[发明专利]一种房租预测方法及装置

说明书

本申请公开了一种房租预测方法，包括：获取待估价房屋的租金参数；根据预先计算出的最优预测目标函数，对所述租金参数进行计算生成待估价房屋的最优出租价格。本申请通过获取待估价房屋的租金参数，民宿或酒店企业就能根据预先计算出的最优预测目标函数准确预测出待估价房屋的最优出租价格，既节约了人力成本，又保证了企业、房主及租客三方利益。

技术领域

本申请属于数据处理领域，具体涉及一种房租预测方法及装置。

背景技术

随着经济水平的不断提高，旅游业也变得非常普及，个性化定制民宿或酒店也成为越来越多的家庭旅游用户的选择。面对消费升级的民宿或酒店来说，工作人员成本变得越来越高，如何控制企业成本，协调满足企业、房主和旅游用户三方的利益，房租价格制定策略就显得尤为重要。

面对消费升级的市场环境，民宿或酒店企业采用科学的方法制定更为合理化的租金策略，节约大量人力成本，满足企业、房主及旅游民众的需求，已成为民宿或酒店优先考虑解决的问题。

发明内容

本申请提供一种房租预测方法，以解决现有的民宿或酒店的房租价格策略缺乏科学性、不够精确的问题。本申请另外提供一种房租预测装置。

本申请提供一种房租预测方法，包括：

获取待估价房屋的租金参数；

根据预先计算出的最优预测目标函数，对所述租金参数进行计算生成待估价房屋的最优出租价格。

可选的，所述获取待估价房屋的租金参数步骤之前，包括：

获取房屋的历史房屋租金数据集合；

根据所述历史房屋租金数据集合以及房租预测模型构建目标回归函数；

求解所述目标回归函数中的最优回归系数；

将所述最优回归系数带入所述目标回归函数中，求出最优预测目标预测函数。

可选的，所述租金参数包括房屋居室的数量、房屋装修的程度评分、房屋地段区域的评分，所述根据所述房屋价格参数集合以及房租预测模型构建目标回归函数步骤，包括：

根据所述历史房屋租金数据集合构建一次函数h'(x)＝θ₀+θ₁x₁；

其中，h′(x)为房屋出租的第一价格，x1为房屋居室的数量；

根据所述历史房屋租金数据集合构建二次函数h(x)”＝θ₀+θ₂x₂+θ₃x₂²+θ₄x₃+θ₅x₃²；

其中，h″(x)为房屋出租的第二价格，x2为房屋装修的程度评分，x3为房屋地段区域的评分；

根据所述一次函数和所述二次函数，构建所述目标回归函数h(x)＝θ₀+θ₁x₁+θ₂x₂+θ₃x₂²+θ₄x₃+θ₅x₃²；

其中x1、x2、x3为目标回归函数中的自变量，h(x)为房屋的出租价格，其中参数θ₀、θ₁、θ₂、θ₃、θ₄、θ₅为回归系数。