基于数据融合的公租房转租风险预测方法及系统技术方案

本发明专利技术公开了基于数据融合的公租房转租风险预测方法及系统，涉及数据处理领域，其中，所述方法包括：获得第一转租主体的主体

【技术实现步骤摘要】
基于数据融合的公租房转租风险预测方法及系统


[0001]本专利技术涉及数据处理领域，具体地，涉及基于数据融合的公租房转租风险预测方法及系统。

技术介绍

[0002]公租房的供应对象主要是中等偏下收入的住房困难家庭。公租房转租风险预测是公租房管理的重要方向之一。现有技术中，存在针对公租房转租风险预测精准度低，导致公租房转租风险预测效果不佳的技术问题。

技术实现思路

[0003]本申请提供了基于数据融合的公租房转租风险预测方法及系统。解决了现有技术中针对公租房转租风险预测精准度低，导致公租房转租风险预测效果不佳的技术问题。达到了提高公租房转租风险预测精准度、全面性，提升公租房转租风险预测质量，为公租房管理提供可靠的参考数据的技术效果。
[0004]鉴于上述问题，本申请提供了基于数据融合的公租房转租风险预测方法及系统。
[0005]第一方面，本申请提供了一种基于数据融合的公租房转租风险预测方法，其中，所述方法应用于一种基于数据融合的公租房转租风险预测系统，所述系统与公租房管理平台通信连接，所述方法包括：获得二元预设转租风险分析主体，其中，所述二元预设转租风险分析主体包括转租主体和转租副体；连接所述公租房管理平台，获得第一公租房转租信息；基于所述二元预设转租风险分析主体对所述第一公租房转租信息进行特征识别，获得第一转租主体的主体
‑
转租信息和第一转租副体的副体
‑
转租信息；连接所述公租房管理平台，读取所述第一转租主体的主体数据库和所述第一转租副体的副体数据库；基于所述主体数据库和所述副体数据库进行转租风险的融合特征分析，获得主体
‑
转租风险融合特征和副体
‑
转租风险融合特征；基于所述主体
‑
转租信息、所述副体
‑
转租信息、所述主体
‑
转租风险融合特征和所述副体
‑
转租风险融合特征进行公租房转租风险预测，获得第一公租房转租风险指数；将所述第一公租房转租风险指数发送至所述公租房管理平台，当所述第一公租房转租风险指数满足所述公租房管理平台内的转租风险约束特征时，获得第一公租房转租预警信号。
[0006]第二方面，本申请还提供了一种基于数据融合的公租房转租风险预测系统，其中，所述系统与公租房管理平台通信连接，所述系统包括：分析主体获得模块，所述分析主体获得模块用于获得二元预设转租风险分析主体，其中，所述二元预设转租风险分析主体包括转租主体和转租副体；转租信息获得模块，所述转租信息获得模块用于连接所述公租房管理平台，获得第一公租房转租信息；特征识别模块，所述特征识别模块用于基于所述二元预设转租风险分析主体对所述第一公租房转租信息进行特征识别，获得第一转租主体的主体
‑
转租信息和第一转租副体的副体
‑
转租信息；数据读取模块，所述数据读取模块用于连接所述公租房管理平台，读取所述第一转租主体的主体数据库和所述第一转租副体的副体
数据库；融合特征分析模块，所述融合特征分析模块用于基于所述主体数据库和所述副体数据库进行转租风险的融合特征分析，获得主体
‑
转租风险融合特征和副体
‑
转租风险融合特征；转租风险预测模块，所述转租风险预测模块用于基于所述主体
‑
转租信息、所述副体
‑
转租信息、所述主体
‑
转租风险融合特征和所述副体
‑
转租风险融合特征进行公租房转租风险预测，获得第一公租房转租风险指数；转租预警信号获得模块，所述转租预警信号获得模块用于将所述第一公租房转租风险指数发送至所述公租房管理平台，当所述第一公租房转租风险指数满足所述公租房管理平台内的转租风险约束特征时，获得第一公租房转租预警信号。
[0007]第三方面，本申请还提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的一种基于数据融合的公租房转租风险预测方法。
[0008]第四方面，本申请还提供了一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时,实现本申请提供的一种基于数据融合的公租房转租风险预测方法。
[0009]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：通过二元预设转租风险分析主体对第一公租房转租信息进行特征识别，获得第一转租主体的主体
‑
转租信息和第一转租副体的副体
‑
转租信息；通过对主体数据库和副体数据库进行转租风险的融合特征分析，获得主体
‑
转租风险融合特征和副体
‑
转租风险融合特征。根据主体
‑
转租信息、副体
‑
转租信息、主体
‑
转租风险融合特征和副体
‑
转租风险融合特征进行公租房转租风险预测，获得第一公租房转租风险指数；将第一公租房转租风险指数发送至公租房管理平台，当第一公租房转租风险指数满足公租房管理平台内的转租风险约束特征时，获得第一公租房转租预警信号。达到了提高公租房转租风险预测精准度、全面性，提升公租房转租风险预测质量，为公租房管理提供可靠的参考数据的技术效果。
[0010]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0011]为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
[0012]图1为本申请一种基于数据融合的公租房转租风险预测方法的流程示意图；图2为本申请一种基于数据融合的公租房转租风险预测方法中获得第一公租房转租风险指数的流程示意图；图3为本申请一种基于数据融合的公租房转租风险预测系统的结构示意图；图4为本申请示例性电子设备的结构示意图。
[0013]附图标记说明：分析主体获得模块11，转租信息获得模块12，特征识别模块13，数据读取模块14，融合特征分析模块15，转租风险预测模块16，转租预警信号获得模块17，处理器31，存储器32，输入装置33，输出装置34。
具体实施方式
[0014]本申请通过提供基于数据融合的公租房转租风险预测方法及系统。解决了现有技术中针对公租房转租风险预测精准度低，导致公租房转租风险预测效果不佳的技术问题。达到了提高公租房转租风险预测精准度、全面性，提升公租房转租风险预测质量，为公租房管理提供可靠的参考数据的技术效果。
[0015]实施例一：请参阅附图1，本申请提供一种基于数据融合的公租房转租风险预测方法，其中，所述方法应用于一种基于数据融合的公租房转租风险预测系统，所述系统与公租房管理平台通信连接，所述方法具体包括如下步骤：步骤S100：获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据融合的公租房转租风险预测方法，其特征在于，所述方法应用于一种基于数据融合的公租房转租风险预测系统，所述系统与公租房管理平台通信连接，所述方法包括：获得二元预设转租风险分析主体，其中，所述二元预设转租风险分析主体包括转租主体和转租副体；连接所述公租房管理平台，获得第一公租房转租信息；基于所述二元预设转租风险分析主体对所述第一公租房转租信息进行特征识别，获得第一转租主体的主体
‑
转租信息和第一转租副体的副体
‑
转租信息；连接所述公租房管理平台，读取所述第一转租主体的主体数据库和所述第一转租副体的副体数据库；基于所述主体数据库和所述副体数据库进行转租风险的融合特征分析，获得主体
‑
转租风险融合特征和副体
‑
转租风险融合特征；基于所述主体
‑
转租信息、所述副体
‑
转租信息、所述主体
‑
转租风险融合特征和所述副体
‑
转租风险融合特征进行公租房转租风险预测，获得第一公租房转租风险指数；将所述第一公租房转租风险指数发送至所述公租房管理平台，当所述第一公租房转租风险指数满足所述公租房管理平台内的转租风险约束特征时，获得第一公租房转租预警信号。2.如权利要求1所述的方法，其特征在于，基于所述主体数据库和所述副体数据库进行转租风险的融合特征分析，获得主体
‑
转租风险融合特征和副体
‑
转租风险融合特征，包括：基于所述主体数据库，获得主体
‑
基础信息和主体
‑
公租记录；基于所述副体数据库，获得副体
‑
基础信息和副体
‑
公租记录；基于所述主体
‑
基础信息和所述副体基础信息进行关系耦合分析，获得主
‑
副关系耦合指数；基于所述主体
‑
公租记录和所述副体
‑
公租记录进行公租信用度分析，获得主体
‑
公租信用指数和副体
‑
公租信用指数；基于所述主
‑
副关系耦合指数和所述主体
‑
公租信用指数，生成所述主体
‑
转租风险融合特征；基于所述主
‑
副关系耦合指数和所述副体
‑
公租信用指数，生成所述副体
‑
转租风险融合特征。3.如权利要求1所述的方法，其特征在于，基于所述主体
‑
转租信息、所述副体
‑
转租信息、所述主体
‑
转租风险融合特征和所述副体
‑
转租风险融合特征进行公租房转租风险预测，获得第一公租房转租风险指数，包括：基于BP神经网络，构建转租风险预测模型，其中，所述转租风险预测模型包括输入层、风险预测层、风险融合层和输出层；将所述主体
‑
转租信息和所述副体
‑
转租信息输入所述风险预测层，获得主体
‑
转租风险系数和副体
‑
转租风险系数；将所述主体
‑
转租风险融合特征和所述副体
‑
转租风险融合特征输入所述风险融合层，获得主体风险融合指数和副体风险融合指数；基于所述主体风险融合指数和所述副体风险融合指数，对所述主体
‑
转租风险系数和
所述副体
‑
转租风险系数进行融合计算，获得所述第一公租房转租风险指数，并通过所述输出层对所述第一公租房转租风险指数进行输出。4.如权利要求3所述的方法，其特征在于，基于BP神经网络，构建转租风险预测模型，包括：基于BP神经网络，获得所述转租风险预测模型的基础模型架构，其中，所述基础模型架构包括输入层、多个隐含层和输出层；基于大数据，获得多个公租房转租风险记录集，并对所述多个公租房转租风险记录集进行集成学习，获得所述风险预测层；基于知识图谱，构建所述风险融合层；基于所述基础模型架构，将所述风险预测层、所述风险融合层添加至所述多个隐含层，生成所述转租风险预测模型。5.如权利要求4所述的方法，其特征在于，获得所述风险预测层，包括：遍历所述多个公租房转租风险记录集进行训练，获得多个转租风险预测器和多个预测器
‑
损失数据组，且，多个转租风险预测器具有对应的多个转租风险预测精度算子；基于所述多...

【专利技术属性】
技术研发人员：袁宏文，王修运，
申请(专利权)人：日照市住房保障管理服务中心，
类型：发明
国别省市：