随着我国房地产业的不断发展，城市化水平不断提高，存量房市场规模不断扩大，房地产评估业务需求不断增加，对评估活动形成了新的挑战，迫使评估机构的评估水平的提高。高水平的房地产评估不仅可以为政府及企业决策提供依据，还能减少房地产交易双方交易成本，提高交易效率，促进房地产市场的健康发展。对于房地产评估而言，房地产异质性强，评估准确性很大程度上依靠待估案例的可比案例筛选的质量。房地产价格影响因素多、因素收集困难、估价主观性强等情况阻碍着评估业务的发展。批量评估技术和大数据能够很好解决上述问题。批量评估技术依靠统一的评估算法来实现房地产的评估，提高评估效率。目前，政府部门、评估机构、地理信息提供商建立的房地产大数据库能够为评估提供数据支撑。充分研究批量评估技术和房地产大数据能够改善房地产评估中出现的数据难以收集、评估效率低、人工影响较大等问题，提高我国房地产评估水平。
　　本文首先对批量评估国内外研究现状进行整理及评价，针对国内批量评估研究方面过多看重算法，忽视了评估基本方法和估价规范、评估方法与房地产大数据特点不符等特点，提出将批量评估与大数据相结合。考虑房地产评估大数据的收集渠道，因素选择部分明确评估影响因素和因素量化方法，然后按照住宅房地产估价常用的市场比较法的原则，考虑估价规范的要求，在可比案例筛选环节，通过算法的方式替代传统人工筛选的方法，在估价环节中，通过估价模型，结合挑选出来的可比案例对待估案例进行评估，替代传统的人工评估方式，最终建立本论文的批量评估体系。通过对比分析，本文采用K近邻算法作为可比案例筛选算法，特征价格模型作为估价模型，并在此基础上开展评估体系的研究。论文案例研究部分，本文采用深圳市南山区住宅交易数据进行案例分析，通过对数据收集、可比案例筛选、价格评估等环节的案例演示，验证本文建立的批量评估体系具有可行性及合理性。通过理论与案例分析，本文主要结论如下：通过对批量评估中各种算法及经济模型的比较分析，选择符合房地产评估特点的算法及模型，可以改进传统单宗评估所出现的公平性及效率问题；在符合房地产规范的前提下，房地产大数据与批量评估的结合，可以丰富批量评估中可比案例数量及维度，克服评估效率低、准确性差等特点。