[發明專利]房產預估模型訓練方法、裝置、計算機設備及介質

在審

• 申請號: 202111007133.8
• 申請日: 2021-08-30
• 公開（公告）號: CN113706201A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 黃秀微
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/16;G06N3/04;G06N3/08
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 翁唱玲

本申請適用于人工智能技術領域，提供了一種房產預估模型訓練方法、裝置、計算機設備及介質，該方法包括：根據樣本房產的房產信息確定樣本預估額度，根據樣本房產的納稅額和街道人流量確定收益信息，獲取樣本房產的真實估值額度；根據樣本預估額度、收益信息與真實估值額度之間的對應關系，對房產預估模型進行模型訓練，直至房產預估模型收斂。本申基于樣本預估額度、收益信息與真實估值額度之間的對應關系對房產預估模型進行模型訓練，使得房產預估模型有效地學習到不同樣本房產的住宅價值、商用價值與真實估值額度之間的特征，基于收斂后的房產預估模型能有效地對商住兩用房起到房產預估的效果，提高了房產預估的準確性。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種房產預估模型訓練方法、裝置、計算機設備及介質。

背景技術

目前，房產貸款通常分為基于住宅房產的貸款和基于商住兩用房產的貸款。實踐中，通常是先對住宅房產和/或商住兩用房產進行房產預估，以得到對應房產的房產預估結果，然后，將房產預估結果作為房產貸款的數據基礎。

現有的房產預估過程中，均是基于房產預估模型進行房產的預估，但現有的房產預估模型訓練過程中，均是基于住宅房產的原始購買價格和真實出售額度進行模型訓練，訓練后的房產預估模型只適合對房產的住宅價值進行預估。然而，商住兩用房產同時具有住宅價值和商用價值，訓練后的房產預估模型不能對商住兩用房產的價值進行有效預估，降低了房產預估的準確性。

發明內容

有鑒于此，本申請實施例提供了一種房產預估模型訓練方法、裝置、計算機設備及介質，以解決現有的房產預估模型使用過程中，不能有效地對商住兩用房產進行房產預估，所導致的房產預估準確性較低的問題。

本申請實施例的第一方面提供了一種房產預估模型訓練方法，包括：

獲取樣本房產的房產信息和納稅額，所述房產信息包括原始購買價格、房產地址和房產面積；

根據所述房產信息，確定所述樣本房產的樣本預估額度，并確定所述樣本房產的街道人流量；

根據所述納稅額和所述街道人流量，確定所述樣本房產的收益信息，并獲取所述樣本房產的真實估值額度；

根據所述樣本預估額度、所述收益信息與所述真實估值額度之間的對應關系，對房產預估模型進行模型訓練，直至所述房產預估模型收斂。

進一步地，所述根據所述房產信息，確定所述樣本房產的樣本預估額度，包括：

根據所述房產信息中的房產地址確定樣本區域，并獲取所述樣本區域中商住兩用房的歷史評估信息，所述歷史評估信息包括所述樣本區域中各商住兩用房的房產地址、房產面積和原始購買價格與對應出售額度之間的對應關系；

根據所述歷史評估信息對預設的額度預估模型進行訓練，直至所述額度預估模型收斂；

將所述房產信息輸入收斂后的所述額度預估模型進行額度預估，得到所述樣本預估額度。

進一步地，所述根據所述納稅額和所述街道人流量，確定所述樣本房產的收益信息，包括：

將所述納稅額和所述街道人流量輸入預設擬合方程，得到所述樣本房產的收益信息；

所述將所述納稅額和所述街道人流量輸入預設擬合方程之前，還包括：

獲取所述樣本區域中商住兩用房的樣本納稅額、樣本街道人流量和樣本收益信息；

根據所述樣本納稅額、所述樣本街道人流量和所述樣本收益信息進行線性擬合，得到所述預設擬合方程。

進一步地，所述方法包括：

將待預估商住兩用房產的房產信息，輸入收斂后的所述房產預估模型進行房產預估，得到房產預估結果。