[发明专利]车辆价格的预测方法及装置

权利要求书

1.一种车辆价格的预测方法，其特征在于，包括：

确定目标二手车辆的待交易场景，以及，获取所述目标二手车辆的指定参数信息；

获取与所述待交易场景对应的第一车辆估价模型；所述第一车辆估价模型基于特定交易场景对应的第一样本二手车辆的样本车辆参数信息和第二车辆估价模型训练得到；所述第二车辆估价模型基于各交易场景对应的第二样本二手车辆的样本车辆参数信息训练得到；

根据所述指定参数信息以及所述第一车辆估价模型，预测所述目标二手车辆在所述待交易场景中的交易价格。

2.根据权利要求1所述的方法，其特征在于，所述确定目标二手车辆的待交易场景之前，还包括：

获取多个所述交易场景对应的所述第二样本二手车辆的样本车辆参数信息；所述样本车辆参数信息包括车辆交易信息、车辆属性信息、车况信息、宏观经济数据、车辆行业指标数据中的至少一项；

根据所述第二样本二手车辆的样本车辆参数信息，确定用于训练所述第二车辆估价模型的样本目标参数信息；以及，根据所述第二样本二手车辆的交易价格和对应的新车指导价，确定所述第二样本二手车辆的价格残值率；

以所述样本目标参数信息作为输入数据，并以所述价格残值率作为输出数据，训练所述第二车辆估价模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二样本二手车辆的样本车辆参数信息，确定用于训练所述第二车辆估价模型的样本目标参数信息，包括：

从所述第二样本二手车辆的样本车辆参数信息中，筛选出至少一个与所述价格残值率之间满足预设相关条件的样本目标参数信息；

其中，所述预设相关条件包括以下至少一项：对所述价格残值率的贡献度位于前N位、所述贡献度高于预设贡献阈值；所述N为正整数。

4.根据权利要求3所述的方法，其特征在于，所述从所述第二样本二手车辆的样本车辆参数信息中，筛选出至少一个与所述价格残值率之间满足预设相关条件的样本目标参数信息，包括：

将所述第二样本二手车辆的样本车辆参数信息作为输入数据，将所述第二样本二手车辆的所述价格残值率作为输出数据训练中间模型；

将所述第二样本二手车辆的样本车辆参数信息输入所述中间模型，以使所述中间模型输出各所述样本车辆参数信息对所述价格残值率的贡献度；

按照所述贡献度的高低对各所述样本车辆参数信息进行排序，根据排序结果筛选所述样本目标参数信息。

5.根据权利要求3所述的方法，其特征在于，所述以所述样本目标参数信息作为输入数据，并以所述价格残值率作为输出数据，训练所述第二车辆估价模型，包括：

对所述第二样本二手车辆的所述样本目标参数信息进行预处理，得到各所述样本目标参数信息分别对应的特征数据；

拼接各所述样本目标参数信息分别对应的所述特征数据，将拼接后得到的第一特征向量作为输入数据，并以所述价格残值率作为输出数据进行模型训练，得到基础估价模型；

以各所述交易场景为拼接维度，拼接各所述交易场景分别对应的所述特征数据，并将拼接后得到的第二特征向量作为所述基础估价模型的输入数据，以所述价格残值率作为输出数据优化所述基础估价模型，得到所述第二车辆估价模型。

6.根据权利要求2所述的方法，其特征在于，所述训练所述第二车辆估价模型之后，还包括：

构建包括多层网络结构的神经网络，并将所述第二车辆估价模型作为所述神经网络的最底层网络结构；

针对多个所述交易场景中的任一所述特定交易场景，将所述特定交易场景对应的所述第一样本二手车辆的样本车辆参数信息作为所述神经网络的输入数据，将所述第一样本二手车辆的价格残值率作为所述神经网络的输出数据进行模型训练，得到所述特定交易场景对应的所述第一车辆估价模型。

7.根据权利要求2所述的方法，其特征在于，所述获取所述目标二手车辆的指定参数信息，包括：

获取所述目标二手车辆的车辆参数信息；所述车辆参数信息包括车辆属性信息、车况信息、宏观经济数据、车辆行业指标数据中的至少一项；

从所述车辆参数信息中，提取与所述样本目标参数信息相匹配的所述指定参数信息。