小区均价预估方法、电子装置及存储介质制造方法及图纸

本发明专利技术涉及预测模型，揭露了一种小区均价预估方法，该方法包括：接收基于目标小区的均价预估请求，首先确定所述目标小区的多个相似小区，并获取所述多个相似小区在预设时间内的历史记录；然后根据历史记录对所述多个相似小区进行均价预估；最后根据所述多个相似小区的均价计算目标小区的均价。本发明专利技术还揭露了一种电子装置及计算机存储介质。利用本发明专利技术，可提高小区均价预估的准确性。

【技术实现步骤摘要】
小区均价预估方法、电子装置及存储介质
本专利技术涉及数据处理
，尤其涉及一种小区均价预估方法、电子装置及计算机可读存储介质。
技术介绍
房产估价的理论方法在过去很长一段时间已经得到充分验证，市场比较法是目前公认最有效的房产评估模型建设理论，但采用市场比较法有较高的门槛，具体表现在：第一，需要收集大量、正常的房地产交易数据。第二，采用市场比较法必须要求房价相对稳定。传统的市场比较法估价模型过分依赖评估人员的主观经验，这不仅使得估价结果不可靠，更有可能引发道德风险，阻碍房地产估价业的良性发展。同时，市场比较法估价需要对大量的人文、社会、经济、地理数据进行采集、管理、分析和显示，传统的手工管理方式显然无法满足房产估价对大量信息的处理要求，利用新的技术手段改进估价模型、建立估价信息系统是估价行业发展的一个必然趋势。
技术实现思路
鉴于以上内容，本专利技术提供一种小区均价预估方法、电子装置及计算机可读存储介质，其主要目的在于提高目标小区均价预估的准确性。为实现上述目的，本专利技术提供一种小区均价预估方法，该方法包括：S1、接收客户端发送的基于目标小区的均价预估请求；S2、获取与所述目标小区之间的距离在预设范围内的周边小区，从所述周边小区中筛选出所述目标小区对应的多个相似小区，生成相似小区列表；S3、从预设渠道获取所述相似小区列表中多个相似小区在预设时间内的历史记录，根据预设的小区均价预估规则分别确定所述多个相似小区的第一均价，其中，所述历史记录包括历史挂牌记录及历史成交记录；及S4、根据所述多个相似小区的第一均价计算所述目标小区的均价，将所述目标小区的均价发送至客户端。优选地，所述步骤S2包括：S21、获取所述周边小区及所述目标小区的属性信息，并将所述属性信息指标化以确定所述周边小区及所述目标小区的第二属性指标；及S22、将所述周边小区及所述目标小区的第二属性指标输入预先训练好的小区相似度模型，根据模型输出结果分析所述目标小区的相似小区列表。优选地，所述步骤S3包括：S31、根据所述历史记录分别计算所述多个相似小区在预设时间内的历史挂牌均价及历史成交均价；及S32、分别将所述多个相似小区在预设时间内的历史挂牌均价及历史成交均价输入预先训练好的第一小区均价预估模型中，得到所述多个相似小区的第一均价。优选地，所述步骤S31包括：获取每条所述历史记录的描述信息，根据所述描述信息分别确定所述多个相似小区中各房源对应的历史记录；分别分析并确定所述多个相似小区中各房源在预设时间内的历史挂牌价格及历史成交价格；及分别计算所述多个相似小区在预设时间内的历史挂牌均价及历史成交均价。优选地，所述相似小区列表中包括多个相似小区及所述多个相似小区分别与所述目标小区的相似度，所述步骤S4包括：根据所述多个相似小区与目标小区的相似度分别确定所述多个相似小区对应的权重；及根据所述权重对所述多个相似小区的第一均价进行加权计算得到所述目标小区的第一均价。优选地，所述步骤S4包括：计算所述多个相似小区的第一均价的平均值得到所述目标小区的第一均价。优选地，所述步骤S4可替换为：S5、分别将所述多个相似小区在预设时间内的历史挂牌均价、历史成交均价及第一均价输入基于小波神经网络训练得到的第二小区均价预估模型，得到所述多个相似小区的第二均价；及S6、根据所述多个相似小区的第二均价计算所述目标小区的均价。此外，为实现上述目的，本专利技术还提供一种电子装置，该装置包括：存储器、处理器，所述存储器上存储有可在所述处理器上运行的小区均价预估程序，所述小区均价预估程序被所述处理器执行时，可实现如上所述小区均价预估方法中的任意步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中包括小区均价预估程序，所述小区均价预估程序被处理器执行时，可实现如上所述小区均价预估方法中的任意步骤。本专利技术提出的小区均价预估方法、电子装置及计算机可读存储介质，从目标小区的周边小区中确定目标小区的相似小区，利用相似小区的历史记录对各相似小区的均价进行预估，然后根据相似小区的均价计算目标小区的均价，提高了目标小区均价预估的准确性；另外，通过对各相似小区的均价进行二次预估，提高了各相似小区均价预估的准确性，然后利用各相似小区二次预估均价计算目标小区的均价，提高了目标小区均价预估的准确性。附图说明图1为本专利技术小区均价预估方法较佳实施例的流程图；图2为本专利技术小区均价预估方法另一个较佳实施例的流程图；图3为本专利技术电子装置较佳实施例的示意图；图4为图3中小区均价预估程序较佳实施例的程序模块示意图图5为图3中小区均价预估程序另一个较佳实施例的程序模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种小区均价预估方法。参照图1所示，为本专利技术小区均价预估方法较佳实施例的流程图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。在所述小区均价预估方法的第一实施例中，该方法包括步骤S1-S4。S1、接收客户端发送的基于目标小区的均价预估请求。用户通过客户端提交预估请求，请求中包括预估标的：目标小区均价。S2、获取与所述目标小区之间的距离在预设范围内的周边小区，从所述周边小区中筛选出所述目标小区对应的多个相似小区，生成相似小区列表。预设范围可以举例为：在目标小区的半径1.5km的范围内。需要说明的是，本实施例中的周边小区是有历史记录的小区，对于在目标小区半径1.5km的范围内、但没有历史记录的小区会被过滤掉，历史记录包括历史挂牌记录及历史挂牌记录。在确定目标小区对应的相似小区过程中，需要根据各周边小区及目标小区的属性信息来判断，属性信息大致相同，可认为两小区互为相似小区。优选地，本实施例中的所述步骤S2包括：S21、获取所述周边小区及所述目标小区的属性信息，并将所述属性信息指标化以确定所述周边小区及所述目标小区的第二属性指标。属性信息包括：小区主要属性，包括楼栋数、户数、容积率、绿化率等；小区建筑类型，包括层高、户型面积等；小区周边配套设施，包括商业、医院、学校、公园等。上述将所述目标小区的属性信息指标化的过程，以绿化率为例：其中，α、β、c均为大于0、小于1的数，且α<β<c。对上述属性信息指标化后，生成属性信息对应的单列矩阵，矩阵中各属性指标的顺序是预先确定的。需要说明的是，在对属性信息进行指标化的过程中，还需要对各属性信息进行标准化及缺失值填补等处理。例如，当某两个指标之间差值较大时，采用z-score标准化方法对该指标进行处理，当某指标有缺失时，可利用missForest包对该指标的缺失值进行补充。S22、将所述周边小区及所述目标小区的第二属性指标输入预先训练好的小区相似度模型，根据模型输出结果分析所述目标小区的相似小区列表。本实施例中的模型输出结果为第一列表，第一列表中包括各周边小区及各周边小区对应的相似度。优选地，为了提高相似小区的准确性，步骤S22还包括：当存在相似度超过第一预设阈值的周边小区时，选择相似度超过第一预设阈值的周边小区作为相似小区，生成第二列表；当不存在相似度超过第一预设阈值的周边小区时，取预设数量的相似度最高本文档来自技高网...

【技术保护点】
1.一种小区均价预估方法，应用于电子装置，其特征在于，所述方法包括：S1、接收客户端发送的基于目标小区的均价预估请求；S2、获取与所述目标小区之间的距离在预设范围内的周边小区，从所述周边小区中筛选出所述目标小区对应的多个相似小区，生成相似小区列表；S3、从预设渠道获取所述相似小区列表中多个相似小区在预设时间内的历史记录，根据预设的小区均价预估规则分别确定所述多个相似小区的第一均价，其中，所述历史记录包括历史挂牌记录及历史成交记录；及S4、根据所述多个相似小区的第一均价计算所述目标小区的均价，将所述目标小区的均价发送至客户端。

【技术特征摘要】
1.一种小区均价预估方法，应用于电子装置，其特征在于，所述方法包括：S1、接收客户端发送的基于目标小区的均价预估请求；S2、获取与所述目标小区之间的距离在预设范围内的周边小区，从所述周边小区中筛选出所述目标小区对应的多个相似小区，生成相似小区列表；S3、从预设渠道获取所述相似小区列表中多个相似小区在预设时间内的历史记录，根据预设的小区均价预估规则分别确定所述多个相似小区的第一均价，其中，所述历史记录包括历史挂牌记录及历史成交记录；及S4、根据所述多个相似小区的第一均价计算所述目标小区的均价，将所述目标小区的均价发送至客户端。2.根据权利要求1所述的小区均价预估方法，其特征在于，所述步骤S2包括：S21、获取所述周边小区及所述目标小区的属性信息，并将所述属性信息指标化以确定所述周边小区及所述目标小区的第二属性指标；及S22、将所述周边小区及所述目标小区的第二属性指标输入预先训练好的小区相似度模型，根据模型输出结果分析所述目标小区的相似小区列表。3.根据权利要求1所述的小区均价预估方法，其特征在于，所述步骤S3包括：S31、根据所述历史记录分别计算所述多个相似小区在预设时间内的历史挂牌均价及历史成交均价；及S32、分别将所述多个相似小区在预设时间内的历史挂牌均价及历史成交均价输入预先训练好的第一小区均价预估模型中，得到所述多个相似小区的第一均价。4.根据权利要求3所述的小区均价预估方法，其特征在于，所述步骤S31包括：获取每条所述历史记录的描述信息，根据所述描述信息分别确定所述多个相似小区中各房源对应的历史记录；分别分析并确定所述多个相似小区中各房源在预设时间内的历史挂牌价格及历史成交价格；及分别计算所述多个相似小区在预设时间内的历史挂牌均价及历史成交均价。5.根据权利要求1所述的小区均价预估方法，其特征在于，所述相似小区列表中包括多个相似小区及所述多个相似小区分别与所述目标小区的相似度，所述步骤S4包括：根据所述多个相似小区与目标小区的相似度分别确定所述多个相似小区...

【专利技术属性】
技术研发人员：刘卉，叶素兰，李国才，董文飞，王婷，黎韬，
申请(专利权)人：平安直通咨询有限公司，
类型：发明
国别省市：广东,44