隨著都市化的快速擴張，都市中的自然生態資源不斷減少，同時伴隨的是交通建設及經濟的快速發展，進而產生不同的都市景觀。以高度都市化的台北市而言，都市中的景觀環境也漸漸成為影響住宅單價的重要因子。然而，過去有許多學者探討都市景觀因子與住宅價格之間的關聯性，卻鮮少有應用資料探勘技術探討都市景觀因子對住宅價格的影響，故為本研究之動機。本研究目的為建立一都市景觀因子的房價預測模型，藉由輸入都市景觀條件快速預測合理的住宅價格，可作為房地產買賣決策的參考工具。本研究經由文獻探討及專家訪談歸納出33個都市景觀因子，透過模糊德爾菲法(Fuzzy Delphi Method)、迴歸分析(Regression)與單因子變異數分析(ANONVA)篩選出11項對於住宅價格影響較大的因子，作為本研究的都市景觀評估準則。本研究分別應用資料探勘技術中的關聯規則(Association Rules)探討不同景觀因子間的關聯性，並找出低、中、高單價中最重要的景觀因子；以及應用類神經網路(Artificial Neural Network)建構一都市景觀因子的房價預測模型，而預測準確率最高能夠達到89%。

With the rapid expansion of urbanization, the green resources in the cities are continuously decreasing, accompanied by the rapid development of transportation and economy, which result in significantly different urban landscapes. In the case of highly modernized Taipei City, such change in landscapes has also gradually become an important factor that affects the unit price of residential properties. However, while there were many scholars who studied the correlation between urban landscape and residential property pricing, few had applied data mining technique to investigate the impact of urban landscape factors and the mentioned pricing. Hence, such finding leads to the motivation of this study. The purpose of this research is to develop a housing price prediction model with urban landscape factors, which can be used as a reference tool for real estate purchase and sale decisions by inputting urban landscape conditions to quickly reasonable housing prices. A total of 33 urban landscape factors are summarized from various references, and 11 of these factors that impose greater effect on housing prices are selected through Fuzzy Delphi Method, Regression and ANONVA, that serve as urban landscape assessment criteria for this study. The Association Rules in data mining is used to investigate the correlation between different landscape factors, and to identify the most critical factors affecting low, medium and high unit pricings of residential properties; in conjunction is the application of Artificial Neural Network to construct a housing price prediction model for urban landscape, whose highest estimated accuracy can reach up to 89%.

王良友 (2011)，鄰避設施對住宅價格影響之研究-以大臺北地區為例，碩士論文，國立成功大學都市計畫學系
江友直 (2007)，從景觀生態學觀點探討都市土地使用合理性-以新竹科學園區為例，碩士論文，明道管理學院環境規劃暨設計研究所
吳柏緯 (1996)，從景觀生態學觀點探討都市景觀環境規劃與準則之建立 - 以中興新村為例，碩士論文，國立成功大學建築系
吳慧儀 (2000)，都市廊道景觀生態功能評估架構之研究－以台中市東光園道為例，碩士論文，東海大學景觀學系
李怡婷 (2005)，大眾運輸導向發展策略對捷運站區房地產價格之影響分析，碩士論文，國立成功大學都市計畫學系
李珮瑄 (2020)，以資料探勘技術探討綠建築等級、技術及成本關聯性，碩士論文，國立臺灣科技大學建築研究所
李素馨 (1983)，視覺景觀資源評估之研究-以台北縣坪林鄉為例，碩士論文，國立臺灣大學園藝研究所
李堃如 (2015)，台灣各縣市住宅價格與總體政策因素之關聯性分析，碩士論文，國立臺灣大學國際企業學研究所
肖篤寧 (1999)，景觀生態學理論方法及應用
林君紋 (2013)，資料探勘消費者購屋決策分類模式之建構-以國內某建設公司個案為例，碩士論文，輔仁大學企業管理學系
林宛宣 (2019)，應用資料探勘於臺北市住宅竊盜環境特性之關聯研究，碩士論文，國立台灣科技大學建築系
林琬瑜 (2011)，變電所對住宅價格之影響－以台中市南區為例，碩士論文，國立中興大學應用經濟學系所
林學儒 (2019)，高層集合住宅立面設計之成功關鍵因子，碩士論文，國立臺灣科技大學建築研究所
侯錦雄 (1990)，遊憩區遊憩動機與遊憩認知間關係之研究，碩士論文，國立臺灣大學園藝研究所
洪承 (2015)，房地產行銷策略研究－以代銷業銷售成功影響因素之探討，碩士論文，國立政治大學地政學系
洪啟釗 (2002)，影響消費者購買住宅房屋考量因素之研究－以屏東縣（市）為例，碩士論文，開南管理學院企業管理研究所
胡雅智 (2019)，視野對不動產價格影響之研究－以臺中市新市政中心專用區為例，碩士論文，國立政治大學地政學系
張少綺 (2020)，生活機能對住宅價格的影響–以臺北市大安區為例，碩士論文，國立政治大學地政學系
張志傑 (1992)，環境生態學
張金鶚 (2003)，房地產投資與市場分析：理論與實務
張啟德譯 (1994)，景觀生態學
張慕恩 (2011)，以遙感探測探討台北市綠覆率與空氣溫度之關係，碩士論文，中國文化大學建築及都市計畫研究所
章錦釗 (2008)，影響預售住宅銷售率之因素分析，碩士論文，國立中央大學土木工程學系
莊偉 (2018)，殯葬設施對鄰近住宅價格之影響-以原台南市為例，碩士論文，南臺科技大學企業管理系
莊喻婷 (2016)，臺北市公共自行車場站對鄰近住宅價格之影響，碩士論文，國立政治大學地政學系
許文昌 (2020)，不動產估價理論，高點出版社
許淑媛、袁淑湄、張金鶚 (2011)，住宅個案價格分散之研究：房價水準、景氣時機與區位條件之分析，都市與計畫期刊，第38卷第4期，403-426

郭宇罕 (2007)，從景觀生態觀點探討社區規劃之綠地準則─以高雄鳥松鄉仁美社區為例，碩士論文，國立高雄大學都市發展與建築研究所
郭晋豪 (2017)，消費者購屋決策模式之研究－以高雄地區為例，碩士論文，國立中山大學經濟學研究所
陳芑瑋 (2021)，應用類神經網路與關聯規則於住宅屬性與銷售率之關聯性研究，碩士論文，國立臺灣科技大學建築研究所
陳忠廉 (2013)，捷運對場站周邊房地價格之影響-『以台北市捷運南港線為例』，碩士論文，中國文化大學建築及都市設計學系
陳怡樺 (2019)，利用景觀績效序列之環境效益建構台灣地區都市景觀個案評分系統，碩士論文，國立勤益科技大學景觀系
陳明徽 (2012)，台灣房地產業在總體環境之行銷策略研究─以A、B建設公司為例，碩士論文，國立中央大學管理學院高階主管企管碩士班
陳彥良 (2002)，以景觀生態學觀點探討都市生態網路之研究-以台中市為例，碩士論文，東海大學景觀學系
陳美智 (1994)，從景觀生態系統學觀點評鑑都市公園設計─以屏東縣運動公園為例，碩士論文，逢甲大學建築及都市計畫研究所
陳韋龍 (1993)，應用類神經網路建立台北市房價區位特性之研究，碩士論文，中國文化大學建築及都市計畫系
陳家銘、吳承釗、林晟誼、劉豐瑞 (2008)，以類神經網路與資料探勘進行道路工程環境影響評估審查結論分類預測，2008年台灣環境資源永續發展研討會
陳薏芬 (2016)，都市更新估價景觀評估指標之研究，碩士論文，景文科技環境與物業管理系
彭家麟 (1996)，景觀型態刺激對生、心理反應影響之研究，碩士論文，逢甲大學建築及都市計畫研究所
曾詠宜 (2000)，由景觀生態觀點評估都市公園綠地區位之研究---以台中市東峰公園與豐樂公園為例，碩士論文，東海大學景觀學系
曾耀萱 (1997)，景觀要素對房地產交易價格之影響，碩士論文，國立成功大學都市計劃學系
程明輝 (2017)，利用資料探勘預測品質模型對面板清洗製程之研究，碩士論文，國立高雄師範大學工業科技教育學系
黃瑞茂 (1990)，都市設計操作程序中體驗空間之研究 : 以淡水淡水街為例，碩士論文，中原大學建築工程研究所
楊宗憲、蘇倖慧 (2011)，迎毗設施與鄰避設施對住宅價格影響之研究，住宅學報
葉怡成 (2003)，類神經網路模式應用與實作，儒林圖書有限公司
葉峻維 (2009)，台北市集合住宅價格影響因素之分析研究，碩士論文，銘傳大學財務金融學系
趙苡庭 (2018)，縣市政府戶外公共空間景觀美質之研究，碩士論文，中華大學景觀建築學系
趙國鑫 (2012)，建築物外牆整建因素與管理機制之研究，碩士論文，中國科技大學建築研究所
劉若瑜 (2000)，由生態設計觀點評估都市基質之研究─以台中市東區及南屯區為例，碩士論文，東海大學景觀學系
劉瀅瀅 (2019)，影響首購族購屋決策的因素探討-以大台北地區為例，碩士論文，國立臺北大學企業管理學系
蔡佩真 (2003)，建設公司建築企劃方案選擇之研究－以住宅方案為例，碩士論文，朝陽科技大學建築及都市設計研究所
蔡咏達 (2013)，利用牛頓倒傳遞神經網路探求二維照度分布之研究，碩士論文，國立高雄應用科技大學電機工程系
蔡瑋軒 (2014)，從都市景觀格局探討綠覆率與地表溫度的關係，碩士論文，中國文化大學建築及都市設計學系
鄭偉安 (2016)，都市公園綠地對於房價之影響‒以高雄市區為例，碩士論文，國立中山大學經濟學研究所
謝宗憲 (2021)，應用類神經網路與關聯規則探討室內格局與銷售率之關係，碩士論文，國立臺灣科技大學建築研究所
簡禎富、許嘉裕 (2014)，資料挖礦與大數據分析，前程文化
Agrawal, R., Imielinski, T., & Swami, A. (1993), Mining Association Rules between Sets of Items in Large Databases, Proceeding of the 1993 ACM SIGMOD International Conference on Management of Data, 207-216
Baldominos, A., Blanco, I., Moreno, A. J., Iturrarte, R., Bernárdez, Ó, & Afonso, C. (2018), Identifying Real Estate Opportunities Using Machine Learning, Applied Sciences, Volume 8, Issue 11, 2321
Bogart, W. T. & Cromwell, B. A. (2000), How Much Is a Neighborhood School Worth?, Journal of Urban Economics, Volume 47, Issue 2, 280-305
Borde, D.S., Rane, A., Shende, G., & Shetty, S. (2017) Real Estate Investment Advising Using Machine Learning, International Research Journal of Engineering and Technology, Volume 4, Issue 3, 1821-1825
Habibi, A., Jahantigh, F.F., & Sarafrazi, A. (2015). Fuzzy Delphi Technique for Forecasting and Screening Items. Asian Journal of Research in Business Economics and Management, Volume 5, 130-143
Hu, A., Chen, L. T., Hsu, C. W., & Ao, J. G. (2011), An Evaluation Framework for Scoring Corporate Sustainability Reports in Taiwan, Environmental Engineering Science, Volume 28, Issue 12, 843-858
Ishikawa, A., Amagasa, M., Shiga, T., Tomizawa, G., Tatsuta, R., & Mieno, H. (1993), The max-min Delphi method and fuzzy Delphi method via fuzzy integration, Fuzzy Sets and Systems, Volume 55, 241-253
Jain, A. K., Mao, J., & Mohiuddin, K. M. (1996), Artificial Neural Network：a tutorial, IEEE Computer, Volume 29, Issue 3, 31-44
Jim, C. Y., & Chen, W. Y. (2006), Impacts of urban environmental elements on residential housing prices in Guangzhou (China), Landscape and Urban Planning, Volume 78, Issue 4, 422-434
Keating, B. (2008), Data Mining：What is it and how is it used?, The Journal of Business Forecasting, Volume 27, Issue 3, 33-35
Kleissner, C. (1998), Data Mining for the enterprise, Proceedings of the Thirty-First Hawaii International Conference on System Sciences
Li, J., Cheng, J., Shi, J., & Huang, F. (2012) Brief Introduction of Back Propagation (BP) Neural Network Algorithm and Its Improvement, Advances in Intelligent and Soft Computing, vol 169, 553-558
Limsombunchai, V., Gan, C., & Lee, M. (2004), House Price Prediction: Hedonic Price Model vs. Artificial Neural Network, American Journal of Applied Sciences, Volume 1, Issue 3, 193-201
Luttik, J. (2000), The value of trees, water and open space as reflected by house prices in the Netherlands, Landscape and Urban Planning, Volume 48, Issue 3-4, 161-147
Michael, B., Vicky, S. & Michael, S. (2002) Residential Real Estate Prices: A Room with a View, Journal of Real Estate Research, Volume 23, Issue 1-2, 129-138
Morancho, A. B. (2003), A hedonic valuation of urban green areas, Landscape and Urban Planning, Volume 66, Issue 1, 35-41
Murray, T. J., Pipino L. L., & Gigch J. P. (1985), A pilot study of fuzzy set modification of Delphi, Human Systems Management, 6-80
Saffie, N.A., Shukor, N.M., & Rasmani, K. (2016). Fuzzy delphi method: Issues and challenges. 2016 International Conference on Logistics, Informatics and Service Sciences (LISS), 1-7.
Susanto, A. & Meiryani (2019), Functions, Processes, Stages And Application Of Data Mining, International Journal of Scientific & Technology Research, Volume 8, Issue 07, 136-140
Zadeh, L. A. (1965), Fuzzy sets, Information and Control, vol 8, 338-353
Jim & Chen (2006), Impacts of urban environmental elements on residential housing prices in Guangzhou (China)
kevin Lynch(1984), The Image of The City
Gordon Cullen(1961), Cut and Paste Urban Landscape: The Work of Gordon Cullen
Gorret-Eckbo(1964), Garrett Eckbo: Modern Landscapes For Living
Naveh & Lieberman(1984), Landscape Ecology: Theory and Application
Tyrvainen & Miettinen (2000), Property Prices and Urban Forest Amenities
Forman &Godron(1986), Landscape ecology
Smith & Theberge(1986), Why People Recreate
Profillidis & Botzoris(2019), Analyzing, Calculating, and Forecasting Transport Demand
Han, J., Kamber, M., & Pei, J. (2011), Data Mining：Concepts and Techniques, 3rd edition, Morgan Kaufmann
Witten, I. H., Frank, E., Hall, M. A., Pal, C. J. (2017), Data Mining：Practical Machine Learning Tools and Techniques, 4th Edition, Morgan Kaufmann
Graupe, D. (2013), Principles of Artificial Neural Networks, 3rd edition, World Scientific Publishing Company