【技术实现步骤摘要】
一种中介市场收房定价的方法及系统
本专利技术涉及计算机
，更具体地，涉及一种中介市场收房定价的方法及系统。
技术介绍
房地产中介服务平台为房地产交易提供了诸多便利，但是在房地产的房源定价方面，目前还没有成型的、具有完整逻辑的房源定价方法。目前采用的房源定价方法为：1、人工定价，中介人员根据多年的经验、市场感知能力和房源信息做策略计算，定价成本高，计算的能力有限，缺乏科学有效的定价依据和定价逻辑，给出的定价时间较慢影响成单率，使中介人员在与业主沟通的过程中无法进行预期的调整与管理，从而在对房源定价和议价过程中处于妥协状态，导致业主挂牌价格高于市场合理价格，影响房源的成交率；2、系统定价，系统基于面积、户型、地理位置、建筑年限、周边发展程度等特征的定价算法更适用于购房定价，即对当前房产做出估值；而长租公寓租赁市场的房源定价更关注的是所在商圈、卧室面积、房源结构、房源的可塑能力以及改造后的出租方式；目前系统定价策略业务逻辑复杂、可维护性差、响应时间慢，从而影响成单率。因此，亟需一种长租公寓租赁市场的房源定价方...
【技术保护点】
1.一种中介市场收房定价的方法，其特征在于，该方法包括：/n采集历史房源信息数据和历史房源的市场报价数据；/n将所述房源信息数据和所述房源的市场报价数据进行清洗，获取房源信息样本数据，每个所述房源信息样本数据包括多个房源特征；/n将房源信息样本数据中的房源特征进行数字化处理；/n对数字化处理后的房源特征进行计算，确定每个所述房源特征对房价的影响程度，过滤掉低于影响程度阈值的房源特征；/n基于房源信息样本数据和房源特征，生成房源特征训练样本集；/n基于房源特征训练样本集进行房源定价模型的训练，得到房源定价模型的目标函数；/n基于所述房源定价模型的目标函数生成模型文件和房源特征...
【技术特征摘要】
1.一种中介市场收房定价的方法，其特征在于，该方法包括：
采集历史房源信息数据和历史房源的市场报价数据；
将所述房源信息数据和所述房源的市场报价数据进行清洗，获取房源信息样本数据，每个所述房源信息样本数据包括多个房源特征；
将房源信息样本数据中的房源特征进行数字化处理；
对数字化处理后的房源特征进行计算，确定每个所述房源特征对房价的影响程度，过滤掉低于影响程度阈值的房源特征；
基于房源信息样本数据和房源特征，生成房源特征训练样本集；
基于房源特征训练样本集进行房源定价模型的训练，得到房源定价模型的目标函数；
基于所述房源定价模型的目标函数生成模型文件和房源特征文件；
将模型文件和房源特征文件进行工程化处理，封装为应用系统；
利用所述应用系统，根据房源信息数据，输出与房源信息数据对应的房源定价。
2.根据权利要求1所述的一种中介市场收房定价的方法，其特征在于，所述房源信息包括房源位置信息、房源建造信息和房屋具体信息。
3.根据权利要求1所述的一种中介市场收房定价的方法，其特征在于，所述将房源信息样本数据中的房源特征进行处理的具体方法为：构建房源特征集合，所述房源特征集合包括单一房源特征和将所述单一房源特征组合成新的房源特征，并对所有房源特征进行数字化处理。
4.根据权利要求1所述的一种中介市场收房定价的方法，其特征在于，所述将房源信息样本数据中的房源特征进行处理还包括：对文本类型房源特征归类处理，对非文本类型数据归一化处理。
5.根据权利要求1所述的一种中介市场收房定价的方法，其特征在于，所述对数字化处理后的房源特征进行计算是基于房源的市场价数据和收房后改造成本数据进行计算。
6.根据权利要求1所述的一种中介市场收房定价的方法，其特征在于，所述基于房源特征训练样本集进行房源定价模型的训练，获取房源定价模型的目标函数为：其中，i为第i个房源信息样本，m为房源信息样本的数量，θ为房源特征的权重，θi为第i个房源信息样...
【专利技术属性】
技术研发人员：孙朝阳，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。