要
人物介绍
队长介绍
Kevin Maher 马腾飞,美术学院视觉传达设计系,硕士一年级。创办了清华学生数据可视化社团。创办了DIATOM设计公司,致力于从设计的角度实现更有效的数据可视化,曾经客户包括Kantar、 Danone、中国平安等。
队员介绍
李文心,美术学院视觉传达设计系,研究生二年级。主要的研究方向为数据可视化。
故事介绍
01 北京?买房?
北京作为一线大都市,目前的常住人口在两千万以上。近年来的人口增长使得北京的住房资源紧缺且价格上涨。
张张是一名在北京打拼了4年的程序员,今年面临着结婚买房的问题。我在与他的交谈中发现,他所面临的问题不是房价太贵,就是位置过偏。于是我们在想,是否可以找到一个房价可承受且交通对于张张来说又较为便利的房源呢?
我们打开了链家的官网,企图能够在网站中发现一个恰当的房源。但是从链家的可视化图像中,我们并不能直观的得到我们想要的信息。杂乱叠加的房价让我们难以判断价格的高低,过大的范围也难以得到精确的位置信息。
链家官网房价展示界面
既然现有的平台并不能提供直观的信息,那我们是不是可以自己制作一个能够满足我们自身需求的可视化平台呢?
02 链家数据的尝试
在北京,链家作为地产中介占据了55%—60%的市场①。所以为了探索这个问题,我们从链家的官网找到了2011年到2018年初的销售数据,共计30万余笔②。
链家数据展示
然后我们结合地图,把房价的信息与交通线路叠合,得到了如下的变化趋势。
2012-2017北京房价可视化
我们发现北京在近几年中不断延交通线路扩张,且交通线路对房价有一定的影响。
2011-2017北京房价的变化
03 现有的全球房产投资平台propertypassbook
而后我们调研了现有的一个全球房产投资平台propertypassbook③。此平台的房地产投资城市排行榜涵盖了全球主要的经济发达地区和新兴起市场,通过对各个城市进行的多维度分析,以确定各城市的住宅房地产行业成长潜力和社会经济发展趋势。propertypassbook是为通过买卖房产来获得收益的人群而设计,但是这一点却违背了我们的初心。
propertypassbook官网
人工智能等技术产生的知识和财富应当被合理的分配,来促进平等的发展[1]。那么。我们是否可以利用当下的技术,为我们大众百姓购买居住所需的房屋提供更加合适合理的选择?
04 我们的平台-INVESTATE
首先,我们设计了更为清晰的房源分布及价格展示的界面,方面用户快速了解房价高低和房源位置。
房源及价格
并且我们设计了条件筛选系统,让用户可以选择自己最关心的条件,例如:价格和交通。从而系统可以回馈给用户一个筛选出来的结果,我们可以在智能评估和最优方案的界面看到结果。
筛选系统
评估系统
最优方案
除此之外,我们通过计算机对于多方面的因素分析,可以为用户提供价格预测的④,在购买时机上可以提供一定的帮助。
房价预测案例
价格预测
我们希望人工智能作为一种颠覆性技术,它们有望颠覆多个历史机构和相应的机构关系,为那些具有更人道主义和更公平的机构提供“再中介”的机会[1]。
个人感受
数据可视化在现在已经渗透到我们生活之中的方方面面,优秀的可视化给我们的生活带来许多便利,而数据的注入,给可视化带来了更多的可能性。我们希望在未来,社会的各行各业都可以更好的利用数据可视化的手段,让信息更加直观易读。
参考文献
数据来源
编辑:王菁
校对:林亦霖