[發(fā)明專利]一種問(wèn)題房源識(shí)別方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711279418.0
• 申請(qǐng)日: 2017-12-06
• 公開（公告）號(hào): CN107909516A
• 公開（公告）日: 2018-04-13
• 發(fā)明（設(shè)計(jì)）人: 劉宇;錢大偉;李君陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 鏈家網(wǎng)（北京）科技有限公司
• 主分類號(hào): G06Q50/16
• 分類號(hào): G06Q50/16
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司11002
• 代理人: 王瑩,李相雨

1.一種問(wèn)題房源識(shí)別方法，其特征在于，包括：

S1、獲取房源的特征，所述特征包括房源的基礎(chǔ)信息的特征、與經(jīng)紀(jì)行為有關(guān)的特征及與業(yè)主行為有關(guān)的特征；

S2、將房源的所述特征的值輸入訓(xùn)練好的迭代決策樹模型，識(shí)別信息維護(hù)不當(dāng)?shù)姆吭矗瑢⑺鲂畔⒕S護(hù)不當(dāng)?shù)姆吭创_定為問(wèn)題房源。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述訓(xùn)練好的迭代決策樹模型通過(guò)以下步驟獲取：

根據(jù)一定數(shù)量的已知屬性的房源，構(gòu)建訓(xùn)練樣本集；所述已知屬性的房源包括真房源和信息維護(hù)不當(dāng)?shù)姆吭矗?/p>

根據(jù)所述訓(xùn)練樣本集，確定使分類誤差最小的切分變量和切分點(diǎn)，生成決策樹；所述切分變量為房源的一個(gè)特征或多個(gè)特征的組合；所述切分點(diǎn)用于根據(jù)所述切分變量的值區(qū)分真房源和信息維護(hù)不當(dāng)?shù)姆吭矗?/p>

訓(xùn)練多棵決策樹，每棵決策樹基于上一棵決策樹的分類誤差進(jìn)行訓(xùn)練，修正所述切分變量和劃分點(diǎn)，使得每棵決策樹的輸出值與上一棵決策樹的分類誤差的差值最小，獲得包括多棵決策樹的所述迭代決策樹模型。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，

所述房源的基礎(chǔ)信息的特征至少包括：所述房源的房產(chǎn)證是否完備、業(yè)主身份證是否完備、委托協(xié)議書是否完備、契稅發(fā)票是否完備、業(yè)主是否為貴賓、聯(lián)系電話、錄入面積、在樓盤數(shù)據(jù)庫(kù)中的面積、掛牌價(jià)格和所在小區(qū)的房屋平均價(jià)格；

所述與經(jīng)紀(jì)行為有關(guān)的特征至少包括：經(jīng)紀(jì)人帶客戶看房源的次數(shù)和/或時(shí)間、經(jīng)紀(jì)人與業(yè)主通話的次數(shù)和/或時(shí)間、經(jīng)紀(jì)人對(duì)房源進(jìn)行文字描述的次數(shù)和/或時(shí)間、經(jīng)紀(jì)人對(duì)房源進(jìn)行實(shí)地查看的次數(shù)和/或時(shí)間，以及經(jīng)紀(jì)人拿到鑰匙的時(shí)間；

所述與業(yè)主行為有關(guān)的特征至少包括：業(yè)主對(duì)房源的評(píng)論的次數(shù)和/或時(shí)間、業(yè)主通知經(jīng)紀(jì)人需要發(fā)布的消息的次數(shù)和/或時(shí)間、業(yè)主曝光房源的次數(shù)和/或時(shí)間、業(yè)主調(diào)整掛牌價(jià)格的次數(shù)和/或時(shí)間，以及業(yè)主行為使用的終端類型。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)一定數(shù)量的已知屬性的房源，構(gòu)建訓(xùn)練樣本集的具體步驟包括：

對(duì)所述一定數(shù)量的已知屬性的房源進(jìn)行采樣，得到所述訓(xùn)練樣本集。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述通過(guò)每棵所述決策樹修正上一棵所述決策樹中的切分變量和劃分點(diǎn)，獲得包括多棵所述決策樹的所述迭代決策樹模型之后還包括：

利用所述迭代決策樹模型對(duì)預(yù)估房源集中的房源是否為問(wèn)題房源進(jìn)行預(yù)估，當(dāng)預(yù)估的準(zhǔn)確率小于預(yù)估閾值時(shí)，繼續(xù)通過(guò)每棵所述決策樹修正上一棵所述決策樹中的切分變量和劃分點(diǎn)，直至獲得預(yù)估的準(zhǔn)確率大于所述預(yù)估閾值的迭代決策樹模型；所述預(yù)估房源集由所述一定數(shù)量的已知屬性的房源中不屬于所述訓(xùn)練樣本集的房源構(gòu)成。

6.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述步驟S2進(jìn)一步包括：

S21、將房源的所述特征的值輸入所述迭代決策樹模型中的每棵決策樹，獲取每棵決策樹的輸出值；

S22、對(duì)所述每棵決策樹的輸出值進(jìn)行求和，根據(jù)求和的結(jié)果識(shí)別所述信息維護(hù)不當(dāng)?shù)姆吭础?/p>

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟S21具體包括：

對(duì)于每棵決策樹，將房源的所述特征的值輸入該決策樹，沿該決策樹的路徑從根節(jié)點(diǎn)遍歷葉子節(jié)點(diǎn)，將所有葉子節(jié)點(diǎn)的值的平均值作為該決策樹的輸出值。

8.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述問(wèn)題房源還包括基礎(chǔ)信息錯(cuò)誤的房源；

相應(yīng)地，確定所述基礎(chǔ)信息錯(cuò)誤的房源的步驟包括：

將房源的所述錄入面積與所述在樓盤數(shù)據(jù)庫(kù)中的面積進(jìn)行對(duì)比，當(dāng)所述錄入面積不等于所述在樓盤數(shù)據(jù)庫(kù)中的面積時(shí)，將所述房源確定為所述基礎(chǔ)信息錯(cuò)誤的房源；

將房源的所述掛牌價(jià)格與所述所在小區(qū)的房屋平均價(jià)格進(jìn)行對(duì)比，當(dāng)所述掛牌價(jià)格與所述所在小區(qū)的房屋平均價(jià)格之差高于價(jià)格閾值時(shí)，將所述房源確定為所述基礎(chǔ)信息錯(cuò)誤的房源。

9.一種問(wèn)題房源識(shí)別系統(tǒng)，其特征在于，包括：

特征獲取模塊，用于獲取房源的特征，所述特征包括房源基礎(chǔ)信息的特征、與經(jīng)紀(jì)行為有關(guān)的特征及與業(yè)主行為有關(guān)的特征；

識(shí)別模塊，用于將房源的所述特征的值輸入訓(xùn)練好的迭代決策樹模型，識(shí)別信息維護(hù)不當(dāng)?shù)姆吭矗瑢⑺鲂畔⒕S護(hù)不當(dāng)?shù)姆吭创_定為問(wèn)題房源。

10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述問(wèn)題房源還包括基礎(chǔ)信息錯(cuò)誤的房源；

相應(yīng)地，所述問(wèn)題房源識(shí)別系統(tǒng)還包括：判斷模塊，用于將所述房源所述錄入面積與所述在樓盤數(shù)據(jù)庫(kù)中的面積進(jìn)行對(duì)比，當(dāng)所述錄入面積不等于所述在樓盤數(shù)據(jù)庫(kù)中的面積時(shí)，將所述房源確定為所述基礎(chǔ)信息錯(cuò)誤的房源；還用于將所述掛牌價(jià)格與所述所在小區(qū)的房屋平均價(jià)格進(jìn)行對(duì)比，當(dāng)所述掛牌價(jià)格與所述所在小區(qū)的房屋平均價(jià)格之差高于價(jià)格閾值時(shí)，將所述房源確定為所述基礎(chǔ)信息錯(cuò)誤的房源。