上海车牌拍卖持续时间之长、影响之广、累积成交金额之大，都居中国首位。可以认 为，上海市车牌拍卖已经成为当前中国最主要的多物品拍卖活动之一，拍卖形式上属于多 物品同步拍卖。近年来，学者们开始利用数据挖掘技术来预测交易价格，并比较各种算法， 试图找到当前预测中最有效的算法，进行预测。如李雪峰的《在线拍卖商品最终成文价格 预测》中为了解决在拍卖中大量动态变化的属性，导致不能直接使用机器学习的算法对成交价格进行预测，于是收集了大量的在线拍卖成交数据，构建和提取了固定维度的特征列 表，使用 BP 算法进行对成交价格的预测 1。

在文献《上海市车牌拍卖的 VAR 模型分析》中，左可阳和李正明首先从车牌额度价高的主要因素分析在收集并分析了上海市车牌拍卖近十年的数据的基础上，做了定量分 析，给出了车牌价格居高不下的原因，重点分析了车牌价格和供求关系之间的关系，运用 VAR 模型，建立了上海市车牌平均成交价、竞标人数、车牌投放数量的动态数学模型， 脉冲响应结果表明车牌平均成交价除了受到竞标人数的影响外，大部分原因是预期的影 响，而且三者之间影响也是短期的 66246

罗维与王金桃在《车牌拍卖的理论研究与实证分析》中，提出假设竞标人是对称的， 每个竞标人具有作为自我评估的牌照的私有价值，私人价值是独立且同分布的，均服从于

0,上的同一分步函数 F vi ，以这个私人价值模型为基础，提出包括包括歧视性拍卖 (DA)、同一价格拍卖(UPA)、同步升价拍卖(SAA)三种拍卖形式下的车牌拍卖数学模型。 通过对模型的解决和比较，得出的结论是:在私人价值的模型下，同步升价拍卖的同一价 格拍卖的最低成交价格都将高于歧视性拍卖的价格，在同期多项目拍卖的背景下，未来调 整而不改变供需情况，确保公平性的前提下，不能有效降低交易的价格 3。

刘洋通过分析在线拍卖的出价特点，利用 Bagging 和决策树的算法创建了一新模型来 预测在线拍卖的成交价格论文网。通过分类算法估算出价数量，间接预测商品的成交价格。在实 际数据中，结果表明模型运行良好，明显优于利用平均价格的预测4。

Hweeung Kwon 采用价格预测模型优化石脑油的采购，开发了各种型号的石脑油价格 预测和平均石脑油采购价格优化模型，但这些一般模型因为仅包括定量数据,因此在未来 的预测价格趋势的能力上有限，此外，基于波动趋势的石脑油价格预测，文献中尚未公布。 因此，Hweeung Kwon 开发了系统动力学模型，考虑到时间序列数据、数学公式和定性因 素来预测未来的价格5。

对物品拍卖的最终成交价的研究很早就引起了学者的关注，成交价格的早期研究通常 采用多元回归的方法，尽管多元回归可以在一定程度上预测最终的成交价格，但是由于基 于线性的假设的多元回归分析在很大程度上影响了预测的准确性。近年来一些学者开始利 用数据挖掘技术来预测最终成交的价格，并比较各种算法，尝试找到最有效的算法，目前 的预测多使用如神经网络，决策树等算法，取得了很好的效果。