[发明专利]房价预测的方法、装置和电子设备

权利要求书

1.一种由服务器端执行的房价预测的方法，包括：

获取待评估房产的房产地址信息；

基于所述房产地址信息获取针对所述待评估房产的第一价格特征以及所述待评估房产的参考房产的第二价格特征，所述第一价格特征包括第一价格预测特征和第一价格评价特征，所述第二价格特征包括第二价格预测特征和第二价格评价特征；以及

将所述第一价格特征和所述第二价格特征输入经训练的房价预测模型，得到预测房价，

其中，所述房价预测模型包括连接的参与子模型和评价子模型，所述参与子模型的输入包括所述第一价格预测特征、买卖操作和第一奖励，所述参与子模型的输出包括第一模型参数；所述评价子模型的输入包括所述第一价格特征、所述第二价格特征、所述第一模型参数、所述第一奖励和第二奖励，所述评价子模型的输出包括预测房价和第二模型参数；所述第一奖励是基于所述第一价格评价特征和利用所述第一模型参数处理所述第一价格预测特征得到的第一预估价格来确定的，所述第二奖励是基于所述第二价格评价特征和利用所述第一模型参数处理所述第二价格预测特征后得到的第二预估价格来确定的。

2.根据权利要求1所述的方法，其中，所述房价预测模型包括公共网络和与所述公共网络分别相连的N个线程，其中，所述公共网络和所述N个线程各自的网络结构分别相同，所述N个线程中每个线程之间独立运行，所述公共网络包括所述参与子模型和所述评价子模型，N是大于1的整数。

3.根据权利要求2所述的方法，其中，所述N个线程各自独立地使用累积的梯度分别更新所述公共网络的网络参数，并且所述N个线程在达到指定周期后将自身的网络参数更新为所述公共网络的网络参数。

4.根据权利要求1至3任一项所述的方法，其中，所述房价预测模型的损失函数包括策略梯度损失、值残差和策略熵。

5.根据权利要求1至3任一项所述的方法，其中，所述获取待评估房产的房产地址信息包括：

将产证图像按照预设尺寸进行缩放，得到具有预设尺寸的待识别图像；

获取所述待识别图像中的字符区域；

从所述字符区域中获取与产证地址预设区域对应的待识别区域；以及

对所述待识别区域进行文字提取，得到能够表征所述房产地址信息的字符串。

6.根据权利要求5所述的方法，还包括：在得到所述字符串之后，

从所述字符串中提取出关于地址的文字；以及

基于预设字典对所述关于地址的文字进行分词存储，所述预设字典包括行政区、小区所在路牌、楼栋单元特征信息中至少一种。

7.根据权利要求6所述的方法，其中，所述基于预设字典对所述关于地址的文字进行分词存储包括：

利用所述预设字典使用正向最大匹配方法对字符串进行分词，获取第一分词集合；

利用所述预设字典使用逆向最大匹配方法对字符串进行分词，获取第二分词集合；

比较所述第一分词集合和所述第二分词集合，取集合中单字少的集合作为分词初步结果；

根据地址要素将所述分词初步结果划分为指定个数等级；

逐级比对所述指定个数等级的分词初步结果和标准等级地址，输出与所述产证对应的小区标识。

8.根据权利要求1至3任一项所述的方法，其中：

所述第一价格预测特征和所述第二价格预测特征包括以下至少一种：小区及楼栋相关特征、地理位置特征、周边便利程度特征、周边厌恶程度特征或者周边绿化宜居景观特征；以及

第一价格评价特征和所述第二价格评价特征包括以下至少一种：历史成交价格或者当期挂牌价格。