【技术实现步骤摘要】
一种基于租户需求的市场房源定价的方法及系统
本专利技术涉及计算机
，更具体地，涉及一种基于租户需求的市场房源定价的方法及系统。
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，现有定价系统是基于房源信息和已成交的房源定价策略实现的，欠缺对租户真实的租房意图的考虑，双边信息交流不均衡，缺乏租户满意度，此外，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，亟需将租户需求考虑到市场房源定价中，提高租户满意度。
技术实现思路
有鉴于此，...
【技术保护点】
1.一种基于租户需求的市场房源定价的方法，其特征在于，该方法包括：/n基于历史房源信息与历史房源市场报价信息，确定房源信息与房源市场报价的匹配度，构建匹配度集合；/n基于所述匹配度集合，处理得到房源特征集合和房源信息对应的租户需求特征集合；/n基于房源特征集合和租户需求特征集合，构建房源信息训练样本集；/n基于所述房源信息训练样本集构建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文件；/n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；/n利用所述应用系统根据新输入的房源信息，输出与新输入的房源信息对应的房源定价。/n
【技术特征摘要】
1.一种基于租户需求的市场房源定价的方法，其特征在于，该方法包括：
基于历史房源信息与历史房源市场报价信息，确定房源信息与房源市场报价的匹配度，构建匹配度集合；
基于所述匹配度集合，处理得到房源特征集合和房源信息对应的租户需求特征集合；
基于房源特征集合和租户需求特征集合，构建房源信息训练样本集；
基于所述房源信息训练样本集构建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新输入的房源信息，输出与新输入的房源信息对应的房源定价。
2.根据权利要求1所述的一种基于租户需求的市场房源定价的方法，其特征在于，所述基于所述匹配度集合，处理得到房源特征集合和房源信息对应的租户需求特征集合的步骤为：
设定匹配度阈值；
将大于所述匹配度阈值的房源信息进行拆解，获取具体的房源特征，按照文本相似度原则，将房源特征由描述型变量转化为数据型变量，构建房源特征集合且房源特征集合为Am＝[A1,A2,L,AmN]，其中，Am为影响房源市场报价的第m个房源特征，N为第m个房源特征中的子房源特征；
将大于所述匹配度阈值的房源信息对应的租户需求进行拆解，获取具体的租户需求特征，构建租户需求特征集合且租户需求特征集合B＝[B1,B2,L,Bi]，其中，B为租户需求特征，Bi影响租户租房的第i个租户需求特征，i为租户需求特征的数量。
3.根据权利要求2所述的一种基于租户需求的市场房源定价的方法，其特征在于，还包括，获取所述房源特征集合中的关键特征，具体方法为：
计算房源特征对房源市场报价的贡献率ak和累计贡献率G，计算公式为其中，λk为第k个房源特征对应的特征值，λs为各房源特征的特征值，s为第s个房源特征，λm'为第m’个房源特征的特征值，l为房源特征总数量，m’为第m’房源特征；
当所述贡献率ak大于所设置的贡献率阈值时，则将房源特征判断为关键房源特征；当所述贡献率ak小于所设置的贡献率阈值时，则将所述房源特征判断为非关键房源特征。
4.根据权利要求2所述的一种基于租户需求的市场房源定价的方法，其特征在于，获取房源特征集合之后还包括，对所述房源特征集合进行清洗去除异常数据。
5.根据权利要求1所述的一种基于租户需求的市场房源定价的方法，其特征在于，所述房源特征包括房源位置特征、房源建造特征和房屋具体特征。
6.根据权利要求1...
【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。