[發(fā)明專利]一種房地產價格評估方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910409862.2
• 申請日: 2019-05-17
• 公開（公告）號: CN110163675A
• 公開（公告）日: 2019-08-23
• 發(fā)明（設計）人: 李軍
• 申請（專利權）人: 湖南城市學院
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/16;G06Q10/04
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

本發(fā)明屬于房地產價格評估技術領域，公開了一種房地產價格評估方法及系統(tǒng)，所述房地產價格評估系統(tǒng)包括：房地產信息采集模塊、主控模塊、價位統(tǒng)計模塊、價位曲線繪制模塊、價位評估計算模塊、成交預測模塊、顯示模塊。本發(fā)明通過房地產信息采集模塊只需要采集樓盤信息即可，節(jié)省了人工在外面的時間，提高了工作效率；同時，通過成交預測模塊獲取待測客戶針對目標樓盤的歷史行為數據，包括一個或多個行為特征以及對應的發(fā)生頻次；將各行為特征的發(fā)生頻次，與目標閾值區(qū)間進行比較，確定行為特征的目標劃分屬性；實現了對房地產客戶成交概率的準確預估。

技術領域

本發(fā)明屬于房地產價格評估技術領域，尤其涉及一種房地產價格評估方法及系統(tǒng)。

背景技術

房地產價格是指建筑物連同其占用土地的價格，即房地產價格：土地價格+建筑物價格，是房地產經濟運行和資源配置最重要的調節(jié)機制。房地產價格受到房地產效用及其長期發(fā)展趨勢的影響也特別明顯。不僅不同的房地產有不同的效用，而且即使同宗房地產，由于所處地段、房型、樓層、朝向等的區(qū)別，也具有不同的使用價值，這就直接決定了它們之間的價格差異。再者房地產又是超耐用商品，使用時間特別長，未來的供求變動對價格變動趨勢會產生相當大的影響。購房者投資置業(yè)，總是希望所購置的房地產能保值增值，因此，在購房時不只是考慮當前，而是更多地考慮未來的房地產發(fā)展趨勢，因而價格預期的心理因素，就成為影響房地產價格長期走勢的一個不可忽視的因素。然而，現有房地產數據龐大，從采集到生成樓盤結構信息需要耗費大量的時間和勞動力，從而導致工作效率低的問題；同時，現有對房地產成交預測通過人工預測，由于主觀因素無法形成有效的判斷標準，預測準確率差。

綜上所述，現有技術存在的問題是：

(1)現有房地產數據龐大，從采集到生成樓盤結構信息需要耗費大量的時間和勞動力，從而導致工作效率低的問題；

(2)現有對房地產成交預測通過人工預測，由于主觀因素無法形成有效的判斷標準，預測準確率差。

(3)現有的房地產價格評估系統(tǒng)對各類數據的分類過程中，不能有效去除混雜在少數類中的多數類樣本，以及少數類樣本與多數類樣本模糊邊界上的多數類樣本，有可能導致多數類樣本屬性丟失。

發(fā)明內容

針對現有技術存在的問題，本發(fā)明提供了一種房地產價格評估方法及系統(tǒng)。

本發(fā)明是這樣實現的，一種房地產價格評估方法，所述房地產價格評估方法包括：

第一步，互聯(lián)網采集現有房地產價位、地段、房型、樓層等數據信息；

第二步，根據采集的數據，繪制房地產價格變化曲線圖和計算房地產價格平價值；

第三步，根據繪制的價格變化曲線和房地產價格平均值，對房地產成交進行預測；

第四步，最后，利用顯示器顯示采集的房地產信息、統(tǒng)計價格、價格曲線、價格平價值的數據信息。

進一步，所述房地產價格評估方法通過互聯(lián)網采集現有房地產價位、地段、房型、樓層的數據信息完成后，需要對各類數據進行分類處理，具體過程如下：

步驟一，將采集現有房地產價位、地段、房型、樓層等數據信息作為訓練樣本，將訓練樣本聚類并制定簇的個數；

步驟二，在每次聚類中確定每個簇的數目，并比較該簇中多數類樣本和少數樣本的個數，若該簇中少數類樣本個數多于多數類樣本個數，則該簇為正類簇，反之則為負類簇；

步驟三，對上述采集的數據建立的樣本對象進行遍歷，若負類樣本真實類別與所處簇的類別一致，則將該樣本類別函數設為0，否則為1；

步驟四，重復上述的步驟；

步驟五，計算最終負類數據樣本的類別函數，并將多數類樣本按類別函數大小進行從高到低排序；