共享经济是指拥有闲置资源的组织或个人,通过互联网等媒介让渡资源的使用权以获得报酬的一种经济模式。其实质是资源持有者整合线下的闲置物品、房源等资源,通过让渡物品使用权获得报酬并且使闲置资源得到充分利用的一种优化资源配置,提高社会治理效率的新经济模式。共享短租作为共享经济领域中一个代表性的领域,虽然其起步较晚,但其发展十分迅速,对我国经济的发展作出了巨大的贡献,对其进行研究是十分有意义的。共享短租房源市场的定价基本由房东决定,十分主观,短租房源市场存在乱定价、缺乏监管等问题。本文将共享短租平台爱彼迎（Airbnb）作为研究对象,利用房东特征、房源特征、地理特征和信任特征四个特征,构建了特征价格模型和神经网络定价模型。本研究利用爬虫软件在爱彼迎平台上爬取了我国共20个省市的26916条房源和房东数据,对爬取的数据进行分析构建定价模型得到如下结果:首先对通过爬虫所获取的数据进行描述性统计,构建共享短租房源的特征价格模型。发现房东特征、房源特征、位置特征和信任特征四个上级指标所包含的下级指标会对价格产生影响,且一些指标在不同省市间的影响程度不同,即各省之间产生差异。然后对各省市数据以价格浮动比为因变量,信任差异率为自变量进行单因素方差分析。以价格浮动比为因变量,特征价格模型的房源特征、房东特征、位置特征和信任特征为自变量,信任差异率为门限变量进行门限回归,研究了各省市信任之间的差异和省市内部信任的差异。将省市按信任因素分为四类:存在信任溢价的省市,不存在信任溢价的省市、存在信任溢价且存在门限的省市、存在信任溢价但不存在门限的省市。并且我们接下来将在这分类的基础上构建共享短租房源的特征价格模型和神经网络定价模型。分别利用特征价格模型和神经网络方法对利用信任差异分类的各省市数据构建共享短租定价模型,发现利用信任差异分类的神经网络定价模型拟合的误差小于未利用信任差异分类的神经网络定价模型和利用信任差异分类的特征价格模型,说明对各省市数据按照信任因素进行分类并且利用神经网络方法构建定价模型是合理的,能提高模型拟合预测的精准度,为价格预测提供更加准确的信息。本文对共享短租房源的研究能为有关部门提供更加可靠的信息,方便对市场进行监管。帮助房东合理定价,游客选择合适的房源,为短租房源价格管理提供更加可靠的参考依据,使短租房源市场参与者都能从这类经济模式中获益,促进我国共享短租市场的发展。