[發(fā)明專利]一種房租預測方法及裝置

在審

• 申請?zhí)枺?/td>: 201910005200.9
• 申請日: 2019-01-03
• 公開（公告）號: CN109711902A
• 公開（公告）日: 2019-05-03
• 發(fā)明（設(shè)計）人: 蔣美景
• 申請（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G06Q50/16
• 代理公司: 北京天昊聯(lián)合知識產(chǎn)權(quán)代理有限公司 11112
• 代理人: 彭瑞欣;劉悅晗

1.一種房租預測方法，其特征在于，包括：

獲取待估價房屋的租金參數(shù)；

根據(jù)預先計算出的最優(yōu)預測目標函數(shù)，對所述租金參數(shù)進行計算生成待估價房屋的最優(yōu)出租價格。

2.根據(jù)權(quán)利要求1所述的房租預測方法，其特征在于，所述獲取待估價房屋的租金參數(shù)步驟之前，包括：

獲取房屋的歷史房屋租金數(shù)據(jù)集合；

根據(jù)所述歷史房屋租金數(shù)據(jù)集合以及房租預測模型構(gòu)建目標回歸函數(shù)；

求解所述目標回歸函數(shù)中的最優(yōu)回歸系數(shù)；

將所述最優(yōu)回歸系數(shù)帶入所述目標回歸函數(shù)中，求出最優(yōu)預測目標預測函數(shù)。

3.根據(jù)權(quán)利要求2所述的房租預測方法，其特征在于，所述租金參數(shù)包括房屋居室的數(shù)量、房屋裝修的程度評分、房屋地段區(qū)域的評分，所述根據(jù)所述房屋價格數(shù)據(jù)集合以及房租預測模型構(gòu)建目標回歸函數(shù)步驟，包括：

根據(jù)所述歷史房屋租金數(shù)據(jù)集合構(gòu)建一次函數(shù)h'(x)＝θ₀+θ₁x₁；

其中，h′(x)為房屋出租的第一價格，x1為房屋居室的數(shù)量；

根據(jù)所述歷史房屋租金數(shù)據(jù)集合構(gòu)建二次函數(shù)h(x)”＝θ₀+θ₂x₂+θ₃x₂²+θ₄x₃+θ₅x₃²；

其中，h″(x)為房屋出租的第二價格，x2為房屋裝修的程度評分，x3為房屋地段區(qū)域的評分；

根據(jù)所述一次函數(shù)和所述二次函數(shù)，構(gòu)建所述目標回歸函數(shù)h(x)＝θ₀+θ₁x₁+θ₂x₂+θ₃x₂²+θ₄x₃+θ₅x₃²；

其中x1、x2、x3為目標回歸函數(shù)中的自變量，h(x)為房屋的出租價格，其中參數(shù)θ₀、θ₁、θ₂、θ₃、θ₄、θ₅為回歸系數(shù)。

4.根據(jù)權(quán)利要求2所述的房租預測方法，其特征在于，所述求解所述目標回歸函數(shù)中的最優(yōu)回歸系數(shù)步驟，包括：

構(gòu)建代價函數(shù)

其中θ＝(θ₀，θ₁，θ₂，θ₃，θ₄，θ₅)，(x(i),y(i))為一組真實的觀測值，y(i)為x(i)對應(yīng)的房屋的出租價格的觀測值，i＝1,2,…m，共m組觀測值，(h(x(i))-y(i))²為房屋的出租價格的訓練值與觀測值的差值的平方；

計算所述代價函數(shù)的最小值，并獲取所述代價函數(shù)的最小值對應(yīng)的所述目標回歸函數(shù)中的最優(yōu)回歸系數(shù)。

5.根據(jù)權(quán)利要求4所述的房租預測方法，其特征在于，所述計算所述代價函數(shù)的最小值，并獲取所述代價函數(shù)的最小值對應(yīng)的所述目標回歸函數(shù)中的最優(yōu)回歸系數(shù)步驟，包括：

構(gòu)建改進后的梯度下降算法更新公式：

α^t+1＝γ*α^t+(1-γ)*|▽_θJ(θ)|²，

其中，α為梯度積累項，γ為超參，取值接近1，▽θJ(θ)是參數(shù)θ的梯度，η為學習速率，是梯度平方的積累量。