【技术实现步骤摘要】
基于互联网的租赁指数分析方法、系统及云平台
本专利技术涉及互联网
，具体而言，涉及一种基于互联网的租赁指数分析方法、系统及云平台。
技术介绍
在租赁市场，以房屋租赁、车辆租赁等大宗商品的租赁市场为例，建立租赁指数（如房屋租赁指数）是使相关人员了解租赁市场、选择合适的租赁商品的信息渠道。通过指数的反映租赁市场的一些实时信息，例如可以反映的不同地段、不同结构、不同环境的商品价格，方便人们根据自己的习惯、消费能力等情况做出自己的租赁选择。此外，建立租赁指数也是一些商品投资者和评估咨询等机构进行投资决策等的依据。因此，如何有效的建立一套高效的精准的租赁指数分析方法是本领域急需解决的重要问题。
技术实现思路
鉴于以上内容，第一方面，本专利技术实施例提供一种基于互联网的租赁指数分析方法，应用于云平台，所述方法包括：获取待创建的目标租赁指数分析模型对应的租赁应用环境的指数因子分类信息；根据所述指数因子分类信息，在选定租赁指数分析模型中创建多个指数分类对应的指数分类分析函数层，其中，所述指数分类分析函数层包括多个指数分析单元，所述指数分析单元用于将所述选定租赁指数分析模型分为多个指数分析维度；创建待应用于所述指数分类分析函数层中的指数影响因子序列，其中，所述指数影响因子序列包括多个指数影响因子；将所述指数影响因子序列与所述指数分类分析函数层中的指数分析单元进行函数因子映射分析，得到适用于所述指数分析单元的待定指数影响因子；根据所述待定指数影响因子与所述指数分析单元之间...
【技术保护点】
1.一种基于互联网的租赁指数分析方法，应用于云平台，其特征在于，所述方法包括：/n获取待创建的目标租赁指数分析模型对应的租赁应用环境的指数因子分类信息；/n根据所述指数因子分类信息，在选定租赁指数分析模型中创建多个指数分类对应的指数分类分析函数层，其中，所述指数分类分析函数层包括多个指数分析单元，所述指数分析单元用于将所述选定租赁指数分析模型分为多个指数分析维度；/n创建待应用于所述指数分类分析函数层中的指数影响因子序列，其中，所述指数影响因子序列包括多个指数影响因子；/n将所述指数影响因子序列与所述指数分类分析函数层中的指数分析单元进行函数因子映射分析，得到适用于所述指数分析单元的待定指数影响因子；/n根据所述待定指数影响因子与所述指数分析单元之间的函数因子对应关系，从所述待定指数影响因子中提取出目标指数影响因子；/n将所述目标指数影响因子应用于所述指数分析单元，以将所述目标指数影响因子应用于所述指数分类分析函数层中，创建目标租赁指数分析模型；/n使用所述目标租赁指数分析模型对采集的互联网租赁大数据进行租赁指数分析，得到对应的租赁指数分析结果。/n
【技术特征摘要】
1.一种基于互联网的租赁指数分析方法，应用于云平台，其特征在于，所述方法包括：
获取待创建的目标租赁指数分析模型对应的租赁应用环境的指数因子分类信息；
根据所述指数因子分类信息，在选定租赁指数分析模型中创建多个指数分类对应的指数分类分析函数层，其中，所述指数分类分析函数层包括多个指数分析单元，所述指数分析单元用于将所述选定租赁指数分析模型分为多个指数分析维度；
创建待应用于所述指数分类分析函数层中的指数影响因子序列，其中，所述指数影响因子序列包括多个指数影响因子；
将所述指数影响因子序列与所述指数分类分析函数层中的指数分析单元进行函数因子映射分析，得到适用于所述指数分析单元的待定指数影响因子；
根据所述待定指数影响因子与所述指数分析单元之间的函数因子对应关系，从所述待定指数影响因子中提取出目标指数影响因子；
将所述目标指数影响因子应用于所述指数分析单元，以将所述目标指数影响因子应用于所述指数分类分析函数层中，创建目标租赁指数分析模型；
使用所述目标租赁指数分析模型对采集的互联网租赁大数据进行租赁指数分析，得到对应的租赁指数分析结果。
2.根据权利要求1所述的基于互联网的租赁指数分析方法，其特征在于，根据所述指数因子分类信息，在选定租赁指数分析模型中创建指数分类分析函数层，包括：
根据所述指数因子分类信息，在所述选定租赁指数分析模型中创建初始化分析函数层，其中，所述初始化分析函数层包括多个待优化的指数分析单元；
根据所述指数分析单元在所述初始化分析函数层中的共有因子属性，对所述指数分析单元进行优化，得到优化后的指数分析单元；
根据所述优化后的指数分析单元，确定所述选定租赁指数分析模型中的指数分类分析函数层，其中，所述指数分类分析函数层包括多个优化后的指数分析单元，所述指数分析单元用于将所述选定租赁指数分析模型分为多个指数分析维度。
3.根据权利要求2所述的基于互联网的租赁指数分析方法，其特征在于，根据所述指数因子分类信息，在所述选定租赁指数分析模型中创建初始化分析函数层，包括：
确定创建初始化分析函数层对应的维度划分规则；
对所述指数因子分类信息进行特征提取，得到所述指数因子分类信息对应的因子描述信息；
根据所述维度划分规则与所述因子描述信息，在所述选定租赁指数分析模型中创建初始化分析函数层；
所述根据所述维度划分规则与所述因子描述信息，在所述选定租赁指数分析模型中创建初始化分析函数层，包括：
在所述选定租赁指数分析模型中创建匹配所述维度划分规则的初始化分析函数层，其中，所述初始化分析函数层包括多个待拟合的指数分析单元；
根据所述因子描述信息，对所述初始化分析函数层中的指数分析单元进行非线性拟合，得到拟合后的指数分析单元；
根据所述拟合后的指数分析单元，确定所述选定租赁指数分析模型中的初始化分析函数层；
所述根据所述指数分析单元在所述初始化分析函数层中的共有因子属性，对所述指数分析单元进行优化，得到优化后的指数分析单元，包括：
根据确定的分析单元优化函数，对所述共有因子属性进行属性映射，以确定待优化的目标指数分析单元；
按照所述分析单元优化函数对所述目标指数分析单元进行优化，得到优化后的指数分析单元。
4.根据权利要求1所述的基于互联网的租赁指数分析方法，其特征在于，根据所述待定指数影响因子与所述指数分析单元之间的函数因子对应关系，从所述待定指数影响因子中提取出目标指数影响因子，包括：
根据所述待定指数影响因子的属性信息，确定所述待定指数影响因子与所述指数分析单元之间的函数因子对应关系；
根据所述函数因子对应关系，对所述待定指数影响因子与所述指数分析单元进行拟合分析；
从所述完成拟合分析的待定指数影响因子中，提取出适用于所述指数分析单元的目标指数影响因子；
所述从所述完成拟合分析的待定指数影响因子中，提取出适用于所述指数分析单元的目标指数影响因子，包括：
确定完成拟合分析的待定指数影响因子对应的指数因子类型，其中，所述指数因子类型配置有对应的指数因子限定指标；
根据所述指数因子限定指标，对所述指数因子类型下的待定指数影响因子进行提取，得到提取后的目标指数影响因子。
5.根据权利要求1所述的基于互联网的租赁指数分析方法，其特征在于，将所述目标指数影响因子应用于所述指数分析单元，以将所述目标指数影响因子应用于所述指数分类分析函数层中，创建目标租赁指数分析模型，包括：
将所述目标指数影响因子按照预设的次序整理规则加入设定的因子队列，以并根据所述因子队列中各目标指数影响因子的排列顺序确定各目标指数影响因子的因子权重；
根据所述因子权重，对所述目标指数影响因子进行拟合分析；
将完成拟合分析的目标指数影响因子应用于所述指数分析单元，以将所述目标指数影响因子应用于所述指数分类分析函数层中，创建目标租赁指数分析模型；
所述根据所述因子权重，对所述目标指数影响因子进行拟合分析，包括：
对匹配同一指数因子类型的目标指数影响因子进行拟合分析，得到拟合分析结果；
根据所述拟合分析结果，对所述指数因子类型对应的目标指数影响因子进行提取，得到提取后的目标指数影响因子；
根据所述提取后目标指数影响因子的因子权重，从所述提取后目标指数影响因子中确定检测通过的目标指数影响因子；
所述将所述指数影响因子与所述指数分类分析函数层中的指数分析单元进行函数因子映射分析，得到适用于所述指数分析单元的待定指数影响因子，包括：
确定所述指数影响因子的因子描述信息、以及所述指数分析单元的单元描述信息；
对所述因子描述信息与所述单元描述信息进行函数因子映射分析；
将映射成功的指数影响因子确定为适用于所述指数分析单元的待定指数影响因子。
6.根据权利要求1所述的基于互联网的租赁指数分析方法，其特征在于，所述方法还包括：
基于互联网获取目标租赁用户的互联网租赁信息；
将所述目标租赁用户的互联网租赁信息输入预先训练得到的租赁用户聚类模型中，得到所述目标租赁用户所属的至少一个用户聚类；
响应于针对所述目标租赁用户的租赁指数推送请求，根据所述至少一个用户聚类从所述租赁指数分析结果中获取与所述至少一个用户聚类匹配的租赁指数分析数据；
将所述匹配的租赁指数分析数据按照预设的信息推送方式推送给所述目标租赁用...
【专利技术属性】
技术研发人员：何强，吴顺民，李细主，姚圣华，
申请(专利权)人：广东新禾道信息科技有限公司，
类型：发明
国别省市：广东;44
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。