[發(fā)明專利]一種房產(chǎn)評估數(shù)據(jù)生成方法和裝置

在審

• 申請?zhí)枺?/td>: 201710148148.3
• 申請日: 2017-03-13
• 公開（公告）號: CN108572988A
• 公開（公告）日: 2018-09-25
• 發(fā)明（設(shè)計）人: 張亞楠;葉舟;王瑜;楊洋;蘇飛
• 申請（專利權(quán)）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62;G06Q50/16
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 趙娟

1.一種房產(chǎn)評估數(shù)據(jù)生成方法，其特征在于，包括：

獲取地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子；

從所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子中提取原始特征數(shù)據(jù)；

從所述原始特征數(shù)據(jù)中選取目標(biāo)特征數(shù)據(jù)；

采用所述目標(biāo)特征數(shù)據(jù)，生成隨機森林模型；

根據(jù)所述隨機森林模型，生成所述地理區(qū)域的房產(chǎn)評估數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述原始特征數(shù)據(jù)中選取目標(biāo)特征數(shù)據(jù)的步驟包括：

對所述原始特征數(shù)據(jù)進行預(yù)處理；

針對經(jīng)過預(yù)處理的原始特征數(shù)據(jù)計算重要度參數(shù)；

根據(jù)所述重要度參數(shù)選取目標(biāo)特征數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述隨機森林模型包括多個決策樹模型，所述根據(jù)所述隨機森林模型，生成所述地理區(qū)域的房產(chǎn)評估數(shù)據(jù)的步驟包括：

確定所述隨機森林模型的決策樹模型中的各個節(jié)點路徑；

根據(jù)所述各個節(jié)點路徑，生成所述地理區(qū)域的房產(chǎn)評估數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述隨機森林模型包括多個決策樹模型，所述根據(jù)所述隨機森林模型，生成所述地理區(qū)域的房產(chǎn)評估數(shù)據(jù)的步驟包括：

統(tǒng)計所述隨機森林模型的決策樹模型的各類葉子節(jié)點的數(shù)目；

計算同一類葉子節(jié)點的數(shù)目，與同一決策樹模型中所有葉子節(jié)點的數(shù)目的比值；

根據(jù)所述比值，生成所述地理區(qū)域的房產(chǎn)評估數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子中提取原始特征數(shù)據(jù)的步驟包括：

對所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子進行數(shù)據(jù)清洗；

針對清洗后的數(shù)據(jù)提取原始特征數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述對所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子進行數(shù)據(jù)清洗的步驟包括：

檢測所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子是否存在異常數(shù)據(jù)；

若存在異常數(shù)據(jù)，則根據(jù)異常數(shù)據(jù)的取值，對所述異常數(shù)據(jù)進行調(diào)整或舍棄所述異常數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子進行數(shù)據(jù)清洗的步驟還包括：

檢測所述地理區(qū)域內(nèi)的用戶數(shù)據(jù)和地理區(qū)域影響因子是否存在缺失數(shù)據(jù)；

若存在缺失數(shù)據(jù)，則對所述缺失數(shù)據(jù)進行估算處理；

根據(jù)估算處理結(jié)果對所述缺失數(shù)據(jù)進行補全，或?qū)λ鋈笔?shù)據(jù)進行舍去處理。

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述原始特征數(shù)據(jù)包括類別型特征數(shù)據(jù)，所述針對清洗后的數(shù)據(jù)提取原始特征數(shù)據(jù)的步驟包括：

從所述清洗后的數(shù)據(jù)中選取描述性數(shù)據(jù)；

從所述描述性數(shù)據(jù)中抽取類別型特征數(shù)據(jù)。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述原始特征數(shù)據(jù)還包括詞袋模型特征數(shù)據(jù)，所述針對清洗后的數(shù)據(jù)提取原始特征數(shù)據(jù)的步驟還包括：

從所述描述性數(shù)據(jù)中抽取詞袋模型特征數(shù)據(jù)。

10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述原始特征數(shù)據(jù)還包括數(shù)值型特征數(shù)據(jù)，所述針對清洗后的數(shù)據(jù)提取原始特征數(shù)據(jù)的步驟還包括：

從所述清洗后的數(shù)據(jù)中選取數(shù)值型數(shù)據(jù)；

從數(shù)值型數(shù)據(jù)中抽取數(shù)值型特征數(shù)據(jù)。

11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述針對清洗后的數(shù)據(jù)提取原始特征數(shù)據(jù)的步驟還包括：

對所述數(shù)值型特征數(shù)據(jù)進行歸一化處理。

12.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述原始特征數(shù)據(jù)進行預(yù)處理的步驟包括：

檢測所述原始特征數(shù)據(jù)是否存在缺失特征數(shù)據(jù)；

若存在，則對所述缺失特征數(shù)據(jù)進行補全或舍去所述缺失特征數(shù)據(jù)。