一种二手车定价方法、装置、设备及计算机可读介质制造方法及图纸

本发明专利技术提供了一种二手车定价方法、装置、设备及计算机可读介质，该方法包括：获取参数步骤，获取待定价二手车的车辆参数；数据处理步骤，基于所述车辆参数获取参考车辆参数；定价模型生成步骤，基于所述车辆参数和所述参考车辆参数构建n个车辆定价模型，并使用BOOST对n个车辆定价模型进行加权获得车辆加权定价模型；定价步骤，基于所述车辆参数使用所述车辆加权定价模型获得二手车的定价。本发明专利技术提出了数据集扩充的方式，使得二手车的定价更加客观准确，提出了单模型的BOOST的融合机制，使得融合后的加权定价模型的定价结果更加准确，提出了利润率的计算方式，可以同时估计出二手车的零售价和拍卖价，提高了定价效率及准确性。

A Pricing Method, Device, Equipment and Computer Readable Media for Used Vehicles

The invention provides a second-hand vehicle pricing method, device, equipment and computer readable medium. The method includes: acquiring parameter steps to obtain vehicle parameters of the used vehicle to be priced; data processing steps to obtain reference vehicle parameters based on the vehicle parameters; pricing model generation steps to construct n vehicle pricing models based on the vehicle parameters and the reference vehicle parameters. The weighted pricing model is obtained by weighting n vehicle pricing models with BOOST, and the second-hand vehicle pricing is obtained by using the weighted pricing model based on the vehicle parameters. The method of data set expansion is proposed to make the pricing of used cars more objective and accurate. A single-model BOOST fusion mechanism is proposed to make the pricing results of the weighted pricing model more accurate. A calculation method of profit margin is proposed, which can simultaneously estimate the retail price and auction price of used cars and improve the pricing efficiency and accuracy.

【技术实现步骤摘要】
一种二手车定价方法、装置、设备及计算机可读介质
本专利技术涉及数据处理
，特别是一种二手车定价方法、装置、设备及计算机可读介质。
技术介绍
目前，随着人民生活水平的提高，汽车更新速度越来越快，据中国汽车流通协会发布数据，2016年全年中国二手车交易量达到1039.07万辆，首次突破了千万辆，我国的二手车市场正经历一个井喷式发展阶段。而在二手车市场中，二手车属于非标品，没有统一的定价方式，目前市场上存在的定价服务参差不齐、定价覆盖率不高、定价不准，不能为消费者、车商买卖二手车提供精准的价格服务，因此在二手车这种非标品交易中，存在一定的价格风险，不利于交易双方公平、公正、透明交易。因此，如何准确的评估二手车的的价格是一个技术难题。现有技术中仅仅使用现有的数据集进行训练，当现有的数据集较小时，二手车的定价偏差较大，现有技术中仅仅是对现有的定价模型进行简单的综合，定价结果仍然不够理想，且现有技术中对二手车的定价功能单一，无法同时给出拍卖价和零售价，也无法计算利润率。
技术实现思路
本专利技术针对上述现有技术中的缺陷，提出了如下技术方案。一种二手车定价方法，该方法包括：获取参数步骤，获取待定价二手车的车辆参数；数据处理步骤，基于所述车辆参数获取参考车辆参数；定价模型生成步骤，基于所述车辆参数和所述参考车辆参数构建n个车辆定价模型，并使用BOOST对n个车辆定价模型进行加权获得车辆加权定价模型；定价步骤，基于所述车辆参数使用所述车辆加权定价模型获得二手车的定价；其中，n为整数。更进一步地，所述车辆参数包括品牌、车系、车型、上牌时间、地域和/或行驶里程。更进一步地，所述数据处理步骤包括：判断步骤，判断与所述车辆参数相关的训练数据量是否大于或等于一定阈值，得到判断结果；数据扩充步骤，如果所述判断结果为是，将所述训练数据作为参考车辆参数，如果所述判断结果为否，根据时间、地域、车辆或车组、车况关系网对训练数据进行扩充，将扩充后的训练数据作为参考车辆参数。更进一步地，所述车辆定价模型包括：一元鲁棒线性模型、二元鲁棒线性模型和一元鲁棒指数模型。更进一步地，所述一元鲁棒线性模型为：price1＝a0+a1*carage；所述二元鲁棒线性模型为：price2＝b0+b1*carage+b2*carmil；所述一元鲁棒指数模型为：lnprice3＝c0+carage；其中，price1、price2、price3为不同模型下的车辆价格，a0、b0和c0为常数，a1、b1、b2和c1为加权系数，通过折旧率计算得出，carage表示车龄，carmil表示车辆行驶里程。更进一步地，所述车辆加权定价模型为：其中，price为二手车的定价，MAPEi为第i个模型的拟合优度，为第i个模型的拟合值，i＝1、2、3，其中j为当前参考车辆参数中数据条数，y为真实的价格price，为当前切片下当前模型预测得到的价格预测值。更进一步地，该方法还包括：定价调整步骤，确定所述二手的训练集无法进行扩充时，使用新车价格乘以折旧率进行定价；利润率计算步骤，建立零售价、拍卖价之间的利润率模型，基于二手车的定价计算所述利润率。本专利技术还提出了一种二手车定价装置，该装置包括：获取参数单元，获取待定价二手车的车辆参数；数据处理单元，基于所述车辆参数获取参考车辆参数；定价模型生成单元，基于所述车辆参数和所述参考车辆参数构建n个车辆定价模型，并使用BOOST对n个车辆定价模型进行加权获得车辆加权定价模型；定价单元，基于所述车辆参数使用所述车辆加权定价模型获得二手车的定价；其中，n为整数。更进一步地，所述车辆参数包括品牌、车系、车型、上牌时间、地域和/或行驶里程。更进一步地，所述数据处理单元包括：判断模块，判断与所述车辆参数相关的训练数据量是否大于或等于一定阈值，得到判断结果；数据扩充模块，如果所述判断结果为是，将所述训练数据作为参考车辆参数，如果所述判断结果为否，根据时间、地域、车辆或车组、车况关系网对训练数据进行扩充，将扩充后的训练数据作为参考车辆参数。更进一步地，所述车辆定价模型包括：一元鲁棒线性模型、二元鲁棒线性模型和一元鲁棒指数模型。更进一步地，所述一元鲁棒线性模型为：price1＝a0+a1*carage；所述二元鲁棒线性模型为：price2＝b0+b1*carage+b2*carmil；所述一元鲁棒指数模型为：lnprice3＝c0+carage；其中，price1、price2、price3为不同模型下的车辆价格，a0、b0和c0为常数，a1、b1、b2和c1为加权系数，通过折旧率计算得出，carage表示车龄，carmil表示车辆行驶里程。更进一步地，所述车辆加权定价模型为：其中，price为二手车的定价，MAPEi为第i个模型的拟合优度，为第i个模型的拟合值，i＝1、2、3，其中j为当前参考车辆参数中数据条数，y为真实的价格price，为当前切片下当前模型预测得到的价格预测值。更进一步地，该装置还包括：定价调整单元，确定所述二手的训练集无法进行扩充时，使用新车价格乘以折旧率进行定价；利润率计算单元，建立零售价、拍卖价之间的利润率模型，基于二手车的定价计算所述利润率。本专利技术还提出了一种二手车定价装置设备，所述设备包括处理器、存储器，所述处理器与所述存储器通过总线相连接，所述存储器中存储机器可读代码，所述处理器执行存储器中的机器可读代码可执行上述之一的方法。本专利技术还提出了一种计算机可读存储介质，所述存储介质上存储有计算机程序代码，当所述计算机程序代码被计算机执行时可执行上述之一的方法。本专利技术的技术效果为：本专利技术提出了数据集扩充的方式，使得二手车的定价更加客观准确，提出了单模型的BOOST的融合机制，使得融合后的加权定价模型的定价结果更加准确，提出了利润率的计算方式，可以同时估计出二手车的零售价和拍卖价，提高了定价效率及准确性。附图说明图1是本专利技术二手车定价方法一个实施例的流程图。图2是本专利技术一个实施例的数据处理步骤的流程图。图3是本专利技术另一实施例的一种二手车定价方法的流程图。图4是本专利技术二手车定价装置一个实施例的结构示意图。图5是本专利技术一个实施例的处理单元的结构示意图。图6是本专利技术另一实施例的一种二手车定价装置的结构示意图。图7是本专利技术的一种二手车定价设备一个实施例的结构示意图。具体实施方式下面结合附图1-7进行具体说明。图1示出了本专利技术二手车定价方法一个实施例的流程图，该方法包括：获取参数步骤S11，获取待定价二手车的车辆参数；数据处理步骤S12，基于所述车辆参数获取参考车辆参数；定价模型生成步骤S13，基于所述车辆参数和所述参考车辆参数构建n个车辆定价模型，并使用BOOST对n个车辆定价模型进行加权获得车辆加权定价模型；定价步骤S14，基于所述车辆参数使用所述车辆加权定价模型获得二手车的定价；本专利技术可以将n个模型进行加权，n为整数，当然n也可以等于1，此时，效果相当于使用单模型进行定价，一般情况下n大于或等于2。一个具体的实施方式为n＝3，此时，车辆定价模型可以包括：一元鲁棒线性模型、二元鲁棒线性模型和一元鲁棒指数模型。当然n也可以等于4，等等。一般来说，获取参数步骤S11中获取的车辆参数包括品牌、车系、车型、上牌时间、地域和/或行驶里程。一般来说，本文档来自技高网...

【技术保护点】
1.一种二手车定价方法，其特征在于，该方法包括：获取参数步骤，获取待定价二手车的车辆参数；数据处理步骤，基于所述车辆参数获取参考车辆参数；定价模型生成步骤，基于所述车辆参数和所述参考车辆参数构建n个车辆定价模型，并使用BOOST对n个车辆定价模型进行加权获得车辆加权定价模型；定价步骤，基于所述车辆参数使用所述车辆加权定价模型获得二手车的定价；其中，n为整数。

【技术特征摘要】
1.一种二手车定价方法，其特征在于，该方法包括：获取参数步骤，获取待定价二手车的车辆参数；数据处理步骤，基于所述车辆参数获取参考车辆参数；定价模型生成步骤，基于所述车辆参数和所述参考车辆参数构建n个车辆定价模型，并使用BOOST对n个车辆定价模型进行加权获得车辆加权定价模型；定价步骤，基于所述车辆参数使用所述车辆加权定价模型获得二手车的定价；其中，n为整数。2.根据权利要求1的方法，其特征在于，所述车辆参数包括品牌、车系、车型、上牌时间、地域和/或行驶里程。3.根据权利要求2的方法，其特征在于，所述数据处理步骤包括：判断步骤，判断与所述车辆参数相关的训练数据量是否大于或等于一定阈值，得到判断结果；数据扩充步骤，如果所述判断结果为是，将所述训练数据作为参考车辆参数，如果所述判断结果为否，根据时间、地域、车辆或车组、车况关系网对训练数据进行扩充，将扩充后的训练数据作为参考车辆参数。4.根据权利要求3的方法，其特征在于，所述车辆定价模型包括：一元鲁棒线性模型、二元鲁棒线性模型和一元鲁棒指数模型。5.根据权利要求4的方法，其特征在于，所述一元鲁棒线性模型为：price1＝a0+a1*carage；所述二元鲁棒线性模型为：price2＝b0+b1*carage+b2*carmil；所述一元鲁棒指数模型为：lnprice3＝c0+carage；其中，price1、price2、price3为不同模型下的车辆价格，a0、b0和c0为常数，a1、b1、b2和c1为加权系数，通过折旧率计算得出，carage表示车龄，carmil表示车辆行驶里程。6.根据权利要求5的方法，其特征在于，所述车辆加权定价模型为：其中，price为二手车的定价，MAPEi为第i个模型的拟合优度，为第i个模型的拟合值，i＝1、2、3，其中j为当前参考车辆参数中数据条数，y为真实的价格price，为当前切片下当前模型预测得到的价格预测值。7.根据权利要求6的方法，其特征在于，该方法还包括：定价调整步骤，确定所述二手的训练集无法进行扩充时，使用新车价格乘以折旧率进行定价；利润率计算步骤，建立零售价、拍卖价之间的利润率模型，基于二手车的定价计算所述利润率。8.一种二手车定价装置，其特征在于，该装置包括：获取参数单元，获取待定价二手车的车辆参数；数据处理单元，基于所述车辆参数获取参考车辆参数；定价模型生成单元，基于所述车辆参数和所述参考车...

【专利技术属性】
技术研发人员：石玉明，郭汝元，邱慧，
申请(专利权)人：优估上海信息科技有限公司，
类型：发明
国别省市：上海,31