LIFULL HOME'Sデータセットを活用した研究の傾向分析と今後の展望 / Trend Analysis and Future Prospects for Research Using the LIFULL HOME'S Dataset

The 39th Annual Conference of the Japanese Society for Artificial Intelligence, 2025
Organized Session OS-21 "Real Estate and AI"

Transcript

1. LIFULL HOME'Sデータセットを活用した 研究の傾向分析と今後の展望 清田 陽司（株式会社LIFULL、麗澤大学） 嶋村 昌義（株式会社LIFULL） JSAI 2025 OS-21「不動産とAI」2025年5月28日 1
2. 日本最大級の不動産・住宅情報サービスLIFULL HOME'Sを運営 2
3. 物件鮮度No.1への取り組み: 「おとり物件」 検知 事業部門と研究部門が連携して「おとり物件」検知のモデルを開発 JSAI 2025 OS-21「不動産とAI」2025年5月28日 3
4. 国⽴情報学研究所 情報学研究データリポジト リ (NII-IDR) LIFULL HOMEʼSデータセット 2015年11月より提供開始 (今年で10周年) 学術研究利用目的に無償で提供 データセットの内容 2015年8月時点で掲載されていたすべての賃貸物件 データ それに紐付く画像データ(120x120) 約8300万 点 高精細度間取り図画像データ 約515万点 賃貸・売買物件月次データ (2015年7月〜2017年 6月)
5. アジェンダ 1. 背景・目的 2. データおよび分析方法 3. 分類カテゴリ(3軸) 4. 分析結果: 研究動向 5. 主な研究テーマと特徴 6. 今後の展望 7. まとめ
6. 1. 背景・目的 LIFULL HOME'Sデータセットとは？ 株式会社LIFULLが運営する不動産ポータルサイト「LIFULL HOME'S」の物件情報を学 術研究向けに提供 2015年11月から国立情報学研究所 (NII) 情報学研究データリポジトリ(NII IDR)にて公開 開始 提供の狙い 1. 不動産・住まい探し分野における研究の活性化 2. 産学連携の促進 3. 次世代の人材育成への貢献 これまでの利用実績 日本国内外で活発に利用 (アジア・米国・欧州など) 約150件の学術発表(2023年3月時点) JSAI 2025 OS-21「不動産とAI」2025年5月28日 6
7. 2. データおよび分析方法 本研究での対象文献 DSC Reference Portal (NII IDR) 「賃貸物件スナップショットデータ」 「高精細度間取り図画像データ」 「賃貸・売買物件月 次データ」を利用した145件(2023年まで) アブストラクトなどメタ情報を収集・TSV化 分析手順 (概要) 1. 各文献からアブストラクトを取得 2. 大規模言語モデル(LLM)を用いて3つの軸でカテゴリ分類 A: 研究対象データ (画像/メタデータ/地理情報) B: 研究目的・応用分野 (価格推定/間取り解析/都市計画/推薦など) C: 使用手法 (ML, 統計, CV, レコメンド, etc.) 3. エクセルおよびCSVに整理し、マトリックス作成 JSAI 2025 OS-21「不動産とAI」2025年5月28日 7
8. JSAI 2025 OS-21「不動産とAI」2025年5月28日 8
9. 3. 分類カテゴリ(3軸) A: 研究対象データ A1: 画像 (間取り・外観・室内) A2: 不動産メタデータ (テキスト・属性) A3: 地理情報 (GIS, 位置情報, 駅距離 など) B: 研究目的・応用分野 B1: 価格評価・賃料／売買価格予測 B2: 間取り自動解析・リフォーム・空間生成 B3: 都市計画・建築分野への応用 B4: ユーザー向け検索・推薦 C: 使用手法・技術要素 C1: 機械学習・深層学習(ML/DL) C2: 数理統計・空間統計(Stat/Spatial) C3: 画像処理・コンピュータビジョン(CV) JSAI 2025 OS-21「不動産とAI」2025年5月28日 9
10. 4. 分析結果 (1) 研究対象データ(A) × 研究目的・応用分野(B) B1 価格推定 B2 間取り解析等 B3 都市計画 B4 検索・推薦 A1 画像 ◦ ◎ (最多) ◦ ◦ A2 メタ情報 ◎ (多数) – ◦ ◦ A3 地理情報 ◦ – ◦ (多様) ◦ A1×B2: 間取り解析・自動生成が特に盛ん A2×B1: 家賃や売買価格予測への応用が多数 B3はA1〜A3すべて活用されるなど多岐に展開 JSAI 2025 OS-21「不動産とAI」2025年5月28日 10
11. 4. 分析結果 (2) 研究対象データ(A) × 使用手法・技術要素(C) C1 ML/DL C2 統計/空 間 C3 CV C4 レコメン ド C5 グラ フ/KE C6 その 他 A1 画像 ◎ ◦ ◎ ◦ ◦ ◦ A2 メタ情 報 ◎ ◎ ◦ ◎ ◦ ◦ A3 地理情 報 ◦ ◎ – ◦ – ◦ 画像(A1)では CV(画像処理) や 機械学習 が中心 不動産メタ情報(A2)や地理情報(A3)では統計や空間統計を含む多様な手法が試されている JSAI 2025 OS-21「不動産とAI」2025年5月28日 11
12. 5. 主な研究テーマと特徴 (1) B1. 価格評価・賃料／売買価格予測 伝統的には ヘドニック回帰 (線形モデル) が主流 本データセット活用研究でも多数 (線形回帰、ベースライン評価など) 機械学習 (XGBoost, RF) や 深層学習 による試みも進行 外部情報(最寄り駅の標高差、眺望、保育施設など)を組合せた多面的分析が増加 B2. 間取り自動解析・リフォーム提案・空間生成 CNN, Transformer, セマンティックセグメンテーションなどによる間取り画像解析 得られた特徴を価格推定や検索に応用 GAN等を使った間取り自動生成研究も: リフォーム、改装提案などへ展開 JSAI 2025 OS-21「不動産とAI」2025年5月28日 12
13. 5. 主な研究テーマと特徴 (2) B3. 都市計画・建築分野への応用 空き家問題や自治体の施策評価 外観画像による建物構造推定、防災リスク評価 地震時の室内リスク分析や歴史保存地区指定による不動産価値影響など 空間統計を駆使した都市・地域レベルの分析 B4. ユーザー向けシステム・検索／推薦 不動産特有の属性やユーザー嗜好を考慮 一般的な協調フィルタリングが有効でない指摘あり 多目的最適化、条件推薦、周辺環境考慮のランキング、サムネイル個人化など JSAI 2025 OS-21「不動産とAI」2025年5月28日 13
14. 6. 今後の展望 学際的な連携のさらなる加速 建築学, 都市学, 経済学, 地理学など多様な分野との融合が進展 “不動産×AI”の広がりが社会的課題の解決に寄与 データセット拡充への期待 高精細度の物件写真データや物件掲載期間データなど 新たな分析手法・応用領域の発展が見込まれる 産学連携・人材育成 不動産AIを実務で活かすために、学生や研究者の育成を継続支援 技術面と社会実装面の両軸でコラボが期待 JSAI 2025 OS-21「不動産とAI」2025年5月28日 14
15. 7. まとめ LIFULL HOME'Sデータセットは2015年の公開以来、約150件の研究に利用され学際的な 広がり 主なテーマ 価格評価 (ヘドニック回帰・ML/DL) 間取り解析 (CNN, GANによる生成) 都市計画・建築応用 (空き家, 防災, 歴史保存) ユーザー向け検索・推薦 (個人化, 条件推薦) 今後の展望 データ資源をさらに拡充 & 研究コミュニティの発展 社会実装・産学連携・人材育成がキー JSAI 2025 OS-21「不動産とAI」2025年5月28日 15
16. LIFULL HOME'Sデ ータセットの拡充 2025年5月27日、新たなデータを 追加しました 賃貸・売買物件掲載期間データ 2018年10月～2024年3月 「掲載開始」から「終了」ま でのプロセスが分析可能 高精細度画像データ 賃貸4415物件, 98130枚 売買3426物件, 64197枚 「不動産とAI」研究がさらに発展す ることを期待しております JSAI 2025 OS-21「不動産とAI」2025年5月28日 16
17. 参考文献 （一部） LIFULL HOME'Sデータセット [Online] https://www.nii.ac.jp/dsc/idr/lifull/ Ridker, R. & Henning, J. (1967). The Determinants of Residential Property Values with Special Reference to Air Pollution. Review of Economics and Statistics. Liu, C. et al. (2017). Raster-to-Vector: Revisiting Floorplan Transformation. ICCV. 他、発表論文リストは別途論文参照 JSAI 2025 OS-21「不動産とAI」2025年5月28日 17