[發明專利]一種基于多模態信息融合的倉租價格預測方法

在審

• 申請號: 202011181801.4
• 申請日: 2020-10-29
• 公開（公告）號: CN112232885A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 熊海濤;劉鑫
• 申請（專利權）人: 北京工商大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G06F16/29;G06F16/951;G06F16/9537;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 安麗

1.一種基于多模態信息融合的倉租價格預測方法，其特征在于，包括以下步驟：

步驟1：利用網絡爬蟲程序從倉庫租賃中介網站中獲取多模態信息，所述多模態信息包括：倉庫結構化信息、倉庫地理位置信息和倉庫實景圖像；

步驟2：數據預處理：對倉庫結構化信息進行去重、缺失值處理、異常數據剔除、獨熱編碼處理，結構化信息中的倉庫租金單價采用離散區間表示，提取出結構化特征；

步驟3：根據倉庫地理位置信息，獲取倉庫經緯度，并對經緯度數據進行K-means聚類分析，以提取出地理位置特征；

步驟4：對于倉庫實景圖像，利用二階段CNN(Two-stage CNN)模型對倉庫實景圖像進行分類，以提取出實景圖像特征；

步驟5：將步驟2的結構化特征、步驟3的地理位置特征和步驟4實景圖像特征進行特征數據整合，構建包括倉庫結構化信息、倉庫地理位置信息、倉庫實景圖像的多模態信息的特征數據集，并利用XGBoost模型進行訓練擬合，獲得倉租價格的預測結果。

2.根據權利要求1所述的一種基于多模態信息融合的倉租價格預測方法，其特征在于：所述步驟1中具體包括：

步驟1.1：倉庫結構化信息包括：倉庫編號、倉庫名稱、倉庫租金單價、倉庫面積、是否可環評、是否可注冊、是否有產證、有無排污證、消防等級、最大用電量、最小分割面積、最短租期、房源結構、共幾層、所在層、所在層高、物業費、是否有停車位、有無辦公區和有無卸貨平臺；

步驟1.2：倉庫地理位置信息以經度、緯度的形式保存；

步驟1.3：倉庫實景圖像按照倉庫編號儲存在對應文件夾內，方便后續模型的使用。

3.根據權利要求1所述的一種基于多模態信息融合的倉租價格預測方法，其特征在于：所述步驟2中，倉庫結構化信息中重復的數據進行刪除；特征缺失在30％以下的數據采用眾數填充，如果特征缺失在50％以上，則刪除特征；剔除價格為0、面積為0的數據；對于字符型變量，包括是否可環評、是否可注冊、是否有產證、有無排污證、房源結構、是否有停車位、有無辦公區和有無卸貨平臺，采用獨熱編碼處理，轉變為數值型變量；為了提高模型預測的精準度，倉庫租金單價采用離散區間表示，分成n個倉租價格等級，在具體實施方案中可合理設置倉租價格等級n的數值。

4.根據權利要求1所述的一種基于多模態信息融合的倉租價格預測方法，其特征在于：所述步驟3中，倉庫地理位置信息以經度、緯度的形式保存后，將數據代入K-means聚類算法中，從而提取出地理位置特征，實現流程如下：

步驟3.1：設輸入的數據樣本為S＝{s₁,s₂,...,s_m},每個樣本s_i都包含經度、緯度兩種屬性{s_i1,s_i2}；

步驟3.2：隨機選擇k個聚類中心{a₁,a₂,...,a_k}，1k≤m，然后計算每個樣本到每個聚類中心的歐式距離，即：

其中，s_i表示第i個樣本1≤i≤m，a_j表示第j個聚類中心1≤j≤k，s_i1、s_i2表示樣本s_i的經度、緯度，a_j1、a_j2表示聚類中心a_j的經度、緯度；

步驟3.3：依次比較每個樣本到聚類中心的距離，并選擇最小值作為該樣本的所屬類別；

步驟3.4：在每個類簇中，計算數據對象的均值從而得到新的聚類中心，即：

其中m為樣本屬性；

步驟3.5：重復上述步驟3.3與步驟3.4，直到結果趨于收斂。

終止條件：迭代次數，簇中心變化率，最小平方誤差MSE。