Frido
New member
- Registriert
- 08. Juni 2011
- Beiträge
- 13
Hallo Leute,
Da bin ich mal wieder. Anbei wie angekündigt meine Masterarbeit. Mehrere Nachträge kommen noch sobald ich Zeit finde (s.u.)
Habe mal nen neuen Thread aufgemacht, der an diesen hier anschließt. Die ursprüngliche Aufgabenstellung hat sich etwas geändert; eigentlich wollte ich Modelle miteinander vergleichen, aber es gibt bis jetzt (öffentlich verfügbar) keine wirklich guten. Also habe ich eins entwickelt. Ich wollte die Arbeit eigentlich schon früher bereitstellen, aber hatte erst Ende Februar meine Verteidigung und auch nicht genug Zeit. Nun ist die Übersetzung fertig. Also viel Spaß
Der Zauber virtueller Immobilien
Auf dem Weg zur objektivierten, regressionsbasierten Massenbewertung von Domains
Abstrakt:
In dieser Studie entwickle und demonstriere ich ein Bewertungsmodell für .de Domains. Neben der Herleitung absoluter beizulegender Zeitwerte (sog. fair values), beschäftige ich mich auch mit der Frage wie Werte schnell, massenhaft und subjektivitätsfrei modelliert werden können. Anders als andere Studien betrachtet die vorliegende Arbeit Domains als ‚virtuelle Grundstücke‘. Daran anknüpfend wird ein Datensatz von 9.220, über einen 10-Jahreshorizont reichenden Sedo Domain-Auktionen per multipler Regression, einer u.a. in der Berechnung vom Bemessungsgrundlagen für ad-valorem Steuern von Immobilien populären Technik, untersucht. Ich stelle fest, dass der Domainwert zur Anzahl der Besucher (+), zum kommerziellen Nutzungspotential (+), zur sprachlichen Bedeutung(+), zum Nutzerinteresse(+) und zur Anzahl der benutzten Wörter(-) in Beziehung steht. Ferner wird der Wert beeinflusst vom Investitionsklima(+), der Anzahl der Sonderzeichen (-), der Wörter im Zusammenspiel mit Sonderzeichen(+) und dem Alter im Zusammenspiel mit sprachlicher Bedeutung(+). Diese Studie bemerkt auch den beachtlichen Einfluss individueller Faktoren und den Mangel an Bewertungswissen, der die Preisbildung am deutschen Domain-Sekundärmarkt noch immer auszeichnet. Sie überwindet die Beschränktheit früherer akademischer Arbeiten in Sachen Datenmasse, Bewertungsgeschwindigkeit und Präzision.
Modellgleichung:
ln(Price2) = intVisitors + intPre.CPC + intPost.CPC + Pre.Comp + Post.Comp + ln(deGoogle.preSLD) + ln(deGoogle.postSLD) + [ln(enGoogle.preSLD)]^3 + [ln(deGoogle.postSLD)]^3 + [ln(Pre.MDLS)]^4 + [ln(Post.MDLS)]^4 + Words + Length^2 + ln(Pron) + Probable.Language + Age^4 + Year + Typo + Hyphen + Suffix24 + [ln(HDAX)]^0.5 + I[ln(deGoogle.preSLD) × Age^4] + I[ln(deGoogle.postSLD) × Age^4] + I[Words × Hyphen] + e
PDFs in Englisch und Deutsch auf meiner kleinen Wordpress-Seite: (38 Seiten).
(keine Direktlinks weil ich vllt nochmal die Rechtschreibung und Formatierung verbessere).
[Download]
Weil einiges vielleicht am Anfang noch etwas undurchsichtig ist, werde ich nach und nach noch ein paar Zusatzinfos veröffentlichen; z.b. wie man Alexa Rank in Besucher umrechnet. Der Link darf gern herumgegeben werden.
Nachtrag 1: Ausführliches Bewertungsbeispiel mit Intervallgrenzen für Alexa, CPC, Competition.
Nachtrag 2: Umrechnung Global Traffic Rank in Besucher / Tag (kommt)
Nachtrag 3: Messung der Aussprechbarkeit (kommt)
Die Anwendung des Modells mit drei ausgewählten Domains findet ihr auf Seite 33 und hier.
Bei Fragen/Feedback einfach posten/mailen :beer:
Da bin ich mal wieder. Anbei wie angekündigt meine Masterarbeit. Mehrere Nachträge kommen noch sobald ich Zeit finde (s.u.)
Habe mal nen neuen Thread aufgemacht, der an diesen hier anschließt. Die ursprüngliche Aufgabenstellung hat sich etwas geändert; eigentlich wollte ich Modelle miteinander vergleichen, aber es gibt bis jetzt (öffentlich verfügbar) keine wirklich guten. Also habe ich eins entwickelt. Ich wollte die Arbeit eigentlich schon früher bereitstellen, aber hatte erst Ende Februar meine Verteidigung und auch nicht genug Zeit. Nun ist die Übersetzung fertig. Also viel Spaß
Der Zauber virtueller Immobilien
Auf dem Weg zur objektivierten, regressionsbasierten Massenbewertung von Domains
Abstrakt:
In dieser Studie entwickle und demonstriere ich ein Bewertungsmodell für .de Domains. Neben der Herleitung absoluter beizulegender Zeitwerte (sog. fair values), beschäftige ich mich auch mit der Frage wie Werte schnell, massenhaft und subjektivitätsfrei modelliert werden können. Anders als andere Studien betrachtet die vorliegende Arbeit Domains als ‚virtuelle Grundstücke‘. Daran anknüpfend wird ein Datensatz von 9.220, über einen 10-Jahreshorizont reichenden Sedo Domain-Auktionen per multipler Regression, einer u.a. in der Berechnung vom Bemessungsgrundlagen für ad-valorem Steuern von Immobilien populären Technik, untersucht. Ich stelle fest, dass der Domainwert zur Anzahl der Besucher (+), zum kommerziellen Nutzungspotential (+), zur sprachlichen Bedeutung(+), zum Nutzerinteresse(+) und zur Anzahl der benutzten Wörter(-) in Beziehung steht. Ferner wird der Wert beeinflusst vom Investitionsklima(+), der Anzahl der Sonderzeichen (-), der Wörter im Zusammenspiel mit Sonderzeichen(+) und dem Alter im Zusammenspiel mit sprachlicher Bedeutung(+). Diese Studie bemerkt auch den beachtlichen Einfluss individueller Faktoren und den Mangel an Bewertungswissen, der die Preisbildung am deutschen Domain-Sekundärmarkt noch immer auszeichnet. Sie überwindet die Beschränktheit früherer akademischer Arbeiten in Sachen Datenmasse, Bewertungsgeschwindigkeit und Präzision.
Modellgleichung:
ln(Price2) = intVisitors + intPre.CPC + intPost.CPC + Pre.Comp + Post.Comp + ln(deGoogle.preSLD) + ln(deGoogle.postSLD) + [ln(enGoogle.preSLD)]^3 + [ln(deGoogle.postSLD)]^3 + [ln(Pre.MDLS)]^4 + [ln(Post.MDLS)]^4 + Words + Length^2 + ln(Pron) + Probable.Language + Age^4 + Year + Typo + Hyphen + Suffix24 + [ln(HDAX)]^0.5 + I[ln(deGoogle.preSLD) × Age^4] + I[ln(deGoogle.postSLD) × Age^4] + I[Words × Hyphen] + e
PDFs in Englisch und Deutsch auf meiner kleinen Wordpress-Seite: (38 Seiten).
(keine Direktlinks weil ich vllt nochmal die Rechtschreibung und Formatierung verbessere).
[Download]
Weil einiges vielleicht am Anfang noch etwas undurchsichtig ist, werde ich nach und nach noch ein paar Zusatzinfos veröffentlichen; z.b. wie man Alexa Rank in Besucher umrechnet. Der Link darf gern herumgegeben werden.
Nachtrag 1: Ausführliches Bewertungsbeispiel mit Intervallgrenzen für Alexa, CPC, Competition.
Nachtrag 2: Umrechnung Global Traffic Rank in Besucher / Tag (kommt)
Nachtrag 3: Messung der Aussprechbarkeit (kommt)
Die Anwendung des Modells mit drei ausgewählten Domains findet ihr auf Seite 33 und hier.
Bei Fragen/Feedback einfach posten/mailen :beer:
Zuletzt bearbeitet: