[发明专利]房价预估方法及装置在审
| 申请号： | 201711175078.7 | 申请日： | 2017-11-22 |
| 公开（公告）号： | CN108038713A | 公开（公告）日： | 2018-05-15 |
| 发明（设计）人： | 许燕松;宋鑫;傅发佐;蔡白银 | 申请（专利权）人： | 链家网（北京）科技有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q50/16 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;李相雨 |
| 地址： | 100085 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 房价 预估 方法 装置 | ||
1.一种房价预估方法，其特征在于，包括：
获取用户输入的房屋数据；
根据所述房屋数据和预设的预估模型获得预估房价；
将所述预估房价进行显示。
2.根据权利要求1所述的方法，其特征在于，所述根据所述房屋数据和预设的预估模型获得预估房价，包括：
根据所述房屋数据获得进行特征分类，并获取各个数据对应的特征值；
将所述房屋数据的特征值根据所述预估模型中的预设划分规则输入到对应的预估节点上，并获取所述预估节点上的预估值；
将所有预估节点上的预估值求和获得预估房价。
3.根据权利要求1所述的方法，其特征在于，所述预估模型采用决策树算法对预设时间段内的房屋成交数据、挂牌数据以及房屋物理属性数据进行训练获得。
4.根据权利要求1所述的方法，其特征在于，所述房屋数据包括房屋物理属性数据、均价类数据和市场形势类数据。
5.一种房价预估装置，其特征在于，包括：
获取模块，用于获取用户输入的房屋数据；
预估模块，用于根据所述房屋数据和预设的预估模型获得预估房价；
显示模块，用于将所述预估房价进行显示。
6.根据权利要求5所述的方法，其特征在于，所述预估模块具体用于：
根据所述房屋数据获得进行特征分类，并获取各个数据对应的特征值；
将所述房屋数据的特征值根据所述预估模型中的预设划分规则输入到对应的预估节点上，并获取所述预估节点上的预估值；
将所有预估节点上的预估值求和获得预估房价。
7.根据权利要求5所述的方法，其特征在于，所述预估模型采用决策树算法对预设时间段内的房屋成交数据、挂牌数据以及房屋物理属性数据进行训练获得。
8.根据权利要求5所述的方法，其特征在于，所述房屋数据包括房屋物理属性数据、均价类数据和市场形势类数据。
9.一种电子设备，其特征在于，包括：处理器、存储器、总线及存储在存储器上并可在处理器上运行的计算机程序；
其中，所述处理器，存储器通过所述总线完成相互间的通信；
所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于链家网（北京）科技有限公司，未经链家网（北京）科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711175078.7/1.html，转载请声明来源钻瓜专利网。
