[发明专利]一种基于特征价格模型的房屋租赁市场监测方法和设备

权利要求书

1.一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，所述房屋租赁市场监测方法包括：

构建房屋租赁市场画像，基于所述房屋租赁市场画像感知房屋租赁市场变动情况，并获取预设时间段内的房屋租赁市场变动数据；

构建特征价格模型；

剔除所述房屋租赁市场变动数据中的异常数据；

基于所述特征价格模型，对剔除异常数据后的房屋租赁市场变动数据逐步回归；

利用逐步回归后的房屋租赁市场变动数据集更新所述特征价格模型；

基于房屋租赁市场的常识特征验证更新后的所述特征价格模型，从而得到优化的特征价格模型；

利用优化的所述特征价格模型监测房屋租赁市场。

2.如权利要求1所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，剔除所述房屋租赁市场变动数据中的异常数据还包括：

对所述房屋租赁市场变动数据进行特征缩放，剔除异常数据；

基于特征选择方法，对剔除异常数据后的房屋租赁市场变动数据进行筛选，进一步剔除异常数据。

3.如权利要求1所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，基于所述房屋租赁市场画像感知房屋租赁市场变动情况，并获取预设时间段内的房屋租赁市场变动数据，包括：

设置房屋租赁市场监测项以及相应阈值；

基于所述房屋租赁市场监测项和相应的所述阈值，获取预设时间段内的房屋租赁市场画像中的房屋租赁市场变动数据。

4.如权利要求1所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，剔除所述房屋租赁市场变动数据中的异常数据包括：

采用均值归一化算法，对所述房屋租赁市场变动数据进行特征缩放，归一化数学公式为：

其中x表示平均租赁价格，max(x)表示平均租赁价格的最大值，min(x)为平均租赁价格的最小值，z表示归一化后的平均租金值，average(x)表示平均租赁价格的平均值。

5.如权利要求2所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，基于特征选择法，对剔除异常数据后的房屋租赁市场变动数据筛选，进一步剔除异常数据包括：

剔除异常数据的特征选择法的数学表达式为：

Z’∈[mean(z)-nσ,mean(z)+nσ]

其中z代表归一化后的平均租金值，mean(z)表示归一化后的平均租金值的平均值，n为根据实际数据质量情况设置的系数，Z’代表筛选后的房屋租赁市场变动数据样本集，σ为标准差。

6.如权利要求3所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，基于所述房屋租赁市场画像感知房屋租赁市场变动情况，并获取预设时间段内的房屋租赁市场变动数据包括：

任一监测项下设置多个房屋租赁市场监测值以及与所述房屋租赁市场监测值一一对应的阈值；

当所述房屋租赁市场监测值超过对应阈值的数量大于预设数量时，获取所属的监测项的房屋租赁市场变动数据。

7.如权利要求1所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，对剔除异常数据后的房屋租赁市场变动数据逐步回归包括：

基于逐步回归向前法，将剔除异常数据后的房屋租赁市场变动数据依次引入回归模型逐步回归，获得回归后的房屋租赁市场变动数据。

8.如权利要求3所述的一种基于特征价格模型的房屋租赁市场监测方法，其特征在于，设置的所述监测项包括：

房屋来源、监控的区域、监控的企业、房屋信息、房屋监管情况。

9.一种基于特征价格模型的房屋租赁市场监测设备，其特征在于，所述房屋租赁市场监测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于特征价格模型的房屋租赁市场监测程序，所述房屋租赁市场监测程序被所述处理器执行时实现如权利要求1至8中任一项所述的房屋租赁市场监测方法的步骤。