【技术实现步骤摘要】
房源定价优化方法和系统
本专利技术涉及信息
，尤其涉及一种房源定价优化方法和系统。
技术介绍
目前在长租公寓领域，房屋经过装修后的定价很重要。传统定价方式基本为人工定价，人工定价在待定价房屋数量较小时成本较低，但是一旦待定价的房屋数量上来，此时人工定价的人工成本及其昂贵，并且会有定价不准确的问题。并且在业务增长较快时期，满足需求变得尤为重要，现有的技术方案中存在如下问题：1.当需要定价的房屋数量较少时人工尚能满足，如果每天需要定价的房子数量在1000套以上，甚至更多时人力成本就变得非常昂贵；2.人工定价时会存在些许的异常，如房屋的价格是随着地貌、地块、地段价值、时间等诸多因素变化而变化的，在人工定价时由于对目标房源的地段周边的相关因素并不是详细的了解，导致定价时会有不准确的情况；3.房屋的价格应该是一个动态的过程不是一次定价永久挂盘，应以时间和事件驱动去定价，人工定价显得比较简单。在包含诸多变化定价因素的情况下，如何更准确的对房屋进行定价是目前亟待解决的问题。
技术实现思路
...
【技术保护点】
1.一种房源定价优化方法，其特征在于，包括步骤：/n设置第一数据库，所述第一数据库存储有待定价房源信息数据；/n设置第二数据库，所述第二数据库存储有市场房源信息数据和与所述市场房源信息数据相对应的市场房源价格；/n从所述第一数据库中抽取第一待定价房源信息数据和第二待定价房源信息数据，并在第二数据库中寻找与所述第一定价房源信息数据相类似的所述市场房源信息数据和所述市场房源价格，通过所述市场房源价格预估与所述第一待定价房源信息数据相对应的预估待定价房源价格；/n将所述第一待定价房源信息数据和所述第二待定价房源信息数据进行处理得到第一数据和第二数据；/n将所述第一数据和所述预估待...
【技术特征摘要】
1.一种房源定价优化方法，其特征在于，包括步骤：
设置第一数据库，所述第一数据库存储有待定价房源信息数据；
设置第二数据库，所述第二数据库存储有市场房源信息数据和与所述市场房源信息数据相对应的市场房源价格；
从所述第一数据库中抽取第一待定价房源信息数据和第二待定价房源信息数据，并在第二数据库中寻找与所述第一定价房源信息数据相类似的所述市场房源信息数据和所述市场房源价格，通过所述市场房源价格预估与所述第一待定价房源信息数据相对应的预估待定价房源价格；
将所述第一待定价房源信息数据和所述第二待定价房源信息数据进行处理得到第一数据和第二数据；
将所述第一数据和所述预估待定价房源价格带入待训练模型，对所述待训练模型进行训练得到第一定价模型；
采用工具包定义评价函数和超参数搜索内容；
将所述第二数据带入到所述第一定价模型，并通过超参数搜索内容对所述第一定价模型进行超参数搜索，得到所述第一定价模型的参数范围；
对所述参数范围进行贝叶斯优化得到所述第一定价模型的最优参数；
用评价函数评价所述最优参数，若评价结果在误差允许范围内，则将所述最优参数带入到所述第一定价模型得到最优定价模型；
将所述第二数据带入所述最优定价模型计算出最优房源价格。
2.根据权利要求1所述的房源定价优化方法，其特征在于，所述待训练模型为XGboost模型。
3.根据权利要求1所述的房源定价优化方法，其特征在于，将所述第一待定价房源信息数据和所述第二待定价房源信息数据进行数据过滤分别得到第三数据和第四数据；使用dummyVars编码数据特征处理所述第三数据和所述第四数据分别得到所述第一数据和所述第二数据。
4.根据权利要求1所述的房源定价优化方法，其特征在于，待定价房源信息数据和所述市场房源信息数据包括房源内部信息数据和房源外部信息数据，所述房源内部信息数据包括房间可用面积、朝向、和房间数；所述房源外部信息数据包括交通设施、是否有电梯、和小区设施。
5.一种房源定价优化系统，其特征在于，包括第一数据库、第二数据库、数据获取模块、数据处理模块、数据分析模块、模型训练模块、以及最优参数获取模块，其中，
所述第一数据库与所述数据获取模块相耦接，用于存储待定价房源信息数据，并向所述数据获取模块提供所述待定价房源信息数据；
所述第二数据库与所述数据分析模块相耦接，用于存储市场房源信息数据和与所述市场房源信息数据相对应的市场房源价格，并向所述数据分析模块提供所述市场房源信息数据和所述市场房源价格；
所述数据获取模块分别与所述第一数据库、所述数据处理模块和所述数据分析模块相耦接，用于从所述第一数据库中抽取第一待定价房源信息数据和第二待定价房源信息数据，并将所述第一待定价房源信息数据和所述第二待定价房源信息数据发送...
【专利技术属性】
技术研发人员：李昭，陈浩，高靖，崔岩，卢述奇，陈呈，张宵，
申请(专利权)人：青梧桐有限责任公司，
类型：发明
国别省市：上海;31
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。