透過台灣住宅需求動向季報調查結果得知，消費者購屋之預期與現實行為間通常存在差距。不同於一般消費財，住宅本身具有異質性、昂貴性以及低重複購買頻率等特性，因此實際購買超出或是低於預期設定的消費狀況，隱含了購屋行為多存在有過度消費與不足消費；亦即在許多情況下，購屋者所為的實際住宅選擇決策，很可能無法符合其內心所設定的目標。 本研究運用次序邏輯特模型，以面積及價格因素衡量已購屋者購買產品屬性的預期值與實際值之差距，分析消費者的家戶屬性、期望的產品屬性以及搜尋完整性如何影響過度消費或不足消費之情形，藉以探究購屋搜尋者可能實現的購屋決策，於市場分析時提供更貼近需求面之資訊。 研究結果顯示，當家戶所得越高、居住人數越多、自住者相較於投資者，越容易發生過度消費的情況；然而，當預設產品面積越大、首購者比起換屋者、希望購買在台北縣市，則易有不足消費之現象。藉此結果，使購屋消費者了解這段落差的可能成因。

一般購屋者終其一生可能僅少數幾次之購買機會，既無經驗可依循，對於本身之需求、偏好亦是模糊不清，甚至對於自己之負擔能力，亦僅能為一概括之估算。因此，本文透過文獻探討、個案分析與專家訪談擷取購屋知識，並系統化分析購屋知識，且以KnowlegePro為建構工具，建立一套購屋決策專家系統，以輔助一般消費者購屋。 　　本研究最後成果為建立一套購屋決策專家系統，而本系統旨在輔助消費者購屋，所以它能釐清消費者購屋的需要（如消費者適合什麼房屋）、澄清消費者不清楚處（如消費者不知如何選擇區位與類型）、找出消費者盲點（如每期貸款償還額過高）且能告知消費者的矛盾處（如坪數與價格相衝突時）等。 　　本系統乃是採取多階式的決策模式，並結合房屋物件資料庫、購屋貸款資料庫與房屋成交之平均行情資料庫，它會依消費者條件（如家庭生命週期、所得、購屋動機、家庭人口數等）、偏好與需求（房屋類型、坪數、價格、區位、居住品質等）、負擔能力（自備款與每期貸款償還額），協助消費者找到合適的房屋。而系統的運作是一動態的過程，即當使用者找不到符合條件的房屋時，系統會建議他修正某些條件，並且為消費者分析適合他的房屋屬性，使消費者能找到合適的房屋。 　　本系統可細分為以下十個次系統：購屋基本知識次系統、負擔能力次系統、類型選擇次系統、區位選擇次系統、坪數選擇次系統、房屋物件查詢次系統、市場行情查詢次系統、房價評估次系統、房屋屬性評估次系統、財務評估次系統。 　　本研究主要在建立整個購屋決策專家系統之整體架構，每個次系統之運作及分析方法，均可再深入發展與探討，而未來可將知識與程式分離，以建立知識庫，使知識易於維護與修正。