[发明专利]一种房价评估系统

权利要求书

1.一种房价评估系统，其特征在于，它包括源数据层、数据采集层、数据处理层和数据加工层；所述源数据层用于提供多源数据；所述数据采集层用于从所述源数据层抽取源数据；所述数据处理层用于对抽取的源数据进行清洗得到清洗后的盘源数据、交易数据和市场价数据；所述数据加工层采用小区均价策略模型对盘源数据、交易数据和市场价数据进行加工，得到某一楼盘的均价，采用特征向量回归矫正模型根据每个房子的特征进行数据矫正得到某一房子的均价。

2.如权利要求1所述的一种房价评估系统，其特征在于，所述多源数据包括盘客通的放盘日期、房源改价日期、盘客通的放盘数据、Q房ERP的交易数据、第三方放盘数据和第三方交易数据。

3.如权利要求1所述的一种房价评估系统，其特征在于，所述数据采集层采用批处理框架Spring Batch对盘客通的放盘数据和Q房ERP的交易数据进行采集，采用八爪鱼和火车采集器组合的方式对第三方放盘数据和第三方交易数据进行采集。

4.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述数据处理层数对抽取的源数据进行清洗的具体过程为：

1)设置数据可信度级别；对市场价、真实交易数据、有正式委托书小区报盘价、有正式委托书报盘价和第三方报盘价的可信度级别按照从高到低的顺序排列为：市场价的可信度>真实交易数据的可信度>有正式委托书小区报盘价的可信度>无正式委托书报盘价的可信度>第三方报盘价的可信度；

2)将步骤1)得到的合理数据中(报盘价-近期该小区交易均价)/交易均价>10％的数据标记为脏数据；

3)对于每个城市设定盘源最高单价和最低单价，限定合理的数据范围，将步骤2)得到的合理数据中在该数据范围之外的数据标记为脏数据；

4)对于步骤3)得到的合理数据，运营人员根据系统运行标记数据，向对应置业顾问进行核实，将数据状态进行重新标记；对有跟进记录的异常数据进行重新标记；

5)对于步骤4)得到的合理数据，当数据都集中在一类数据源上时，采取梯度聚类方法，以每个城市均价的5％做为数据梯度，对数据进行进一步清洗。

5.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述数据加工层对盘源数据、交易数据和市场价数据进行加工，采用小区均价策略模型得到某一楼盘的均价的过程为：

采用梯度比较法判断盘源数据、交易数据和市场价数据是否在设定的梯度范围内，如果在梯度范围内，则统计在梯度范围内的数据条数，采用平均法计算得到某一楼盘的均价；否则，采用的梯度聚类方法对数据进行重新处理，直到数据在梯度范围内。

6.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述数据加工层采用多元线性回归模型构建特征向量回归矫正模型，构建的特征向量回归矫正模型为：

Q＝a₀+∑a_iZ_i+ε，

式中，Q表示具体某套二手房的评估单价，a₀表示某套二手房所在楼盘的均价，a_i表示二手房的建筑特征向量中的特征，Z_i表示二手房的特征向量中每一项特征对应的调整比例，ε表示其他影响因素，其由交通特征、邻里环境确定，交通特征包括公交线路和地铁站；建筑特征包括建筑面积、所在楼层、总楼层、朝向、装修、配套和建筑年龄；邻里环境包括生活配套；二手房的特征向量中的特征a_i包括房龄、户型、楼层、朝向、装修和配套。

7.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述房价评估系统中还设置有标准化接口层，外部应用端通过所述标准化接口层5获取所述数据加工层得到的某一房子的均价。

8.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述房价评估系统中还设置有鉴权调度层，所述鉴权调度层设置在所述数据加工层与标准化接口层之间。

9.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述房价评估系统中还设置有地理信息系统GIS和楼盘字典基础信息库，Q房网搭建的云房源大数据平台通过API获取地理信息系统GIS中的地理信息，所述房价评估系统通过楼盘字典基础信息库和GIS中的地理信息评估得到任意空间的房价。

10.如权利要求1或2或3所述的一种房价评估系统，其特征在于，所述房价评估系统中还设置有学区管理信息库，Q房网搭建的云房源大数据平台与学区管理信息库结合，所述房价评估系统评估得到每个学校的对口小区的房价。