[发明专利]存量房估价方法及装置

说明书

技术领域

本发明涉及数据挖掘技术领域，更具体地，涉及一种存量房估价方法及装置。

背景技术

健康、稳定、可持续发展的存量房市场有利于完善房地产市场的供给结构、满足不同层次购买力的住房需求。而存量房市场的健康、稳定、可持续发展的关键在于存量房的价格。存量房价格的波动会直接影响政策走向和消费倾向。因此，对存量房价格进行估计不仅有助于存量房市场健康发展、能为政府宏观经济调控提供科学依据，还可以为居民用户提供购房参考价格，能进一步有效地促进双方推进业务。

传统的存量房价格评估方法，如：市场比较法、成本法和收益法，有侧重地从某个角度对价格做出评估，具有一定的主观性、片面性和局限性；现有的存量房估价模型多采用多元线性回归、Hedonic等方法，这些模型在准确率和速率上有待提高。

发明内容

本发明提供一种存量房估价方法及装置，以克服现有技术中，传统的存量房价格评估方法具有一定的主观性、片面性和局限性，现有的存量房估价模型在准确率和速率上无法满足需求的问题。

根据本发明的第一方面，提供一种存量房估价方法，该方法包括：步骤1，基于所述待估价存量房的原始指标和主成分提取矩阵，获取所述待估价存量房对应的关键指标；所述主成分提取矩阵基于待估价存量房所在区域内若干已售存量房的原始指标，利用核主成分分析获取；步骤2，将所述关键指标输入至所述区域对应的估价模型，输出得到所述待估价存量房的预测价格；其中，所述估价模型为利用由所述区域内若干已售存量房对应的关键指标和价格构成的样本集对双子支持向量机模型进行训练和优化后得到。

结合本发明第一方面的第一种可能实现方式，在第二种可能实现方式中，所述主成分提取矩阵获取过程具体包括：基于所述若干已售存量房，量化所述房价影响因素中各因素，获取所述若干已售存量房对应的原始指标；基于所述若干已售存量房对应的原始指标构成的数据矩阵，获取核矩阵，并获取所述核矩阵的修正矩阵；基于所述修正矩阵的特征值和特征向量，获取主成分提取矩阵。

结合本发明第一方面的第二种可能实现方式，在第三种可能实现方式中，所述修正矩阵表达式为：

其中，KT为修正矩阵；K_μv为核矩阵；m为所述已售存量房房的数目。

结合本发明第一方面的第一种可能实现方式，在第四种可能实现方式中，所述步骤2之前还包括：所述若干已售存量房对应的关键指标和价格构成的样本集，得到训练集和测试集；基于所述训练集，构建双子支持向量机模型；基于所述样本集，获取所述双子支持向量机模型的相对误差值；基于所述相对误差值，获取所述估价模型。

结合本发明第一方面的第四种可能实现方式，在第五种可能实现方式中，所述基于所述训练集，构建双子支持向量机模型，具体包括：基于所述训练集和核函数，构造优化函数，并基于所述优化函数构建拉格朗日函数，获得一对二次规划函数；利用KTT条件求解所述一对二次规划函数，得到求解结果；基于所述求解结果、所述训练集和所述核函数，获取第一决策函数和第二决策函数，并基于所述第一决策函数和第二决策函数，获取所述双子支持向量机模型。

结合本发明第一方面的第五种可能实现方式，在第六种可能实现方式中，所述一对二次规划分别为：

s.t. 0≤α≤c₁e

和

s.t. 0≤γ≤c₂e

其中，H＝[K(A,A^T),e],f＝Y-ε₁,h＝Y+ε₂e，A为关键指标矩阵，Y为价格列向量，e是适当维数的分量全为1的单位列向量,ε₁,ε₂为一定的精度，α、γ为一对二次规划函数的求解结果，c1、c2为核函数的惩罚因子。

结合本发明第一方面的第五种可能实现方式，在第七种可能实现方式中，所述第一决策函数和第二决策函数分别为：

f₁(x)＝[w₁,b₁]^T＝(H^TH)^-1H^T(f-α)；

f₂(x)＝[w₂,b₂]^T＝(H^TH)^-1H^T(h+γ)；