（地图学与地理信息系统专业论文）基于gis的房产管理政务智能系统研究.pdf

基于g i s 的房产管理政务智能系统研究 摘要 近几年，房地产业已成为国民经济的支柱产业。但同时应看到，房地产市场也存在着投 资增长过快，结构不尽合理，价格上涨过快等问题。目前，虽然国内很多城市建立了房产管 理信息系统，初步实现了图文一体化的办公环境，提供了业务查询和统计的功能，满足了业 务办理的需要，但是系统普遍缺乏有效的房地产市场动态监测和相应的调控体系。为了加强 对房地产市场的宏观监测需要建立基于g i s 的房产管理政务智能系统，它的目的在于及时、 准确、全面地采集房地产交易市场中的动态数据，通过科学的分析，对市场状况和发展趋势 作出准确判断，加强政府宏观调控，及时处理和解决存在的问题。同时，通过及时向社会发 布市场信息，引导市场理性投资和消费，从而促进房地产市场持续健康稳定的发展。 本文对基于g i s 的房产管理政务智能系统中的相关问题进行了研究。首先，论文以商业 智能为基础，将其引入电子政务之中，提出了政务智能的概念及其关键技术，分析了政务智 能系统和业务信息系统的关系；其次，通过对空间数据仓库的研究，提出了基于g i s 的房产 管理政务智能系统的体系结构和功能模块，通过对房产管理业务的分析，确定了房产管理空 间数据仓库的主题及其数据粒度。并在房产管理中需要的监测指标基础上，建立了房产多维 分析模型。最后，采用软件工程方法，实现了房产管理政务智能系统的原型系统，为房产管 理部门的动态监测、决策分析和信息发布提供了有效的实现方式。 论文的主要研究成桌体现在下面四个方面： ( 1 ) 在对商业智能研究的基础上提出了政务智能及政务智能系统框架。 ( 2 ) 设计了c s 和b s 相结合的房产管理政务智能系统的框架，以“层服务模型”为 理论基础，设计了系统的体系结构，并划分了功能模块。 c 3 ) 通过对房产业务的研究，确定了房产管理空问数据仓库的5 个主题：预售商品房、 增量房、存量房、抵押、限制房屋、拆迁房屋确定了空间数据以幢为单位，非空间数据以 所有权利为单位的数据粒度。建立了基于空间事实表和非空间事实表的房产多维分析模型。 ( 4 ) 实现了基于g i s 的房产管理政务智能系统的原型系统，分别验证了两个房产多维 分析模型的可行性。 论文的主要创新点主要表现在以下两个方面： ( 1 ) 为了满足对房产业务的动态监测和分析决策的需求，首次提出了政务智能的概念 及其框架体系结构。 i 基于g t s 的房产管理政务智能系统研究 ( 2 ) 在房产管理空间数据仓库的基础上，通过对业务及其数据库的分析，确定了五个 主题，并确定了数据的粒度，建立并验证了基于动态定制的房产多维分析模型。一 关_ 词：房产管理、g i s 、政务智能、空间数据仓库、空间联机分析处理、空间数 据挖掘、多维分析模型 n 基于g i s 的房产管理政务智能系统研究 a b s t r a c t i nr e c e n ty e a r s ，t h er e a le s t a t ea l r e a d y b e c o m e st h ep i l l a ri n d u s t r yo f t h e n a t i o n a le c o n o m y h o w e v e r ，t h e r ea r es t i l lm a n yp r o b l e m s ，s u c ha st h eo v e r - f a s t g r o w i n go fi n v e s t m e n t s ，i n c o m p a t i b l es t r u c t u r e sa n du n a c c e p t a b l er i s i n go ft h ep r i c e ， e t c a l t h o u l g ht h e r e a le s t a t em a n a g e m e n ti n f o r m a t i o ns y s t e m ( r e m i s ) h a sb e e n e s t a b l i s h e di nm a n yc i t i e s w i t hw h i c ht h eo f f i c e g i si n t e g r a t e dw o r k i n ge n v i r o n m e n t i sb a s i c a l l ya c h i e v e d ，t h ef u n c t i o n so fi n q u i r ya n dc a l c u l a t i o na r ep r o v i d e da n d t h ea p p l i c a t i o nr e q u i r e m e n t sa r em e t h o w e v e r ，t h i ss y s t e ml a c k sf o rt h ee f f e c t i v e d y n a m i c - m o n i t o r i n go ft h er e a le s t a t em a r k e ta n dt h ec o r r e s p o n d i n gr e g u l a t i v es y s t e m i no r d e rt os t r e n g t h e nt h er e a le s t a t em a r k e tm a c r o s c o p i cm o n i t o r ，ag i s - b a s e dr e a l e s t a t em a n a g e m e n tg o v e r n m e n ti n t e l l i g e n c es y s t e m ( r 日i g i s ) i sn e e d e d t h eg o a lo f r e g i si st og a t h e rt h ed y n a m i cd a t ai nt h er e a le s t a t et r a n s a c t i o n s t om a k et h e a c c u r a t ee s t i m a t i o no nt h ec o n d i t i o na n dt h et e n d e n c yo ft h em a r k e tb yt h es c i e n t i f i c a n a l y s i s t h u s ，t h ec a p a b i l i t yo fm a c r o e c o n e m i c r e g u l a t i o na n dc o n t r o l l i n go ft h e g o v e r n m e n tc a nb es t r e n g t h e n e da n dt h ee x i s t e n tp r o b l e m sc a nb ep r o c e s s e da n ds o l v e d t i m e l y a tt h es a m et i m e t h er b 蛄i sh a s t h em a r k e ti n f o r m a t i o np o b l i s h e dv i a i n t e r n e t ，g u i d e sp e o p l et oh a v et h er a t i o n a lb e h a v i o r so fi n v e s t m e n ta n dc o n s u m p t i o n ， t h u st op r o m o t et h er e a le s t a t eh a r i n gah e a l t ha n ds t a b l ed e v e l o p m e n t t h i sp a p e rr e s e a r c h e dt h er e 配i sr e l a t e dq u e s t i o n s f i r s t t h ep a p e rt a k e st h e b u s i n e s si n t e l l i g e n c ea saf o u n d a t i o n 。t h e nb r o u g h tt h ee - g o v e r n m e n ti n ，p r o p o s e d t h e c o n c e p to ft h eg o v e r n m e n ti n t e l l i g e n c ea n di t sk e yt e c h n o l o g ya n da n a l y z e dt h e r e l a t i o n so f t h eg o v e r n m e n ti n t e l l i g e n c e s y s t e ma n dt h em a n a g e m e n ti n f o r m a t i o n s y s t e m ；s e c o n d ，t h ep a p e rp r o p o s e dt h ea r c h i t e c t u r ea n dt h ef u n c t i o nm o d u l e so fr 日佑i s a f t e rr e s e a r c h i n gt h es p a t i a ld a t aw a r e h o u s e t h er e s e a r c ho ft h em a n a g e m e n to ft h e r e a le s t a t em a r k e tw a sa l s og i v e n ，b yw h i c ht h es u b j e c to ft h et e a le s t a t em a n a g e m e n t s p a t i a ld a t aw a r e h o u s ea n di t sd a t ag r a n u l a r i t yh a sb e e nd e t e r m i n e d a n do nt h e f o u n d a t i o no f t h em o n i t o rt a r g e tw h i c hi s i nn e e d so ft h er e a le s t a t em a n a g e m e n t 。 t h er e a le s t a t em u l t i d i m e n s i o n a la n a l y s i sm o d e l sh a v eb e e ne s t a b l i s h e d f i n a l l y ， t h et h e o r i e sa n dm e t h o d so fs o f t w a r ee n g i n e e r i n ga r eu s e dt or e a l i z et h ep r o t o t y p e s y s t e mo fr 凸i g i si nt h ep a p e r t op r o v i d ea ne f f e c t i v er e a l i z a t i o nw a yf o rt h er e a l e s t a t em a n a g e m e n ta g e n c i e st om o n i t o rt h em a r k e td y n a m i c a l l y ，m a k ed e c i s i o n sa n d p u b l i s hi n f o r m a t i o ne a s i l y t h em a i nr e s e a r c hr e s u l t so ft h i sp a p e ri n c l u d e dt h ef o l l o w i n gf o u ra s p e c t s ： ( 1 ) p r o p o s e dt h ec o n c e p to ft h eg o v e r n m e n ti n t e l l i g e n c ea n dt h ef r a m e w o r ko f g o v e r e m e n ti n t e l l i g e n c es y s t e mo nt h er e s e a r c ho ft h eb u s i n e s si n t e l l i g e n c e ； ( 2 ) d e s i g n e dc 1i e n t s e r v e ra n db r o w s e r s e r v e ru n i f i e df r a m e w o r ko fr 日佑i s i i l 基于g i s 的房产管理致务智能系统研究 t a k i n g “t h el a y e rs e r v i c em o d e l ”a st h er a t i o n a l e ，d e s i g n e dt h es y s t e ms t r u c t u r e ， a n d h a sc o m p a r t m e n t a li z e d t h ef u n c t i o nm o d u l e s ； ( 3 ) o nt h er e s e a r c ho ft h er e a le s t a t em a n a g e m e n c 6 u s i n e s s ，d e t e r m i n e dt h e5 s u b j e c t so ft h er e a le s t a t em a n a g e m e n ts p a c ed a t aw a r e h o u s e ：t h ep r e s a l eh o u s e s ， t h ei n c r e a s eh o u s e s ，t h es t o r a g eq u a n t i t yh o u s e s ，t h em o r t g a g e da n dl i m i t e dh o u s e s ， t h er e l o c a t e dh o u s e s d e t e r m i n e dt h es p a t i a ld a t at a k eb u i l d i n ga sau n i t ，n o n - s p a t i a ld a t at a k eh o u s ep r o p e r t ya su n i t sd a t ag r a n u l a r i t y e s t a b l i s h e dr e a le s t a t e m u l t i d i m e n s i o n a la n a l y s i sm o d e l sb a s e do nt h es p a t i a lf a c tt a b l ea n dn o n 。s p a t i a l f a c tt a b l e ( 4 ) r e a l i z e dap r o t o t y p es y s t e mo fr e m g i s 。c o n f i r m e dt h ef e a s i b i l i t yo ft w o r e a le s t a t em u l t i d i m e n s i o n a la n a l y s i sm o d e l ss e p a r a t e l y t h ei n n o v a t i o no f t h i sp a p e rm a i n l yi n c l u d e dt h ef o l l o w i n gt w oa s p e c t s ： ( 1 ) i no r d e rt os a t i s f yt h er e a le s t a t ed y n a m i cm o n i t o ra n d t h ea n a l y s i s d e c i s i o n - m a k i n gd e m a n d ，p u tf o r w a r dt h ec o n c e p to ft h eg o v e r n m e n ti n t e l l i g e n c ea n d i t sf r a m e w o r kf o r t h ef i r s tt i m e ( 2 ) b a s e do nt h er e a le s t a t em a n a g e m e n ts p a t i a ld a t aw a r e h o u s e ，r e s e a r c h e dt h e b u s i n e s sa n da n a l y z e dt h ed a t a b a s e ，d e t e r m i n e df i v es u b j e c t s ，d e t e r m i n e dt h ed a t a g r a n u l a r i t ya n de s t a b l i s h e da n dv a l i d a t e dt h er e a le s t a t em u l t i d i m e n s i o n a l a n a l y s i sm o d e l sw h i c hi sd y n a m i ca n dc u s t o m i z i n g e n a b l e d k e yw o r d s ：r e a le s t a t em a n a g e m e n t 、g i s 、g o v e r n m e n ti n t e l l i g e n c e 、s p a t i a l d a t aw a r e h o u s e 、s p a t i a l0 r i l i n ea n a l y t i c a lp r o c e s s i n g 、s p a t i a ld a t am i n i n g 、 m u l t i d i m e n s i o na n a l y s i sm o d e l 基于g l s 的房产管理政务智能系统研究 图目录 图2 - 1 作为数据炼油厂的商业智能1 2 图2 - 2 政务智能框架1 3 图2 3 房产管理业务系统和房产管理政务智能系统的关系1 6 图3 1 斯坦福数据仓库体系结构2 4 图3 2 基于g i s 和数据仓库结合方案2 5 图3 3 基于中间件的结合方案2 5 图3 4 空间数据仓库体系结构2 6 图3 - 5 房屋所有权利星型模型示例2 9 图3 - 6 雪花型模型示例 图4 - 1 基于g i s 的房产管理政务智能系统体系结构图 图4 2 基于g i $ 的房产管理政务智能系统总体设计 图4 3 空间数据仓库元数据管理功能模块图 图4 4 多源异构数据到o r a c l e 空间数据仓库的e t l 工具 图4 - 5 维设置界面 图4 - 6 度量类型选择界面 图4 - 7 空间数据仓库多维模型构建过程 图4 _ 8 产权产籍e r 图 图4 - 9 分层分户图e r 图 图4 - 1 0 南京2 0 0 2 - 2 0 0 5 年交易平均多级柱状图 图4 1 1 基于平面图幢事实表的星型模型 图4 一l l 房产区域抵押、限制分析 i 2 9 , 3 4 5 2 5 3 5；昌；柏虬“蚯驰 基于g i $ 的房产管理政务智能系统研究 表目录 表1 - 1 政务智能系统与业务系统在系统设计上的差异1 4 表1 - 2 政务智能系统与业务系统在数据类型上的差异1 5 表3 - 1c o d d 关于联机分析处理的十二条规则3 0 表4 - 1 房产管理中的部分指标4 4 表4 - 2 产权房屋表4 7 表4 3 申请人表。4 8 表4 - 4 登记类型表4 8 表4 5 对问表4 8 表4 6 所有权利表4 8 表4 7 平面图幢表4 9 表4 - 8 南京市各行政区2 0 0 2 2 0 0 5 历年交易案例表5 0 v i 儿 学位论文独创性声明 本入箨重声甥： 1 、坚持以“求实、创新”鼬科学精神从事研巍工作。 2 、本论文瑟虢牵又在譬赫指导下避行鹣磅究篡裕摹| 蕺褥靛研竞 成莱。 3 、零逡文审狳雩l 文终，掰弯赛验、数鬟餐骞美耱耩驽整粪寰夔。 4 、本论文中除弓f 文和墩谢的内容外，不包含其 墩人或其它机构 基缝发表或撰写蛙豹舔究戒慕。 s 、其他耐惑对零研究所傲韵贡献均已在论文巾作了声明并表示 了谢潋。 作者签名： 日捌# 学位论文使用授权声明 零大完垒了解囊索舜蔻火攀杏关缳辫、健露学键论文夔袋宠，学 校有权保留学位论文并向嗣窳主管部门威其指定机构送交论黛的电 予黢潮纸矮数；蠢获饕学位谂突蘑予嚣糍秘毽静静少爨复裁势灸谗谂 文进入学校图书侬被套阕；有权将学位论文的内容编入有关数搬库进 行检索；有权将学位论文的株艨和摘要淑绽出版。僚密的学位论文在 解鬻藤逶爝本麓窥。 作者签名： 嚣蘩 基于g s 的房产管理政务智能系统研究 1 1 选曩背景及意义 第一章绪论 近年来，随着网络技术、数据库技术的日趋完善，政府信息化建设的不断深入。许多 城市已经建立了能满足房产管理的自动化、网络化、科学与高效的办公系统，并随着g i s 技术 的迅猛发展，迫切需要建立一套处理速度快、精度高、分析科学、查询方便、图形和属性一 体化管理、界面友好的房产管理信息系统。实现既能对房产的图形信息和属性信息进行有效 的管理，又能满足房产管理部门的自动化办公要求的信息系统，从而实现房产管理部门的 “以图管房，以图管档”。 房产管理信息系统包括平面图系统，分层分户图系统，房屋产权交易和产籍管理系统、 房产抵押管理系统、商品房预售管理系统和拆迁管理信息系统等在内的综合性房产信息管理 和办公自动化系统。房产管理信息系统在房产管理部门的广泛应用产生了海量的数据，主要 包括产权交易数据、产籍( 档案) 数据、基础g i s 数据、房产空向数据及其他外部数据等。 这些数据包含了对房产管理部门各个级别的决策者极其有用的信息。目前房产部门的管理者 遇到的问题是：( i ) 不能跟踪并理解海量的业务数据；( 2 ) 不能对各业务应用系统中产生的 数据进行分析。也就是说，目前房产管理部门还缺乏对房地产市场进行有效的监管和调控。 这就要求有一个工具能够适时提供房产管理者准确无误的数据和信息，并在这个工具的辅助 下，作出科学、正确的决策。房产管理政务智能系统建立的目的，在于及时、准确、全面地 采集房地产业运行中的动态数据，通过科学的分析，对市场状况和发展趋势作出准确判断， 加强政府宏观调控。及时处理和解决存在的问题，力求市场供求平衡、结构合理。同时，通 过及时向社会发布市场信息，引导市场理性投资和消费，从而促进房地产市场持续健康稳定 发展。论文通过对房产管理政务智能关键技术的研究和房产多维分析模型的研究，给出了一 个比较完整的基于g i s 的房产管理政务智能系统解决方案。 1 2 国内外研究现状 1 2 1 房产管理信息化的国内外研究现状 基于g i s 的房产管理政务智能系统的研究在国内外处于起步阶段，在这方面的研究非 基于g i s 的房产管理政务智能系统研究 常的少，但人们运用计算机技术对房产管理行业的相关信息系统研究已经有1 0 多年时间。 国外在上世纪九十年代以来，一些发达国家在房地产管理领域引入了地理信息系统， 使该领域发生了深刻地变化。马里兰大学的cw i l l i a m s o n ( 1 9 9 2 ) 利用动态查询技术，实 现了一个房屋信息查询系统，并对动态查询方法进行了评价。p e t e r y a t t ( 1 9 9 6 ) 利用g i s 空间分析的方法对房屋坐落对房地产价值上的影响作出评估美国宾西法尼亚大学s u s a n 乩 w a c h t e r 博士( 1 9 9 8 ) 等在房地产评估的空间分析模型中提出了以g i s 结合自动评估模型 来进行房地产价值分析。美国康涅狄格大学的j o h nmc l a p p ( 1 9 9 8 ) 利用g i s 中的空间聚 集数据对房地产的供给和需求关系进行了分析k i 忸p e t e r s o n ( 1 9 9 8 ) 在房地产的空间决 策支持系统的发展中提出了一个结合g i s 的空问决策支持系统的概念模型悉尼大学的 t h o m a s q z e n g ( 2 0 0 1 ) 设计了一个房产地理信息系统的原型，该系统将模糊集理论、基于 规则库的系统和g i s 系统有机的集成起来，辅助房屋的售卖者、购买者及房屋管理部门进 行决策强调了空间因素在房地产交易中有着决定性的作用。雅典国家理工大学的e l l i p a g o u r t z f ( 2 0 0 6 ) 利用g i s 技术集成了模糊集理论和空间分析的方法，构建了房地产分析 决策支持系统，并选取了阿提卡自治市为试验区域，评估并预测房产价值。 国内从上世纪8 0 年代中后期开始，就将数据库管理技术引入房产管理作了探索性的研 究。李宪章等( 1 9 8 6 ) 在长城0 5 2 0 微型机上采用d b a s e i i 数据库系统实现房产管理的应用系 统，徐甲同( 1 9 9 1 ) 在微机上采用0 8 a s 咖数据库，利用软件工程的系统分析和系统设计的 方法，建立了一个微型的房产管理信息系统，实现了房产属性数据的数据库管理，满足了房 产管理部门发证的需求 樊彦国等( 1 9 9 8 ) 提出了可视化房产管理信息系统，在c a d 的基础上，研究了房产图 形数据和属性数据的关联王静等( 2 0 0 0 ) 设计并实现了房产产权产籍c a d 系统，该系统 可以辅助测绘人员快速绘制出多层住宅分层分户平面图、并精确计算出每套内面积公用面 积分摊，统计套内各种信息，出统计表格，提高了配发房产证的工作效率和工作质量。 王朝等( 2 0 0 0 ) 在a r c i n f o 的c o v e r a g e 文件基础上，利用模板技术和查找表技术初步实 现了房产制图的自动化 进入新世纪以来，随着数据库技术、g i s 技术、工作流技术的迅猛发展，空间数据库技 术也逐步渗透到房产管理应用领域。徐爱俊等( 2 0 0 3 ) 阐述了房产信息管理与办公自动化系 统的特点，将g i s 、c a d 、o r 进行了很好的集成。蒋海琴等( 2 0 0 4 ) 提出了以“层服务模型” 来构建数字房产共享平台和利用多源空间数据集成技术来实现数据集成。杭州日报( 2 0 0 4 ) 撰文提出杭州市房产管理信息综合系统采用组件式g i s 以及空问数据库技术，实现t g i s 、 2 基于g s 的房产管理政务智能系统研究 m i s 、o a 等技术的一体化集成，实现了“以图管房”的业务模式；开发了以g i s 为核心的房产 测绘系统，实现了房产测绘信息与业务信息的同步更新。宋亚超等( 2 0 0 4 ) 提出了以南京时 “数字房产”w e b g i s 共享平台为铡，提出了h b g i s 共享平台的体系结构和关键技术，主要解 决了w e b g i s 应用系统构建过程中异质数据的共享和异构系统的功能互操作问题，郑茂辉等 ( 2 0 0 5 ) 年提出了基于工作流的房产信息系统，探讨了面向房产的工作流设计，提出了虚拟 档案袋的概念，最大限度的实现了业务和工作流引擎的无关性。 上述研究和实践只是满足了房产管理部门的日常的业务办理，并没有将房产市场中存在 的潜在问题反映出来，为房地产市场管理进行动态监测和科学决策。自1 9 9 2 年起，在国内房 地产市场发展经历了大起大落之后，一些专家学者开始着手研究房地产预警，基于宏观经济 预警的原理及方法，结合房地产业发展的特点，形成了不少关于房地产预警的有益观点和看 法；同一对期的中房预警系统和国房景气指数也成为国内最早付诸实施的房地产预警系统的 雏形。 中房指数由中房预警系统于1 9 9 7 年提出，其借鉴宏观经济景气分析预警理论，根据指标 的经济含义和指标之间的因果关系，将指标区分为先行、同步和滞后指标，并在此基础上编 制合成指数和扩散指数，对房地产周期波动进行监测预警。 国房景气指数是反映全国房地产业发展景气状况的综合指数，由国家统计局于1 9 9 7 年 研制建立，其根据经济周期波动理论和景气指数原理，从房地产业发展应具备的土地、资金 和市场需要三个基本条件出发，选择8 - i 具有代表性的统计指标进行分类指数测算，并加权 得合成指数，以显示全国房地产业基本运行状况及波动幅度，预测未来趋势，为国家宏观调 控提供预警机制。 进入新世纪以来，房地产市场再次呈现高速发展的趋势，关于房地产预警的研究也逐步 深入，预警模型和方法研究取得突破性进展，预警系统的设计与开发开始迈向实质化阶段。 丁烈云等( 2 0 0 0 - 2 0 0 2 ) 将对于房地产预警的研究又向前推进了一大步，开展了关于预警 指标体系设计、预警系统设计技术要点及流程设计、预警综合景气指数构造与分析、预警系 统开发以及其他房地产预警重要内容的研究，并且分别运用三种预警模型( 分别基于景气循 环理论、系统核理论和神经网络理论) 对武汉房地产市场进行了实证对比分析。 朴英( 2 0 0 1 ) 提出三种房地产预警的方法一景气指数法、景气警告指数法和计量模型 法。并在总体设计房地产预警系统的前提下，主要运用景气指数法，即通过指标的界定和指 数的编制，结合北京房地产市场的发展对景气分析系统进行了重点分析和研究。 2 0 0 3 年初，建设部开始房地产预警系统的研究。具体研究工作主要由上海社会科学院承 3 基于g i $ 的房产管理政务智能系统研究 担。研究成果计訇j 推广至1 4 个城市试点；与此同时，上海市房屋土地资源局和深圳市规划 与国土资源局也分别开展了当地的房地产预警预报系统的研究；此外，杭州、厦门、哈尔滨、 郑州等城市的房地产预警研究也在同步进行之中房地产预警研究进入了一个与实践紧密结 合发展的新时期 建设都城市房地产市场预警预报体系的研究建设主要包括房地产基础数据及相关信息 数据的采集、房地产信息数据的整合分析和发布、预警预报指标体系和预警预报制度的建立。 深圳房地产预警体系研究结合深圳市房地产发展的实际情况，分析周期波动，建立预警 指标体系；运用数理统计方法，设计运行房地产预警系统；通过单指标预警和综合指数预警， 对深圳房地产业的发展历程进行评价，对当前的发展进行监测，并对未来的发展趋势进行预 警。深圳市目前已经建立基于景气循环的房地产预警预报系统，并尝试性地建立了基于系统 动力学方法的房地产动态仿真及监控系统，以达到对房地产系统仿真、监控、预测和政策试 验的目的。 上海房地产市场预警预报体系研究主要包括建立并完善“基于g i s 的房地产权籍管理信 息系统”和“房地产市场管理信息系统”，在此基础上编制房地产市场预警预报指标体系， 以此对房地产市场动态监测，评价市场运行状况，预测分析未来走势。 1 2 2 空间数据仓库的国内外研究现状 本文中政务智能系统是建立在空间数据仓库平台之上的，而空闻数据仓库是对数据仓 库的发展最早将数据仓库理论与技术引进d i s 领域，并逐渐形成空间数据仓库理论与技 术的贡献者是美国的e d w a r d s 教授和美国的e s 盯( e n v i r o n m e n t a ls y s t e m sr e s e a r c h i n s t i t u t e ) 公司e d w a r d s 教授( 1 9 9 6 ) 在澳大利亚b r i s b a n 举办的o r a c l e 亚太地区用户 大会上，发表了一篇艨为“什么是空问数据仓库”的论文同年美国的e s r i 公司发表了关 于空间数据仓库的第一篇白皮书，题为“数据仓库中的数字制图”。这两篇论文的发表引起 了g i s 和数据仓库领域研究者的极大兴趣，从此开创了空间数据仓库研究的新局面。 从1 9 9 6 年开始，有关空间数据仓库理论与技术的学术活动逐渐增多。美国的e s r i 公 司是发表有关空间数据仓库论文最多的团体之一。除1 9 9 6 年发表了关于空间数据仓库的第 一篇白皮书，1 9 9 7 年发表了第二篇白皮书“空间数据仓库”，紧接着在1 9 9 8 年又发表了第 三篇白皮书“医疗机构的空间数据仓库”。从1 9 9 6 至2 0 0 0 年e s r i 公司举办的第1 6 届第 2 0 届全球性用户大会上，每年都有不少有关空间数据仓库理论、技术及应用方面的论文发 4 基于g i s 的房产警理政务智能系统研究 表，领导了美国甚至全世界研究空间数据仓库理论与技术的新潮流。加拿大s i m o nf r a s e r 大学的j i a w e i l l a n 教授( 1 9 9 7 ) 在s s d 会议上首次发表了名为“空间数据仓库与空间数据 挖掘”的学术论文，开创了研究空间数据仓库与空闻数据挖掘的新领域j i a w e ih a n ( 1 9 9 8 ) 又提出了空问数据仓库的模型和框架体系结构。又于2 0 0 1 年提出了空闻数据仓库的雪花模 型。j i m a np a r k 等( 2 0 0 5 ) 设计实现了一个空间数据仓库系统，该系统基于雪花模型，研 究在指定市场区域内估算空问分布的顾客的购买力。 随着空间数据仓库理论研究的进展，空间数据仓库产品的研制也得到蓬勃发展。e r s i 作为全球最大的空间技术供应商，它的软件产品系列覆盖了建设数据仓库的各个方面。e s r i 的s p a t i a ld a t a b a s ee n g i n e ( s d e ) 是空间数据仓库解决方案的核心，s d e 是作为一个标准 组件嵌入到传统数据仓库产品中实现空间数据转换、加载、分析。m a p i n f o 公司于1 9 9 8 年 在世界上推出了其空间数据仓库产品s p a t i a lw a r e h o u s e 。i n t e r g r a p h 公司于同年推出了 其空间数据仓库产品g e o m e d i a m i c r o s o f t 公司于1 9 9 9 年在世界上推出了其空间数据仓库 产品t e r r as e r v e r ，微软的t e r r a s e r v e r 是自称世界上最大的联机地图集系统，它将卫星、 航空、地形等图形存储在s i l l s e r v e r 数据库中，这些数据用户可以通过i n t e r n e t 查询获得。 o r a c l e 公司在数据仓库方面己经形成了完整的解决方案，包括e t l ，o w b ，e x p r e s s ， d i s c o v e r 等产品，覆盖了数据仓库系统构建的整个过程。在o r a c l e 9 i 中进一步完善了空 间操作功能，用户可以轻松地把位置信息直接结合到自己的应用程序和服务中 在我国，空间数据仓库技术仍处于新的研究领域，空间数据仓库的应用实例还比较少。 但仍有不少学者对空间数据仓库进行了有关的研究和分析。杜明义等( 1 9 9 9 ) 从空间数据 仓库的产生与发展入手，对空间数据仓库的内容及功能要求作了比较详细的描述，并对空 间数据仓库中空间元数据与地理实体及地理空间数据的关系进行了分析，以信息流程的方 式对空间数据仓库的基本体系结构模型进行了详尽的描述；李琦等( 1 9 9 9 ) 探讨了空间数 据仓库的建立策略和总体体系结构，讨论了空间数据仓库的建设步骤，基于这些理论基础， 设计并实现了一个空问数据仓库的原型系统；韩扁等( 2 0 0 2 ) 在“空间数据仓库中元数据 管理模型的研究”中讨论了空间数据仓库的元数据管理模型：张友水等( 2 0 0 3 ) 在“空间 数据仓库元数据及其实现”中讨论了空间数据仓库中元数据的机制等；陈细谦等( 2 0 0 5 ) 研究了空间数据仓库的数据抽取、转换、装载( e t l ) ，引入了地理编码技术，有效的把空 闻信息和非空间信息融合起来；邹逸江等( 2 0 0 6 ) 讨论空间数据仓库中非空间维、空间维、 数字度量、空间度量的基本概念和结构，给出空间数据立方体的完整描述。 纵观国内外研究现状，对房地产信息化的研究和实践大致经历了四个阶段； 5 基于g i s 的房产管理政务智能系统研究 ( 1 ) 房产产权交易管理信息系统阶段； 该阶段的系统仅仅满足了房产管理部门发房产证的需求，权属数据、房屋面积、分摊面 积等都是手工输入，系统实现了套证打印、简单查询统计等功能。房屋平面图和分层分户图 都是在房产证上手工绘制。 ( 2 ) 房产产权交易系统和c a d 辅助办公阶段； 该阶段将c 黼悃引入了房产业务办理过程，房屋平面图和分层分户图均由c d 或 a r c i n f o 绘制保存为d _ g 或c o v e r a g e 文件格式，而业务数据则是通过关系数据库存储，此时 的图形数据和属性数据之间只是一种弱关联，图形系统和业务系统没有很好的集成起来。 ( 3 ) 基于g i s 的图文一体化的房产管理信息系统阶段； 该阶段随着g i s 技术的发展，图形数据和属性数据均存储在关系数据库之中。实现了地 理信息系统( g i s ) 、管理信息系统( w i s ) 、办公自动化系统( 0 a ) 三大类系统的一体化集 成，房产平面图、分层分户图和房屋属性数据紧密关联，实现了“以图管房”的业务模式。 ( 4 ) 房地产预警预报系统阶段： 该阶段在对房地产市场监测指标研究的基础上，建立了一套决策支持系统，对房地产市 场的宏观指标进行了监测和预警预报，但基本没有和g i s 结合起来。 综上所述，可以发现现在的房产管理信息系统满足了房产管理中权属登记、产权交易、 抵押管理、产籍管理、预售商品房管理、平面图和分层分户图管理等日常业务办理，也能够 进行业务的查询和统计。但是由于城市各级房产管理部门可能选用了不同公司、不同平台的 房产管理信息系统，从而导致了一个个的“信息孤岛”，市级房管部门不能实时或准实时地 对下属各级房管部门的数据进行监测和统计分析。虽然房地产预警预报系统能够对城市房地 产市场的宏观指标进行监测。但是在时间上不能够及时的响应。而且只能根据系统预定义的 指标来进行监测和统计分析，得到的统计结果只是简单的图表，并没有以g i s 中专题图等形 式表现出来 随着g i s 空间数据仓库技术的发展。为基于g i s 的房产管理政务智能系统的建立创造 了可能。基于g i s 的房产管理政务智能的提出，正是为了解决上述问题，消除“信息孤岛”， 提供房产管理部门各个级别的管理者不同的、以g i s 为主要表现手段的可视化监测分析工 具：帮助业务办理人员更高效无误地办理业务。帮助决策者科学准确地分析决策。同时也 能够及时向社会发布市场信息，引导市场理性投资和消费，从而促进房地产市场持续健康 稳定地发展。 6 基于g i s 的房产管理政务智能系统研究 1 3 研究目标、研究内容与论文组织 i 一 1 3 1 研究目标 本研究的目标是通过对政务智能的概念、体系结构及其关键技术的研究，建立基于g i s 的房产管理政务智能系统的原型系统，主要包括房产空间数据仓库和基于动态定制的房产 多维分析模型在房产多维分析模型的基础上，根据用户的需要动态的定制更为细化的分 析模型，来统计、分析房产交易市场的房屋成交状况、房屋限制、抵押等状况，并以g i s 可视化的方式来展现统计和分析的结果。 1 3 2 研究内容 基于g i s 的房产管理政务智能系统是一项复杂的系统工程，涉及到房产管理业务中的 指标体系、政务智能的框架体系结构及其关键技术，空间数据仓库的体系结构和模型的建 立、空间联机分析处理、空间数据挖掘、房产空间数据仓库元数据的管理、多源异构数据 库之间数据的抽取、转换、装载等一系列问题。主要研究内容针对以下三个方面： ( 1 ) 政务智能的相关理论 在对商业智能研究的基础上，研究政务智能的概念及政务智能系统框架； ( 2 ) 基于g i s 的房产管理政务智能系统的框架体系结构 对c s 和b s 相结合的房产管理政务智能系统的框架进行详细的分析。以“层服务模 型”为理论基础，对系统的体系结构进行设计，并研究房产管理政务智能系统的功能模块。 ( 3 ) 房产空间数据仓库和房产多维分析模型 研究空间数据仓