摘要：互联网科技促进了“共享经济”的诞生，旅行民宿领域在共享经济的背景下得到了迅速发展。Airbnb 是共享经济时代最成功的品牌之一，显著地影响着人们的旅行及住宿方式。定价被认为是决定住宿行业长期成功的关键因素，对共享民宿价格的研究是一个非常有意义的问题。本文以 Airbnb 北京地区 25,921 条房源数据为例，通过计量分析确定影响房源价格的因素。采用普通最小二乘估计（OLS）回归模型，探究特征因素和时间因素（共 27 个细分变量）对房源价格的影响，利用多元线性回归模型和机器学习 LightGBM 算法对房源价格进行预测，比较各预测模型的精准度，得出不同变量对房源价格的重要性程度。本文旨在通过分析影响民宿价格的因素及定价机制，降低 Airbnb  定价不透明度，帮助房东更好地进行价格决策和房源运营，为民宿房源的顾客提供合理的价格参考，使房东和顾客都能从这种共享经济模式中获益。

关键词：共享经济；Airbnb；民宿房源；价格预测

目录

摘要

ABSTRACT

第 1 章-前言-3

1.1研究背景及意义-3

1.2相关研究现状-5

1.3研究框架-8

第 2 章-数据采集与预处理分析-9

2.1研究对象-9

2.2数据的获取-9

2.3数据的预处理-10

第 3 章-Airbnb 房源价格波动趋势分析-11

3.1研究对象及数据处理-11

3.2趋势特征-12

第 4 章-Airbnb 房源价格影响因素计量分析-14

4.1变量选择-14

4.2描述性统计-14

4.3回归结果分析-16

第 5 章-Airbnb 线上房源价格预测-20

5.1预测模型与评价标准-20

5.2预测分析一：基于多元线性回归模型-21

5.3预测分析二：基于机器学习模型——LightGBM 算法-25

结论-30

参考文献-33

致谢-35