一种基于保值率和离散神经网络的废旧手机定价方法技术

本发明专利技术公开了一种基于保值率和离散神经网络的废旧手机定价方法，属于电子产品回收领域，解决了废旧手机回收难以精准定价的问题。本发明专利技术将预测废旧手机价格转换为预测废旧手机的保值率，固定了神经网络的预测空间，使得预测效果更加精准；影响废旧手机回收价格的特征一般为离散取值，本发明专利技术设计的一种离散神经网络模型，自适应的将离散特征稠密化，提取离散特征的关键信息，端到端的实现废旧手机特征到保值率的转换。本发明专利技术能够高效实现废旧手机价格评估，并通过测试验证了方法的可行性，具有重要应用价值。

【技术实现步骤摘要】
一种基于保值率和离散神经网络的废旧手机定价方法
本专利技术属于电子产品回收领域，基于废旧手机回收平台大量的交易数据，训练神经网络，实现废旧手机的价格评估。该方法将影响废旧手机回收价格的离散特征输入本专利技术设计的离散神经网络模型，自适应的将离散特征稠密化，提取离散特征的关键信息，实现废旧手机特征到保值率的转换，再依据保值率计算出回收价格，建立了废旧手机离散特征与保值率之间的预测模型，精准的实现了废旧手机价格评估。
技术介绍
废旧手机蕴含着丰富的可回收资源，但其回收价格受到众多因素影响，难以准确评估，导致其回收率低下。为了促进废旧手机的有效回收，实现废旧手机价格的精准评估是其中的关键环节，具有广阔的应用前景。废旧手机定价主要分为人工和数学模型两种方式。人工方法由回收人员主观决定，因为二手机市场交易不透明，回收过程存在较大的信息差，这种方法难以对废旧手机进行公正的评估。数学模型方法基于手机的各项参数构建数学模型完成手机价格的预测，这种方法不受人为因素的影响，其价格评估也更加客观，但影响废旧手机价格的因素众多、关系复杂，很难建立一个准确高效的本文档来自技高网...

【技术保护点】
1.一种基于保值率和离散神经网络的废旧手机定价方法，其特征在于：本方法采用如下步骤：/n步骤(1)保值率的计算/n新手机按官方售价进行出售，随着使用时间的增加会损耗，价格也会降低，回收价格与新机价格的比值随着时间变化，依据回收价格与新机价格的保值率定义如下：/n

【技术特征摘要】
1.一种基于保值率和离散神经网络的废旧手机定价方法，其特征在于：本方法采用如下步骤：
步骤(1)保值率的计算
新手机按官方售价进行出售，随着使用时间的增加会损耗，价格也会降低，回收价格与新机价格的比值随着时间变化，依据回收价格与新机价格的保值率定义如下：



其中s是保值率，v新机价格，p是回收价格；因为回收价格总是低于新机价格，所以保值率s的取值范围为[0,1]；同时，依据保值率s和新机价格v计算废旧手机回收价格为：
p＝vs(2)
步骤(2)废旧手机特征提取
1)属性编码
废旧手机属性的参数特征包括品牌、机型、能否开机、是否完好；将这些对废旧手机属性的参数特征描述转化为用于数学计算的变量；
采用独立热编码，将一个属性的可能取值称为属性值，当一个属性具有N种属性值，就用长度为N的01向量来表示，有且仅有其对应位置属性值符合时取值为1，其余皆为0；这种方法平等对待不同属性值，准确刻画废旧手机属性的参数特征；
2)特征表示
废旧手机有多种属性，且不同属性的属性值数量不同，为了数据统一处理，以属性值数量最大的属性为标准，对其他属性的属性值数量以补0的方式扩充到同一长度；基于独立热编码的废旧手机属性的初始特征描述如下：



其中F是一个由01组成的二维特征矩阵，用来表示废旧手机的特征；M表示属性个数，N表示M个属性中属性值数量的最大值，fmn是第m个属性的第n个属性值；
3)特征分析
基于独立热编码的废旧手机特征是一个二维矩阵，该二维矩阵仅由01构成，且大部分取值为0，这样的特征无法直接作为BP神经网络的输入；设计一种离散神经网络，该离散神经网络直接将二维特征作为输入，且在对稀疏特征进行稠密化时保留各个属性的独立性，使得最终进行保值率回归的特征既满足BP神经网络的输入形式，准确刻画废旧手机特性；
步骤(3)离散神经网络
离散神经网络结构分为离散特征稠密化模块和BP神经网络预测模块；离散特征稠密化模块在精炼废旧手机二维特征的同时，将其转化为满足BP神经网络的输入形式；
步骤(4)废旧手机价格评估；
将废旧手机的参数特征...

【专利技术属性】
技术研发人员：于可利，张贺然，刘雨浓，
申请(专利权)人：中国物资再生协会，
类型：发明
国别省市：北京;11