[发明专利]基于多层次评估模型的房产价格智能评估方法及装置

说明书

本发明公开了一种基于多层次评估模型的房产价格智能评估方法，包括：获取预处理后的特征数据，将特征数据集按大尺度房价影响因素进行粗粒度划分；在每个粗粒度区域内以小区为单位计算单位时间内的房产交易均价，构建小区的历史均价向量；对历史均价向量集合进行聚类分析，以将同一聚类的小区组合为同一细粒度房价片区；根据不同层次的房产特征数据集，构建多层次房价评估模型；将房产特征向量输入相应的评估模型以进行房价估算，本发明还公开了一种房产价格智能评估装置，解决现有技术无法从房价变化较大的区域多层次评估房价的问题，提高了房价评估的精确度。

技术领域

本发明涉及房价价格评估技术领域，尤其涉及一种基于多层次评估模型的房产价格智能评估方法及装置。

背景技术

现有房产智能评估技术的研究主要围绕基于房产特征向量数据集的特征规律提取展开的。随着机器学习技术的发展，房产智能评估使用的特征提取从原来的线性回归转到人工神经网络、支持向量机、随机森林等机器学习技术。

但是这些方法都是聚焦于模型训练和特征提取方面，只能在整个评估区域内使用一个评估模型。现实中空间因素对房产价格的变化影响很大，传统的方法只能在房价变化不大的小区域内进行精确的房产评估，而无法针对全市区域的房产构建统一的房价评估模型，因此，设计一种能从多个层次评估模型的房产价格的智能评估方法是至关重要的。

发明内容

本发明主要目的在于提供一种基于多层次评估模型的房产价格智能评估方法及装置，旨在解决现有技术无法从房价变化较大的区域多层次评估房价的问题。

为实现上述目的，本发明提供一种基于多层次评估模型的房产价格智能评估方法，所述基于多层次评估模型的房产价格智能评估方法包括以下步骤：

获取预处理后的特征数据，将特征数据集按大尺度房价影响因素进行粗粒度划分；

在每个粗粒度区域内以小区为单位计算单位时间内的房产交易均价，构建小区的历史均价向量；

对历史均价向量集合进行聚类分析，以将同一聚类的小区组合为同一细粒度房价片区；

根据不同层次的房产特征数据集，构建多层次房价评估模型；

将房产特征向量输入相应的评估模型以进行房价估算。

在一实施例中，所述获取处理后的特征数据之前，包括：采集区域内的房产交易数据，进行特征数据的量化预处理。

在一实施例中，所述采集区域内的房产交易数据，进行特征数据的量化预处理，包括：

采集区域内的房产交易数据，筛除所述交易数据中难以量化的数据；

使用独热编码方式对具有原始属性的数据进行向量化，以转化为模型可使用的数据；

对原始数据中的时间数据进行转化，将时间数据划分为年月日三个属性，以转化为可直接处理的输入数据。

在一实施例中，所述将特征数据集按大尺度房价影响因素进行粗粒度划分，包括：

将特征数据集按大尺度房价影响因素划分为多个粗粒度区域，并构建小区与粗粒度区域的映射关系；

根据所述映射关系为各房产特征数据向量生成对应的粗粒度区域标签，以构建粗粒度区域房产特征数据集。

在一实施例中，所述在每个粗粒度区域内以小区为单位计算单位时间内的房产交易均价，构建小区的历史均价向量，包括：

在粗粒度区域房产特征数据集中，以小区为单位计算单位时间内的房产交易均价，获取小区的历史均价向量；

采用平均值填充法对缺失的交易数据进行填充；