[发明专利]一种基于网络搜素指数的房价预测方法在审
申请号: | 201810288297.4 | 申请日: | 2018-04-03 |
公开(公告)号: | CN108537377A | 公开(公告)日: | 2018-09-14 |
发明(设计)人: | 郑相涵;田浩 | 申请(专利权)人: | 福州大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q30/02;G06Q50/16 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊 |
地址: | 350108 福建省福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于网络搜素指数的房价预测方法,分析挖掘出影响房价的一些宏观经济变量;根据变量对房价的影响程度即相关性强弱,筛选出与房价相关性强的变量作为解释变量加入到房价指数预测数据集中;利用与房价相关的关键词获取网络搜索指数并加入到房价预测数据集中;运用动态模型平均方法在上述数据集上建立预测模型并进行房价的预测;采用MSE和MAE作为模型预测效果的评估指标;以多个城市的房价数据集为基础构建以梯度提升算法为主要的对比预测模型进行实验对比,最后对模型的预测精度进行评价。本发明具有预测精确度高、实时性强、具有较好的健壮性等优点。 | ||
搜索关键词: | 预测 预测模型 数据集 宏观经济变量 关键词获取 动态模型 基础构建 模型预测 评估指标 实验对比 数据集中 网络搜索 预测数据 指数预测 健壮性 实时性 算法 网络 强弱 筛选 挖掘 分析 | ||
【主权项】:
1.一种基于网络搜素指数的房价预测方法,其特征在于:包括以下步骤:步骤S1:分析挖掘出影响房价的一个以上的宏观经济变量;根据所述宏观经济变量对房价的影响程度,即相关性强弱,筛选出与房价相关性强的变量作为解释变量加入到房价指数预测数据集中;步骤S2:利用与房价相关的关键词获取网络搜索指数并将搜索指数数据加入到房价预测数据集中;运用动态模型平均方法在上述数据集上建立预测模型并进行房价的预测;采用MSE和MAE作为模型预测效果的评估指标;步骤S3:以多个城市的房价数据集为基础构建以梯度提升算法为主要的对比预测模型,并进行实验对比,最后对步骤S2提出的预测模型的预测精度进行评价。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810288297.4/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理