一种确定房源价格信息的处理方法及系统技术方案

本发明专利技术实施例提供一种确定房源价格信息的处理方法及系统，其中，该方法包括：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。本发明专利技术实施例通过根据相似房源得到预估成交价格，进而结合预期成交周期，利用成交周期模型得到房源的挂牌价，提高了房源定价的准确性及合理性。

【技术实现步骤摘要】
一种确定房源价格信息的处理方法及系统
本专利技术实施例涉及信息
，具体涉及一种确定房源价格信息的处理方法及系统。
技术介绍
房地产中介服务平台为房地产交易提供了诸多便利，但是在房地产的定价方面，目前还没有成型的、具有完整逻辑的定价管理方法。经纪人作业过程中更多凭借个人经验积累及市场感知为业主定价，缺乏科学有效的定价依据和定价逻辑。由于缺乏具备完整的数据和逻辑支撑的房源价格信息处理系统给出合理的房源定价预估，因此，经纪人无法在与业主的沟通中对业主的价格预期进行合理的管理和调整，从而在对房源定价和议价过程中处于妥协状态，导致业主挂牌价格高于市场合理价格，进而影响成交周期，降低房源的成交效率。
技术实现思路
为解决现有技术中没有合理有效的房源定价方法及系统的问题，本专利技术实施例提供一种确定房源价格信息的处理方法及系统。第一方面，本专利技术实施例提供一种确定房源价格信息的处理方法，该方法包括：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。第二方面，本专利技术实施例提供一种确定房源价格信息的处理系统，该系统包括：成交价预估模块，具体用于：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；挂牌价确定模块，具体用于：基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。第三方面，本专利技术实施例提供一种电子设备，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。第四方面，本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下方法：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。本专利技术实施例通过根据相似房源得到预估成交价格，进而结合预期成交周期，利用成交周期模型得到房源的挂牌价，提高了房源定价的准确性及合理性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的确定房源价格信息的处理方法流程图；图2为本专利技术实施例提供的确定房源价格信息的处理系统结构示意图；图3为本专利技术实施例提供的电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例提供的确定房源价格信息的处理方法流程图。如图1所示，所述方法包括：步骤101、获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；获取待定价房源的相似房源，可以通过与房源相关的预设指标的相似情况获取待定价房源的相似房源，所述预设指标比如可以为户型、朝向、面积等。所述相似房源包括相似历史成交房源，所述相似历史成交房源是指已经成交的所述相似房源；并根据所述相似历史成交房源获取目标相似历史成交房源，其中，所述目标相似历史成交房源可以是与所述待定价房源相似度最高的所述相似历史成交房源。根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格，所述待定价房源的预估成交价格可以与所述目标相似历史成交房源的成交价相同。所述相似房源可以显示在预设的相似房源列表中，可以在所述相似房源列表中显示预设数量的所述相似房源。步骤102、基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。所述成交周期与所述挂牌价和成交价的统计参数相对应，所述统计参数的类型预先设定。因此，根据所述成交周期模型，只要获知挂牌价、成交价及成交周期中的任意两个，便可得到另外一个未知参数。所述挂牌价和成交价的统计参数可以为表示所述挂牌价和所述成交价之间差别的统计参数。比如，所述挂牌价和成交价的统计参数可以为所述挂牌价和成交价的差值。基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价。由于挂牌价和成交价的统计参数对应于相应的成交周期，因此，根据预期成交周期，如3个月，通过所述成交周期模型可以得到挂牌价和成交价的统计参数。令预估成交价格为成交周期模型中的成交价，预期成交周期为成交周期模型中的输出参数成交周期，则可得到挂牌价，即所述待定价房源的挂牌价。可以理解的，本专利技术实施例提供的确定房源价格信息的处理方法可以给出多个定价参考值以供业主选择，便于充分披露信息让业主做出最合理的定价决策。因此，所述待定价房源的定价可以为多个。本专利技术实施例通过根据相似房源得到预估成交价格，进而结合预期成交周期，利用成交周期模型得到房源的挂牌价，提高了房源定价的准确性及合理性。进一步地，基于上述实施例，所述挂牌价和成交价的统计参数具体包括：所述挂牌价和成交价的比值。所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述挂牌价和成交价的统计参数可以为表示所述挂牌价和所述成交价之间差别的统计参数，所述挂牌价和成交价的统计参数可以为所述挂牌价和成交价的比值，所述成交周期模型的输出参数为成交周期。在所述挂牌价和成交价的统计参数为所述挂牌价和成交价的比值时，所述成交周期模型可以反映所述挂牌价和成交价的比值为不同取值时的成交周本文档来自技高网...

【技术保护点】
1.一种确定房源价格信息的处理方法，其特征在于，包括：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。

【技术特征摘要】
1.一种确定房源价格信息的处理方法，其特征在于，包括：获取待定价房源的相似房源，所述相似房源包括相似历史成交房源；根据所述相似历史成交房源中目标相似历史成交房源的成交价得到所述待定价房源的预估成交价格；基于建立的成交周期模型，根据预期成交周期、所述预估成交价格得到所述待定价房源的挂牌价；其中，所述成交周期模型的输入参数为挂牌价和成交价的统计参数，所述成交周期模型的输出参数为成交周期。2.根据权利要求1所述的方法，其特征在于，所述挂牌价和成交价的统计参数具体包括：所述挂牌价和成交价的比值。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取与所述待定价房源相关的预设的统计数据，并根据所述预设的统计数据采用预设策略对所述待定价房源的挂牌价进行修正。4.根据权利要求1所述的方法，其特征在于，所述获取待定价房源的相似房源，具体包括：基于房屋市场价格特征模型提炼影响房屋市场价格的关键性指标；根据所述关键性指标建立相似度匹配模型，根据所述相似度匹配模型，获取所述待定价房源的相似房源。5.根据权利要求4所述的方法，其特征在于，所述基于房屋市场价格特征模型提炼影响房屋市场价格的关键性指标包括：利用SUR方法对房屋价格进行价格特征建模，得到所述房屋市场价格特征模型；并利用所述房屋市场价格特征模型进行参数估计和显著性检验，进而获取影响房屋价格的关键性指标；所述根据所述关键性指标建立相似度匹配模型包括：根据所述关键性指标，通过计算Gower距离建立所述相似度匹配模型。6.根据权利要求5所述的方法，其特征在于，所述房屋市场价格特征模型的表达式如下：其中，Pijt表示商圈j的房源i在月份t的实际挂牌价或成交价,β1j、β2j、β3j、β4j均为常量，Ij表示商圈j的...

【专利技术属性】
技术研发人员：王莉，周侯睿，王丽华，李璐，
申请(专利权)人：链家网北京科技有限公司，
类型：发明
国别省市：北京,11