[發明專利]房價預估方法及裝置

在審

• 申請號: 201711175078.7
• 申請日: 2017-11-22
• 公開（公告）號: CN108038713A
• 公開（公告）日: 2018-05-15
• 發明（設計）人: 許燕松;宋鑫;傅發佐;蔡白銀
• 申請（專利權）人: 鏈家網（北京）科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/16
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明提供一種房價預估方法及裝置，所述方法包括：獲取用戶輸入的房屋數據；根據所述房屋數據和預設的預估模型獲得預估房價；將所述預估房價進行顯示。本發明實施例提供的一種房價預估方法及裝置，通過獲取用戶輸入的房屋數據，根據所述房屋數據和預設的預估模型獲得預估房價，并將所述預估房價進行顯示，達到降低估價人力成本，可以反映客觀的市場形勢對不同房源特性的不同調整。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種房價預估方法及裝置。

背景技術

房屋交易過程中沒有一個客觀的房屋價格評估系統，多數情況下都是靠人的經驗去評估，增加了估計人力成本，而多數價格為人工憑經驗定價，操作成本高。基于經驗規則，也不能很好地滿足各種房源的特性，給出的價格經常有主觀因素。

發明內容

本發明提供一種房價預估方法及裝置，用于解決現有技術中由于人為估價帶來的問題。

第一方面，本發明實施例提供一種房價預估方法，包括：

獲取用戶輸入的房屋數據；

根據所述房屋數據和預設的預估模型獲得預估房價；

將所述預估房價進行顯示。

可選地，所述根據所述房屋數據和預設的預估模型獲得預估房價，包括：

根據所述房屋數據獲得進行特征分類，并獲取各個數據對應的特征值；

將所述房屋數據的特征值根據所述預估模型中的預設劃分規則輸入到對應的預估節點上，并獲取所述預估節點上的預估值；

將所有預估節點上的預估值求和獲得預估房價。

可選地，所述預估模型采用決策樹算法對預設時間段內的房屋成交數據、掛牌數據以及房屋物理屬性數據進行訓練獲得。

可選地，所述房屋數據包括房屋物理屬性數據、均價類數據和市場形勢類數據。

第二方面，本發明實施例一種房價預估裝置，包括：

獲取模塊，用于獲取用戶輸入的房屋數據；

預估模塊，用于根據所述房屋數據和預設的預估模型獲得預估房價；

顯示模塊，用于將所述預估房價進行顯示。

可選地，所述預估模塊具體用于：

根據所述房屋數據獲得進行特征分類，并獲取各個數據對應的特征值；

將所述房屋數據的特征值根據所述預估模型中的預設劃分規則輸入到對應的預估節點上，并獲取所述預估節點上的預估值；

將所有預估節點上的預估值求和獲得預估房價。

可選地，所述預估模型采用決策樹算法對預設時間段內的房屋成交數據、掛牌數據以及房屋物理屬性數據進行訓練獲得。

可選地，所述房屋數據包括房屋物理屬性數據、均價類數據和市場形勢類數據。

第三方面，本發明實施例一種電子設備，包括：處理器、存儲器、總線及存儲在存儲器上并可在處理器上運行的計算機程序；

其中，所述處理器，存儲器通過所述總線完成相互間的通信；

所述處理器執行所述計算機程序時實現如上述的方法。

第四方面，本發明實施例一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質上存儲有計算機程序，該計算機程序被處理器執行時實現如上述的方法。