[发明专利]房源定价方法和系统

说明书

本申请公开了一种房源定价方法和系统，方法包括：从第一数据库中抽取第一待定价房源信息数据和第二待定价房源信息数据，并在第二数据库中寻找市场房源价格，通过市场房源价格预估与第一待定价房源信息数据相对应的预估待定价房源价格；将第一待定价房源信息数据和第二待定价房源信息数据进行处理得到第一数据和第二数据；将第一数据和预估待定价房源价格带入待训练模型，对待训练模型进行训练得到第一定价模型；将第二数据带入到第一定价模型计算出待定价房源价格。本发明通过将被处理过的待定价房源信息数据带入到第一定价模型中即可以计算出与待定价房源信息相对应的待定价房源价格，将定价与机器学习结合，实现了非人工定价系统。

技术领域

本发明涉及信息技术领域，尤其涉及一种房源定价方法和系统。

背景技术

目前在长租公寓领域，房屋经过装修后的定价很重要。传统定价方式基本为人工定价，人工定价在待定价房屋数量较小时成本较低，但是一旦待定价的房屋数量上来，此时人工定价的人工成本及其昂贵，并且会有定价不准确的问题。并且在业务增长较快时期，满足需求变得尤为重要，现有的技术方案中存在如下问题：

1.当需要定价的房屋数量较少时人工尚能满足，如果每天需要定价的房子数量在1000套以上，甚至更多时人力成本就变得非常昂贵；

2.人工定价时会存在些许的异常，如房屋的价格是随着地貌、地块、地段价值、时间等诸多因素变化而变化的，在人工定价时由于对目标房源的地段周边的相关因素并不是详细的了解，导致定价时会有不准确的情况；

3.房屋的价格应该是一个动态的过程不是一次定价永久挂盘，应以时间和事件驱动去定价，人工定价显得比较简单。

发明内容

本发明公开了一种房源定价方法，用以解决人工定价不准确的问题，方法包括步骤：

设置第一数据库，所述第一数据库存储有待定价房源信息数据；

设置第二数据库，所述第二数据库存储有市场房源信息数据和与所述市场房源信息数据相对应的市场房源价格；

从所述第一数据库中抽取第一待定价房源信息数据和第二待定价房源信息数据，并在第二数据库中寻找与所述第一定价房源信息数据相类似的所述市场房源信息数据和所述市场房源价格，通过所述市场房源价格预估与所述第一待定价房源信息数据相对应的预估待定价房源价格；

将所述第一待定价房源信息数据和所述第二待定价房源信息数据进行处理得到第一数据和第二数据；

将所述第一数据和所述预估待定价房源价格带入待训练模型，对所述待训练模型进行训练得到第一定价模型；

将所述第二数据带入到所述第一定价模型计算出待定价房源价格。

优选地，所述待训练模型为XGboost模型。

优选地，将所述第一待定价房源信息数据和所述第二待定价房源信息数据进行数据过滤分别得到第三数据和第四数据；使用dummyVars编码数据特征处理所述第三数据和所述第四数据分别得到所述第一数据和所述第二数据。

优选地，待定价房源信息数据和所述市场房源信息数据包括房源内部信息数据和房源外部信息数据，所述房源内部信息数据包括房间可用面积、朝向、和房间数；所述房源外部信息数据包括交通设施、是否有电梯、和小区设施。

本发明公开了一种房源定价系统，包括第一数据库、第二数据库、数据获取模块、数据处理模块、数据分析模块、以及，模型训练模块，其中，所述第一数据库与所述数据获取模块相耦接，用于存储待定价房源信息数据，并向所述数据获取模块提供所述待定价房源信息数据；

所述第二数据库与所述数据分析模块相耦接，用于存储市场房源信息数据和与所述市场房源信息数据相对应的市场房源价格，并向所述数据分析模块提供所述市场房源信息数据和所述市场房源价格；