一种二手车的定价方法，装置及系统制造方法及图纸

本申请实施例示出一种二手车的定价方法，装置及系统。本申请实施例示出的方法，分别根据二手车的历史数据构建线性，以及XGBoost模型，然后分别用上述模型分别计算出目标二手车的价格，分别得到线性价格，以及XGBoost价格，最终融合上述融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。本申请实施例示出的方法在对二手车定价的过程中引入，线性模型，即使对于一些数交易样本稀疏的车型而言，也可达到准确的定价，同时本申请引入Xgboost模型，Xgboost模型可以捕获车型配置、品牌和地域等更多的影响价格的因素，在二手车的定价过程中预测的结果偏差小。

A Pricing Method, Device and System for Used Vehicles

【技术实现步骤摘要】
一种二手车的定价方法，装置及系统
本专利技术涉及计算机
，特别涉及一种二手车的定价方法，装置及系统。
技术介绍
随着经济社会的发展和城市居民生活水平提高，车辆已变成私人的基本要求。近年来，中国经济的飞速发展，车辆保有量的快速增长，二手车的交易买卖越来越繁荣，全国每个省会城市的二手车辆经纪人和单位通常达到5000个以上，每年成交的二手车达到10万-20万辆。随着二手车的交易买卖的逐渐繁荣，二手车市场随之面临一系列挑战，例如，目前的二手车市场仍然是个信息不对称的市场，消费者很难知晓二手车的价值，其结果是二手车市场难以取得消费者的信赖，导致二手车市场失去一些潜在的客户。因此如何对的二手车进行评估定价，显得尤为重要。现在的二手车评估定价基本上是由评估师的经验来决定，即评估师根据二手车的一些表面状况及个人经验进行评估。然而，上述评估定价方式由于有过多的人为因素参与，往往造成评估结果不够准确，从而对买卖双方造成麻烦。为例避免人为因素的参与，近年来，一些二手车商家通过机器学习方法构建二手车价格模型，为二手车评估定价；通常，先建立模型，将所述模型应用于二手车的评估定价。具体的，首先通过在专门网站获取二手车辆的第一影响因素作为自变量，将二手车对应的价格作为因变量，寻找自变量与因变量之间的函数，然后采用所述函数对二手车评估定价。现有技术中，机器学习方法构建二手车价格模型对二手车进行评估定价，往往为了追求模型随二手车评估的准确度，采用多参数构建复杂的模型；但是复杂的模型，不适于一些成交量较少的冷门二手车的价格评估，预测结果与实际二手车的成交价格之间偏差较大。
技术实现思路
本专利技术的专利技术目的在于提供一种二手车的定价方法，装置及系统，以解现有技术示出的额复杂的二手车价格模型不适于一些成交量较少的冷门二手车的价格评估，预测结果与实际二手车的成交价格之间偏差较大的技术问题。本申请实施例第一方面示出一种二手车的定价方法，所述方法包括：获取二手车的历史数据，所述历史数据包括二手车的成交价格，以及，所述成交价格的影响因素，所述影响因素包括，第一影响因素，以及，车辆特征；根据所述第一影响因素与所述成交价格，构建线性模型，基于所述车辆特征与所述成交价格构建XGBoost模型；基于所述线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。可选择的，所述第一影响因素包括：二手车的使用年限，二手车的车况，二手车的地域，以及，二手车的销售商。可选择的，所述根据第一影响因素与所述成交价格，构建线性模型的步骤包括：聚类所述二手车的历史数据，得到目标线性历史交易数据，所述目标线性历史交易数据包括：目标车型线性建模二手车的成交价格，以及，线性建模二手车目标车型的第一影响因素；基于所述线性建模二手车的成交价格，以及，线性建模二手车的第一影响因素目标车型成交价格，以及，所述目标车型的第一影响因素，构建线性模型。可选择的，所述基于车辆特征与所述成交价格构建XGBoost模型的步骤包括：遍历所述历史交易数据，提取车辆特征，所述车辆特征包括：车型配置特征；基于所述车辆特征，以及，所述成交价格构建XGBoost模型。可选择的，基于所述车辆特征，以及，所述成交价格构建XGBoost模型的步骤包括：对所述车型配置特征赋值，得到配置矩阵，所述配置矩阵包括车型配置特征，以及，所述车型配置特征对应的数值；基于所述配置矩阵，以及，所述成交价格构建XGBoost模型。可选择的，其特征在于，所述车辆特征还包括品牌特征，以及，地域特征。可选择的，所述线性模型为分阶段线性模型。可选择的，所述基于线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格的步骤包括：基于所述线性模型计算校验二手车的价格，得到校验线性价格，基于所述XGBoost模型计算校验二手车的价格，得到检验XGBoost价格；根据所述检验二手车的成交价格，校验线性价格，以及，所述检验XGBoost价格，计算出线性权重，以及，XGBoost权重；基于线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，根据所述线性权重，以及，XGBoost权重，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。可选择的，所述基于线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格的步骤包括:基于所述线性模型计算校验二手车的价格，得到校验线性价格，基于所述XGBoost模型计算校验二手车的价格，得到检验XGBoost价格；根据所述检验二手车的成交价格，校验线性价格，以及，所述检验XGBoost价格，计算出线性权重，以及，XGBoost权重；基于线性模型计算目标二手车的价格，得到线性价格集，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格集，所述线性价格集包括至少一个车况的线性价格，所述XGBoost价格集包括至少一个车况的线性价格，根据所述线性权重，以及，XGBoost权重，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格集；排列所述线性价格集中的线性价格，得到线性序列，排列目标二手车的价格集中的目标二手车的价格，得到目标序列；判断所述线性序列与所述目标序列是否相同；如果不相同，修正所述目标二手车的价格。可选择的，所述修正所述目标二手车的价格的步骤包括：统计目标车辆的交易数量，得到交易数据量集；遍历所述交易数据量集，确定产生最大交易量的目标车辆为基准车辆；基于所述基准车辆对应的目标二手车的价格，修正目标二手车的价格。本申请实施例第二方面示出一种二手车的定价装置，所述装置包括：获取单元用于，获取二手车的历史数据，所述历史数据包括二手车的成交价格，以及，所述成交价格的影响因素，所述影响因素包括，第一影响因素，以及，车辆特征；构建单元用于，根据所述第一影响因素与所述成交价格，构建线性模型，基于所述车辆特征与所述成交价格构建XGBoost模型；计算单元用于，基于所述线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。可选择的，所述构建单元包括：聚类单元用于，聚类所述二手车的历史数据，得到目标线性历史交易数据，所述目标线性历史交易数据包括：目标车型线性建模二手车的成交价格，以及，线性建模二手车目标车型的第一影响因素；线性构建单元用于，基于所述线性建模二手车的成交价格，以及，线性建模二手车的第一影响因素目标车型成交价格，以及，所述目标车型的第一影响因素，构建线性模型。可选择的，所述构建单元包括：遍历单元用于，遍历所述历史交易数据，提取车辆特征，所述车辆特征包括：车型配置特征；XGBoost构建本文档来自技高网...

【技术保护点】
1.一种二手车的定价方法，其特征在于，所述方法包括：获取二手车的历史数据，所述历史数据包括二手车的成交价格，以及，所述成交价格的影响因素，所述影响因素包括，第一影响因素，以及，车辆特征；根据所述第一影响因素与所述成交价格，构建线性模型，基于所述车辆特征与所述成交价格构建XGBoost模型；基于所述线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。

【技术特征摘要】
1.一种二手车的定价方法，其特征在于，所述方法包括：获取二手车的历史数据，所述历史数据包括二手车的成交价格，以及，所述成交价格的影响因素，所述影响因素包括，第一影响因素，以及，车辆特征；根据所述第一影响因素与所述成交价格，构建线性模型，基于所述车辆特征与所述成交价格构建XGBoost模型；基于所述线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。2.根据权利要求1所述的方法，其特征在于，所述第一影响因素包括：二手车的使用年限，二手车的车况，二手车的地域，以及，二手车的销售商中的一个或多个组合。3.根据权利要求2所述的方法，其特征在于，所述根据第一影响因素与所述成交价格，构建线性模型的步骤包括：聚类所述二手车的历史数据，得到目标线性历史交易数据，所述目标线性历史交易数据包括：目标车型线性建模二手车的成交价格，以及，线性建模二手车目标车型的第一影响因素；基于所述线性建模二手车的成交价格，以及，线性建模二手车的第一影响因素目标车型成交价格，以及，所述目标车型的第一影响因素，构建线性模型。4.根据权利要求3所述的方法，其特征在于，所述基于车辆特征与所述成交价格构建XGBoost模型的步骤包括：遍历所述历史交易数据，提取车辆特征，所述车辆特征包括：车型配置特征；基于所述车辆特征，以及，所述成交价格构建XGBoost模型。5.根据权利要求4所述的方法，其特征在于，基于所述车辆特征，以及，所述成交价格构建XGBoost模型的步骤包括：对所述车型配置特征赋值，得到配置矩阵，所述配置矩阵包括车型配置特征，以及，所述车型配置特征对应的数值；基于所述配置矩阵，以及，所述成交价格构建XGBoost模型。6.根据权利要求5所述的方法，其特征在于，所述车辆特征还包括品牌特征，和/或，地域特征。7.根据权利要求1-6任一项所述的方法，其特征在于，所述线性模型为分阶段线性模型。8.根据权利要求7所述的方法，其特征在于，所述基于线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格的步骤包括：基于所述线性模型计算校验二手车的价格，得到校验线性价格，基于所述XGBoost模型计算校验二手车的价格，得到检验XGBoost价格；根据所述检验二手车的成交价格，校验线性价格，以及，所述检验XGBoost价格，计算出线性权重，以及，XGBoost权重；基于线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，根据所述线性权重，以及，XGBoost权重，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格。9.根据权利要求7所述的方法，其特征在于，所述基于线性模型计算目标二手车的价格，得到线性价格，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格的步骤包括:基于所述线性模型计算校验二手车的价格，得到校验线性价格，基于所述XGBoost模型计算校验二手车的价格，得到检验XGBoost价格；根据所述检验二手车的成交价格，校验线性价格，以及，所述检验XGBoost价格，计算出线性权重，以及，XGBoost权重；基于线性模型计算目标二手车的价格，得到线性价格集，基于所述XGBoost模型计算目标二手车的价格，得到XGBoost价格集，所述线性价格集包括至少一个车况的线性价格，所述XGBoost价格集包括至少一个车况的线性价格，根据所述线性权重，以及，XGBoost权重，融合所述线性价格，以及，所述XGBoost价格，计算出目标二手车的价格集；排列所述线性价格集中的线性价格，得到线性序列，排列目标二手车的价格集中的目标二手车的价格，得到目标序列；判断所述线性序列与所述目标序列是否相同；如果不相同，修正所述目标二手车的价格。10.根据权利要求9所述的方法，其特征在于，所述修正所述目标二手车的价格的步骤包括：统计目标车辆的交易数量，得到交易数据量集；遍历所述交易数据量集，确定产生最大交易量的目标车辆为基准车辆；基于...

【专利技术属性】
技术研发人员：石玉明，韦仕伟，庞敏辉，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