[發(fā)明專利]一種基于快遞數(shù)據(jù)預(yù)測(cè)城市房屋需求的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810980223.7
• 申請(qǐng)日: 2018-08-27
• 公開（公告）號(hào): CN109214863B
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 於志文;李青洋;郭斌;路新江
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q50/16;G06K9/62
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 金鳳

本發(fā)明提供了一種基于快遞數(shù)據(jù)預(yù)測(cè)城市房屋需求的方法，涉及城市多源數(shù)據(jù)挖掘與分析領(lǐng)域，通過分析快遞數(shù)據(jù)體現(xiàn)出來的信息估算小區(qū)常駐人口在一定時(shí)間范圍的流入流出情況，結(jié)合其他數(shù)據(jù)源衡量小區(qū)對(duì)于人們的吸引力，在已知上一時(shí)間段的相關(guān)信息的情況下，預(yù)測(cè)下一時(shí)間段小區(qū)房屋的需求變化。本發(fā)明通過快遞數(shù)據(jù)表現(xiàn)出的用戶的快遞行為規(guī)律，以及分析快遞行為特征與用戶離開現(xiàn)居住的小區(qū)的關(guān)聯(lián)關(guān)系，估算小區(qū)整體常駐人口流動(dòng)的可能性，進(jìn)而結(jié)合小區(qū)對(duì)用戶的吸引力和已知該事件段的小區(qū)房屋需求變化，訓(xùn)練回歸模型，估算下一時(shí)間段的小區(qū)房屋需求。

技術(shù)領(lǐng)域

本發(fā)明涉及城市多源數(shù)據(jù)挖掘與分析領(lǐng)域，尤其是一種預(yù)測(cè)城市房屋需求的方法。

背景技術(shù)

隨著經(jīng)濟(jì)的發(fā)展和人民生活水平的提高，購買房屋成為社會(huì)生活的基本需要，預(yù)測(cè)住宅小區(qū)房屋的需求，有助于市場(chǎng)管理調(diào)控，同時(shí)有利于城市的規(guī)劃建設(shè)。與此同時(shí)，隨著快遞服務(wù)行業(yè)的發(fā)展和網(wǎng)絡(luò)購物的普及，越來越多的用戶選擇使用快遞進(jìn)行物品的傳送，由此產(chǎn)生的快遞數(shù)據(jù)包含豐富的信息(如：收發(fā)快遞時(shí)間，收發(fā)快遞地址，物品名稱、重量等)可以體現(xiàn)出個(gè)人的快遞行為以及購買偏好。同時(shí)，將處于同一區(qū)域的個(gè)人快遞數(shù)據(jù)匯聚到一起，可以從一定程度上反映該區(qū)域人群的行為特征(如：小區(qū)常駐人口的整體快遞頻率，小區(qū)常駐人口流入流出情況等)。反映小區(qū)房屋需求變化的一個(gè)重要方面就是小區(qū)中常駐人口的流動(dòng)情況。目前已有大量工作對(duì)一定范圍內(nèi)人群的移動(dòng)情況進(jìn)行分析和估計(jì)，通常利用區(qū)域內(nèi)人群的通話記錄或者出行記錄(如：行車軌跡、乘車記錄等)對(duì)人群的日常移動(dòng)路線或者出行模式進(jìn)行分析挖掘，然而常駐人口的流動(dòng)情況是一個(gè)經(jīng)過長期才能觀察到的現(xiàn)象，已有方法面向的是短時(shí)間內(nèi)人群的移動(dòng)情況，因此已有方法中利用人群日常移動(dòng)模式分析小區(qū)常駐人口流動(dòng)情況并不適合。而且，現(xiàn)有方法中，未有提出利用小區(qū)住戶快遞數(shù)據(jù)分析和估計(jì)小區(qū)常駐人口的流動(dòng)情況的方法。除了分析人口流動(dòng)情況，為了預(yù)測(cè)小區(qū)房屋的需求，還需要考慮影響人們選擇購買或出售小區(qū)房屋的因素。有一些已有工作考慮多種因素對(duì)房?jī)r(jià)進(jìn)行估算，專利CN107169847A提出了一種動(dòng)態(tài)調(diào)整短租房房?jī)r(jià)的系統(tǒng)，結(jié)合房源數(shù)據(jù)、房東信息、住戶需求信息以及成交歷史信息提取特征，之后通過人工智能模型進(jìn)行房?jī)r(jià)估算。專利CN103578057A提出了一種基于人工神經(jīng)網(wǎng)絡(luò)統(tǒng)計(jì)學(xué)模型的房地產(chǎn)價(jià)值估算方法，考慮了小區(qū)物業(yè)屬性、環(huán)境因素等采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方法，挑選對(duì)于房產(chǎn)價(jià)格影響最大的因子。而對(duì)于人們選擇是否購買小區(qū)房屋，房?jī)r(jià)只是其中一個(gè)因素，還需要考慮周邊環(huán)境。在已有方法中，未有提出結(jié)合小區(qū)常駐人口流動(dòng)情況和小區(qū)本身對(duì)住戶的吸引力兩個(gè)方面對(duì)小區(qū)房屋需求進(jìn)行預(yù)測(cè)的方法。由于大量個(gè)人數(shù)據(jù)的匯集和分析能夠反映出群體的特征，通過城市快遞數(shù)據(jù)挖掘小區(qū)常駐人口的流動(dòng)情況，在公眾安全、城市治安管理等應(yīng)用場(chǎng)景有重要意義。除此之外，將人口流動(dòng)情況結(jié)合小區(qū)的吸引力估計(jì)小區(qū)未來一段時(shí)間的房屋需求變化，在商業(yè)領(lǐng)域、城市規(guī)劃、房?jī)r(jià)管控等應(yīng)用場(chǎng)景同樣具有意義。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，針對(duì)現(xiàn)有人群移動(dòng)性和房?jī)r(jià)預(yù)測(cè)方法不能夠根據(jù)小區(qū)常駐人口流動(dòng)性預(yù)測(cè)小區(qū)房屋的需求的局限性，本發(fā)明提出了一種基于快遞數(shù)據(jù)結(jié)合小區(qū)相關(guān)多源數(shù)據(jù)進(jìn)行城市小區(qū)房屋需求的預(yù)測(cè)方法，其主要通過分析快遞數(shù)據(jù)體現(xiàn)出來的信息估算小區(qū)常駐人口在一定時(shí)間范圍的流入流出情況，結(jié)合其他數(shù)據(jù)源(小區(qū)信息、周邊興趣點(diǎn)信息等)衡量小區(qū)對(duì)于人們的吸引力，在已知上一時(shí)間段的相關(guān)信息的情況下，預(yù)測(cè)下一時(shí)間段小區(qū)房屋的需求變化，從而將多源數(shù)據(jù)關(guān)聯(lián)起來，其在公眾安全、城市治安管理以及商業(yè)領(lǐng)域、城市規(guī)劃、房?jī)r(jià)管控等應(yīng)用場(chǎng)景具有重要意義。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

步驟1：根據(jù)每一條快遞數(shù)據(jù)的發(fā)件地址和收件地址，按照小區(qū)分類，劃分出同屬于同一小區(qū)的用戶數(shù)據(jù)；

先通過在線地圖提供的接口獲取快遞數(shù)據(jù)中各個(gè)地址對(duì)應(yīng)的經(jīng)緯度，利用DBSCAN聚類算法將各個(gè)地址根據(jù)經(jīng)緯度之間的距離進(jìn)行聚類，聚出的所有類簇中除了小區(qū)類簇之外還包含有其他類簇，再根據(jù)類簇中地址包含的與小區(qū)相關(guān)的關(guān)鍵詞篩選出各個(gè)小區(qū)對(duì)應(yīng)的類簇，得到篩選后包含小區(qū)類簇的數(shù)據(jù)；