[發明專利]基于全連接神經網絡的二手車定價方法，裝置，及系統

在審

• 申請號: 201810201233.6
• 申請日: 2018-03-12
• 公開（公告）號: CN110264229A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 胡東東;石玉明;龐敏輝;邱慧
• 申請（專利權）人: 優估（上海）信息科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N3/06
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

1.一種基于全連接神經網絡的二手車定價方法，其特征在于，所述方法包括：

獲取車輛特征，根據所述車輛特征構建神經元；

根據所述神經元，構建全連接神經網絡；

根據所述全連接神經網絡，逐層計算所述神經元，生成二手車定價模型；

根據所述二手車定價模型，計算目標二手車的價格。

2.根據權利要求1所述的方法，其特征在于，所述獲取車輛特征，根據所述車輛特征構建神經元的步驟具體為：

將所述車輛特征，按照以下公式構建神經元：

Z＝a₁w₁+……a_kw_k+……a_Kw_K+b；

其中，α＝σ(w^Ta+b)＝σ(w₁a₁+w₂a₂+…+w_ka_k+b)；

a₁,a₂,...a_k為車輛特征，w₁,w₂,...w_k為車輛特征的權重，b為偏置項用于調整二手車定價模型；σ為激活函數用于將車輛特征由原空間的特征表示變換到一個新特征空間。

3.根據權利要求2所述的方法，其特征在于，所述根據全連接神經網絡，逐層計算所述神經元，生成二手車定價模型的步驟包括：

根據所述全連接神經網絡，逐層計算所述神經元，生成第一定價模型；

根據所述第一定價模型，計算校驗二手車的檢驗價格；

判斷所述校驗價格與校驗二手車的成交價格是否一致，

如果一致，確定所述第一定價模型為二手車定價模型

如果不一致，調整所述第一定價模型，生成二手車定價模型。

4.根據權利要求3所述的方法，其特征在于，所述調整第一定價模型，生成二手車定價模型的步驟包括：

計算所述校驗價格與校驗二手車的成交價格的差值，調整所述第一定價模型的參數，得到中間定價模型；

根據所述中間定價模型，計算校驗二手車模型的調檢驗價格；

判斷所述調檢驗價格與校驗二手車的成交價格是否一致；

如果不一致，繼續調整中間定價模型的參數，直至調檢驗價格與校驗二手車的成交價格一致。

5.根據權利要求4所述的方法，其特征在于，所述繼續調整中間定價模型的參數的步驟具體為：

確定所述中間定價模型的調整次數；

根據所述調整次數確定參數的調整幅度；

根據所述調整幅度，調整中間定價模型的參數。

6.根據權利要求5所述的方法，其特征在于，所述根據調整次數確定參數的調整幅度具體為：

通過指數衰減法，根據所述調整次數確定調整幅度，所述調整幅度隨著所述調整次數增大而減小。

7.根據權利要求2所述的方法，其特征在于，所述根據全連接神經網絡，逐層計算所述神經元，生成二手車定價模型的步驟包括：

根據所述全連接神經網絡，逐層計算所述神經元，得到建模數據；

將所述建模數據加入先驗，縮小所述建模數據的空間，得到目標建模數據；

根據所述目標建模數據，構建二手車定價模型。

8.一種基于全連接神經網絡的二手車定價裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取車輛特征，根據所述車輛特征構建神經元；

構建單元，用于根據所述神經元，構建全連接神經網絡；

生成單元，用于根據所述全連接神經網絡，逐層計算所述神經元，生成二手車定價模型；

計算單元，用于根據所述二手車定價模型，計算目標二手車的價格。