基于人工智能的数据分析方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种基于人工智能的数据分析方法、装置、设备及存储介质，其中方法包括：确认待分析房屋所在目标小区，并获取目标小区的目标基础信息；根据目标基础信息查询与目标小区相似的多个参考小区；获取每个参考小区的画像信息，并将每个参考小区的画像信息分别输入至预先训练好的数据分析模型，得到每个小区的价格分析数据；根据价格分析数据，结合预设规则计算得到目标小区的目标价格数据。通过上述方式，本发明专利技术能够在不依赖小区周边环境的情况下对小区的住房价格进行高准确率的预测。房价格进行高准确率的预测。房价格进行高准确率的预测。

【技术实现步骤摘要】
基于人工智能的数据分析方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，特别是涉及一种基于人工智能的数据分析方法、装置、设备及存储介质。

技术介绍

[0002]在传统评估行业，通常会面对的一个难题是，如果某个小区挂牌成交不活跃，可能长达一到两年没有挂牌和成交案例可以作为参考，在信息缺乏的情况下，人工较难对房屋开展有效的评估。针对这种案例缺乏的评估单，传统估价师一般采用周边小区价格拟合的方法，即用周边有案例的小区价格对无案例小区价格进行估计。
[0003]目前，对房屋价格的分析都是基于人工来实现，其需要具备丰富经验的人员根据自身经验对房屋的相关信息做出分析，然后给房屋标定价格，其过程需要耗费大量精力去了解大量相关房屋信息才能做出较高准确度地判断，难以快速确定房价。然后即使借住计算机处理，也只能实现对房屋相关信息的统计，例如，同小区房屋或周边小区房屋的历史成交价格，然后以此作为目标房屋价格，其中缺乏对房屋相关信息的合理分析，使得得到的结论不够理想，分析方式过于刻板、不够灵活。

技术实现思路

[0004]本申请提供一种基于人工智能的数据分析方法、装置、设备及存储介质，以解决现有房屋价格分析方式耗费人力且准确率低的问题。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于人工智能的数据分析方法，包括：确认待分析房屋所在目标小区，并获取目标小区的目标基础信息；根据目标基础信息查询与目标小区相似的多个参考小区；获取每个参考小区的画像信息，并将每个参考小区的画像信息分别输入至预先训练好的数据分析模型，得到每个小区的价格分析数据；根据价格分析数据，结合预设规则计算得到目标小区的目标价格数据。
[0006]作为本申请的进一步改进，根据目标基础信息查询与目标小区相似的多个参考小区，包括：获取目标小区的目标基础信息，并将目标基础信息转换为目标特征向量；获取预设区域内每个小区的当前基础信息，并将每个当前基础信息转换为当前特征向量；计算目标特征向量与每个当前特征向量之间的相似度；筛选相似度达到预设要求的小区作为参考小区。
[0007]作为本申请的进一步改进，当达到预设要求的小区数目低于预设阈值时，将相似度最高的小区作为唯一参考小区，并以唯一参考小区的价格分析数据作为目标小区的目标价格数据。
[0008]作为本申请的进一步改进，根据价格分析数据，结合预设规则计算得到目标小区的目标价格数据，包括：根据相似度从高至低对所有参考小区进行降序排序；选取排列在前预设数量个参考小区对应的当前价格分析数据，并计算当前价格分析数据的平均值，再将平均值作为目标小区的目标价格数据。
[0009]作为本申请的进一步改进，根据价格分析数据，结合预设规则计算得到目标小区的目标价格数据，包括：根据参考小区与目标小区的相似度计算每个参考小区的权重；根据权重对参考小区的价格分析数据进行加权计算，得到目标小区的目标价格数据。
[0010]作为本申请的进一步改进，根据价格分析数据，结合预设规则计算得到目标小区的目标价格数据，包括：根据相似度从高至低对所有参考小区进行降序排序；选取排列在前预设数量个参考小区，并结合选取的参考小区的相似度计算选取的参考小区的权重；根据权重对参考小区的价格分析数据进行加权计算，得到目标小区的目标价格数据。
[0011]作为本申请的进一步改进，基础信息包括小区建成年份、小区楼龄、小区物业费、小区绿化率、小区板块、小区POI、小区容积率和小区经纬度；小区画像信息包括小区建成年份、小区楼龄、小区物业费、小区绿化率、小区板块、小区POI、小区容积率、小区经纬度、小区历史挂牌均价和小区历史成交均价。
[0012]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种基于人工智能的数据分析装置，包括：获取模块，用于确认待分析房屋所在目标小区，并获取目标小区的目标基础信息；查询模块，用于根据目标基础信息查询与目标小区相似的多个参考小区；分析模块，用于获取每个参考小区的画像信息，并将每个参考小区的画像信息分别输入至预先训练好的数据分析模型，得到每个小区的价格分析数据；计算模块，用于根据价格分析数据，结合预设规则计算得到目标小区的目标价格数据。
[0013]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种计算机设备，所述计算机设备包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使得所述处理器执行如上述中任一项所述的基于人工智能的数据分析方法的步骤。
[0014]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有能够实现上述基于人工智能的数据分析方法的程序指令。
[0015]本申请的有益效果是：本申请的基于人工智能的数据分析方法通过根据房屋所在目标小区的基础信息来确认与目标小区相似的多个参考小区，再利用数据分析模型来根据参考小区的画像信息进行预测，得到每个参考小区的价格分析数据，再结合多个价格分析数据来计算目标小区的目标价格数据，其利用小区的基础信息来匹配相似的小区，而不局限于小区周边的小区，降低附近小区差异化带来的影响，并且，其对目标价格数据的预测不再局限于小区的历史挂牌价格和历史成交价格，使得对于无挂牌或成交案例的小区也能够得到准确的数据分析，提高了最终预测的准确性。
附图说明
[0016]图1是本专利技术第一实施例的基于人工智能的数据分析方法的流程示意图；
[0017]图2是本专利技术第二实施例的基于人工智能的数据分析方法的流程示意图；
[0018]图3是本专利技术第三实施例的基于人工智能的数据分析方法的流程示意图；
[0019]图4是本专利技术实施例的基于人工智能的数据分析装置的功能模块示意图；
[0020]图5是本专利技术实施例的计算机设备的结构示意图；
[0021]图6是本专利技术实施例的存储介质的结构示意图。
具体实施方式
[0022]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的数据分析方法，其特征在于，包括：确认待分析房屋所在目标小区，并获取所述目标小区的目标基础信息；根据所述目标基础信息查询与所述目标小区相似的多个参考小区；获取每个参考小区的画像信息，并将每个所述参考小区的画像信息分别输入至预先训练好的数据分析模型，得到每个小区的价格分析数据；根据所述价格分析数据，结合预设规则计算得到所述目标小区的目标价格数据。2.根据权利要求1所述的基于人工智能的数据分析方法，其特征在于，所述根据所述目标基础信息查询与所述目标小区相似的多个参考小区，包括：获取所述目标小区的目标基础信息，并将所述目标基础信息转换为目标特征向量；获取所述预设区域内每个小区的当前基础信息，并将每个所述当前基础信息转换为当前特征向量；计算所述目标特征向量与每个所述当前特征向量之间的相似度；筛选所述相似度达到预设要求的小区作为所述参考小区。3.根据权利要求2所述的基于人工智能的数据分析方法，其特征在于，当达到预设要求的小区数目低于预设阈值时，将相似度最高的小区作为唯一参考小区，并以所述唯一参考小区的价格分析数据作为所述目标小区的目标价格数据。4.根据权利要求1所述的基于人工智能的数据分析方法，其特征在于，所述根据所述价格分析数据，结合预设规则计算得到所述目标小区的目标价格数据，包括：根据所述相似度从高至低对所有参考小区进行降序排序；选取排列在前预设数量个参考小区对应的当前价格分析数据，并计算所述当前价格分析数据的平均值，再将所述平均值作为所述目标小区的目标价格数据。5.根据权利要求1所述的基于人工智能的数据分析方法，其特征在于，所述根据所述价格分析数据，结合预设规则计算得到所述目标小区的目标价格数据，包括：根据所述参考小区与所述目标小区的相似度计算每个参考小区的权重；根据所述权重对所述参考小区的价格分析数据进行加权计算，得到所述...

【专利技术属性】
技术研发人员：李洁，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：