[发明专利]房屋价值预测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 201811290365.7 申请日: 2018-10-31
公开(公告)号: CN109523068A 公开(公告)日: 2019-03-26
发明(设计)人: 刘卉;杨坚;董文飞;韩丹;王婷;黎韬 申请(专利权)人: 平安直通咨询有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02;G06Q50/16
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 王宁
地址: 518048 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 房屋 价值指数 计算机设备 存储介质 预测模型 预测因子 量化 构建 预测 样本 标准化 筛选 标准化处理 房地产行业 模型训练 训练数据 影响房屋 预测目标 预测区域 预设规则 智慧城市 申请 应用
【权利要求书】:

1.一种房屋价值预测方法,所述方法包括:

获取根据待预测区域房屋价值历史数据构建的房价前瞻预测因子体系;

根据房价前瞻预测因子体系,提取影响房屋价值的指标以及房屋价值指数;

对提取的指标和房屋价值指数进行量化和标准化,从量化和标准化后的指标和房屋价值指数中筛选出预设规则的变量和样本;

以待预测区域房屋价值指数为预测目标,以筛选出的变量和样本为训练数据,构建房价前瞻预测模型。

2.根据权利要求1所述的方法,其特征在于,所述获取根据待预测区域房屋价值历史数据构建的房价前瞻预测因子体系之前,还包括:

获取各区域房屋价值历史数据;

从所述各区域房屋价值历史数据中提取影响房屋价值的指标以及房屋价值指数;

根据提取的影响房屋价值的指标以及房屋价值指数,更新初始房价前瞻预测因子体系,得到房价前瞻预测因子体系集合,所述房价前瞻预测因子体系集合中包括有不同区域的房价前瞻预测因子体系,房价前瞻预测因子包括主因子、附属于所述主因子的从因子、附属于所述从因子的次因子以及表征所述次因子的指标,所述主因子包括宏观经济指标主因子、中观经济指标主因子、城市规划主因子、舆论影响主因子以及政策法规主因子;

所述获取根据待预测区域房屋价值历史数据构建的房价前瞻预测因子体系包括:

识别待预测区域,根据所述房价前瞻预测因子体系集合,获取待预测区域的房价前瞻预测因子体系。

3.根据权利要求1所述的方法,其特征在于,对提取的指标和房屋价值指数进行量化处理之前,还包括:

识别提取的指标和房屋价值指数中主观因素;

针对所述主观因素分别建立独立的模型,在所述独立模型中将主观因素对应情况划分为多种类型;

针对每种类型情况设定明确的判定条件,并且针对每种类型不同判定结果分别赋值对应的指标值,得到赋值规则;

对提取的指标和房屋价值指数进行量化处理包括:

根据所述赋值规则,对提取的指标和房屋价值指数进行量化处理。

4.根据权利要求1所述的方法,其特征在于,对提取的指标和房屋价值指数进行标准化处理包括:

根据预设的缺失值填补规则,对所述指标中存在缺失的指标进行缺失值填补,得到缺失值填补完毕的数据集;

针对缺失值填补完毕的数据集,根据预设的指标变频规则,对指标进行变频处理;

根据变频处理后的指标,确定指标对应的衍生指标;

对所述衍生指标进行指标转化,将指标转化后的所述衍生指标及对应的变频处理后的指标进行合并,得到标准化处理后的指标。

5.根据权利要求4所述的方法,其特征在于,所述预设的缺失值填补规则为:对于缺失率小于或等于预设阈值的指标,根据指标性质及指标缺失情况,对存在缺失值的指标进行缺失值填补;对于缺失率大于所述预设阈值的指标予以剔除。

6.根据权利要求4所述的方法,其特征在于,所述对指标进行变频处理包括:

获取指标中的季度指标和年度指标;

将所述季度指标和所述年度指标通过线性插值的方法转化为月度数据。

7.一种房屋价值预测装置,其特征在于,所述装置包括:

因子体系获取模块,用于获取根据待预测区域房屋价值历史数据构建的房价前瞻预测因子体系;

数据提取模块,用于根据房价前瞻预测因子体系,提取影响房屋价值的指标以及房屋价值指数;

数据处理模块,用于对提取的指标和房屋价值指数进行量化和标准化,从量化和标准化后的指标和房屋价值指数中筛选出预设规则的变量和样本;

模型构建模块,用于以待预测区域房屋价值指数为预测目标,以筛选出的变量和样本为训练数据,构建房价前瞻预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安直通咨询有限公司,未经平安直通咨询有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811290365.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top