当今时代高额的房价依然困扰着广大购房者,然而中介机构却通过低吸高抛、肆意标价、吃差价等不良行为攫取了高额利润,对于房价的研究极具现实意义。目前大多数学者主要从人口、政策、经济水平、心理等宏观因素进行地区平均价格的预测。少数学者也从房间数、项目类型、面积、建造类型等微观因素进行了楼盘之间的价格差异研究。对于楼栋本身一房一价的精准预测,研究极少。本文以北京市二手房为例,选取中介机构2016年6月到2017年6月共12000条二手房成交数据进行一房一价的预测。中介机构的挂牌价格主要是根据房屋属性硬指标(区域、户型、建筑面积、楼层高度、建造年代、装修情况、有无电梯)进行预估,房屋交易软指标(浏览次数、关注次数、带看次数、调价次数与成交周期)作为用户行为的量化反馈,对房价波动带来的影响显著。所以本文选取了房屋属性硬指标与房屋交易软指标作为影响因素。通过灰色关联度分析指出影响指标与交易价格的关联关系,突出指标选取的合理性。最后通过构建BP神经网络模型进行预测,研究得出:本文所构建的预测模型拟合优度达到97%,预测结果与真实成交价格的相对误差在±5%波动,变动幅度稳定。而中介挂牌价与真实成交价的相对误差波动范围在5%到35%之间,误差波动大且不稳定。通过相对误差的对比,证明了一房一价预测的精准性与稳定性,同时减少了购房者不必要的经济损失。最后从政府与中介两个方面对二手房交易市场的发展提出策略建议,旨在推动二手房交易市场的繁荣发展。