The invention discloses a method for evaluating the quality of a house source and a server. Among them, the methods included: obtaining the daily brokers' characteristics, customer features, and owner characteristics of the source to be assessed in the past number of days; according to the daily brokers' characteristics, the customer characteristics and the owner's characteristics as well as the preset house scoring model, the rating of the assessed housing is obtained. The home source quality assessment method and server provided by the present invention can obtain the daily brokers' features, customer features, and owner characteristics of the house source in the past number of days, and obtain the presupposed housing score model based on the daily brokers' characteristics, customer characteristics and owner characteristics of the house source. The rating of the housing source to be assessed can be assessed to assess the housing source so as to improve the accuracy of the housing assessment to be assessed.
【技术实现步骤摘要】
一种在售房源质量评估方法及服务器
本专利技术涉及数据处理
,具体涉及一种在售房源质量评估方法及服务器。
技术介绍
随着人们生活水平的提高和市场经济的发展,二手房屋的交易越来越活跃。目前,二手房屋交易过程中,经纪人主要是通过大量的带看行为,最终促成买卖双方的成交。经纪人会根据自己的过往经验,通过房屋的出售价格、业主是否诚心出售以及市场形势做出判断,认定房源是否会在近期成交,越容易交易的二手房屋,说明二手房屋的质量越好。这种对二手房屋交易的判断主要是通过工作时间和人脉的积累,依赖人的主观做出的。这种对二手房交易的判断方式不但效率低、周期长,而且准确性偏低。因此,如何提出一种方法,能够对二手房屋进行评估,以提高二手房评估的准确性成为业界亟待解决的重要课题。
技术实现思路
针对现有技术中的缺陷,本专利技术提供一种在售房源质量评估方法及服务器。一方面,本专利技术提出一种在售房源质量评估方法,包括:获取待评估房源在过去预设天数内每天的经纪人特征、客源特征和业主特征;根据所述待评估房源每天的经纪人特征、客源特征和业主特征以及预设房屋评分模型获得所述待评估房源的评分。另一方面,本专利技术提供一种服务器,包括:第一获取单元,用于获取待评估房源在过去预设天数内每天的经纪人特征、客源特征和业主特征;评分单元,用于根据所述待评估房源每天的经纪人特征、客源特征和业主特征以及预设房屋评分模型获得所述待评估房源的评分。再一方面,本专利技术提供一种电子设备,包括:处理器、存储器和通信总线,其中:所述处理器和所述存储器通过所述通信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 ...
【技术保护点】
1.一种在售房源质量评估方法,其特征在于,包括:获取待评估房源在过去预设天数内每天的经纪人特征、客源特征和业主特征;根据所述待评估房源每天的经纪人特征、客源特征和业主特征以及预设房屋评分模型获得所述待评估房源的评分。
【技术特征摘要】
1.一种在售房源质量评估方法,其特征在于,包括:获取待评估房源在过去预设天数内每天的经纪人特征、客源特征和业主特征;根据所述待评估房源每天的经纪人特征、客源特征和业主特征以及预设房屋评分模型获得所述待评估房源的评分。2.根据权利要求1所述的方法,其特征在于,所述预设房屋评分模型建立的步骤包括:获取预设历史时期内的在售房源;根据每个所述在售房源在过去所述预设天数内的交易记录,分别对每个所述在售房源进行是否成交的标记;获取每个所述在售房源在过去所述预设天数内每天的经纪人特征、客源特征和业主特征;根据各个所述在售房源的的标记、各个所述在售房源在过去所述预设天数内每天的经纪人特征、客源特征和业主特征以及基于深度学习的长短期记忆算法,获得所述预设房屋评分模型。3.根据权利要求1所述的方法,其特征在于,所述经纪人特征包括看房总次数、看房不同门店数、看房不同经纪人数、看房不同客户数、看房语音跟进数、看房普通跟进数;所述客源特征包括拨打电话次数、关注次数和意向金操作次数;所述业主特征包括曝光次数、喊话次数、价格上调次数和价格下调次数。4.根据权利要求1至3任一项所述方法,其特征在于,还包括:根据所述待评估房源的评分以及所述评分对应的历史交易成功概率,获得所述待评估房源的交易成功概率。5.一种服务器,其特征在于,包括:第一获取单元,用于获取待评估房源在过去预设天数内每天的经纪人特征、客源特征和业主特征;评分单元,用于根据所述待评估房源每天的经纪人特征、客源特征和业主特征以及预设房屋评分模型获得所述待评估房源的评分。...
【专利技术属性】
技术研发人员:刘文,宋鑫,于东海,王煜杰,蔡白银,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。