[发明专利]一种房地产价格评估方法及系统

说明书

本发明属于房地产价格评估技术领域，公开了一种房地产价格评估方法及系统，所述房地产价格评估系统包括：房地产信息采集模块、主控模块、价位统计模块、价位曲线绘制模块、价位评估计算模块、成交预测模块、显示模块。本发明通过房地产信息采集模块只需要采集楼盘信息即可，节省了人工在外面的时间，提高了工作效率；同时，通过成交预测模块获取待测客户针对目标楼盘的历史行为数据，包括一个或多个行为特征以及对应的发生频次；将各行为特征的发生频次，与目标阈值区间进行比较，确定行为特征的目标划分属性；实现了对房地产客户成交概率的准确预估。

技术领域

本发明属于房地产价格评估技术领域，尤其涉及一种房地产价格评估方法及系统。

背景技术

房地产价格是指建筑物连同其占用土地的价格，即房地产价格：土地价格+建筑物价格，是房地产经济运行和资源配置最重要的调节机制。房地产价格受到房地产效用及其长期发展趋势的影响也特别明显。不仅不同的房地产有不同的效用，而且即使同宗房地产，由于所处地段、房型、楼层、朝向等的区别，也具有不同的使用价值，这就直接决定了它们之间的价格差异。再者房地产又是超耐用商品，使用时间特别长，未来的供求变动对价格变动趋势会产生相当大的影响。购房者投资置业，总是希望所购置的房地产能保值增值，因此，在购房时不只是考虑当前，而是更多地考虑未来的房地产发展趋势，因而价格预期的心理因素，就成为影响房地产价格长期走势的一个不可忽视的因素。然而，现有房地产数据庞大，从采集到生成楼盘结构信息需要耗费大量的时间和劳动力，从而导致工作效率低的问题；同时，现有对房地产成交预测通过人工预测，由于主观因素无法形成有效的判断标准，预测准确率差。

综上所述，现有技术存在的问题是：

(1)现有房地产数据庞大，从采集到生成楼盘结构信息需要耗费大量的时间和劳动力，从而导致工作效率低的问题；

(2)现有对房地产成交预测通过人工预测，由于主观因素无法形成有效的判断标准，预测准确率差。

(3)现有的房地产价格评估系统对各类数据的分类过程中，不能有效去除混杂在少数类中的多数类样本，以及少数类样本与多数类样本模糊边界上的多数类样本，有可能导致多数类样本属性丢失。

发明内容

针对现有技术存在的问题，本发明提供了一种房地产价格评估方法及系统。

本发明是这样实现的，一种房地产价格评估方法，所述房地产价格评估方法包括：

第一步，互联网采集现有房地产价位、地段、房型、楼层等数据信息；

第二步，根据采集的数据，绘制房地产价格变化曲线图和计算房地产价格平价值；

第三步，根据绘制的价格变化曲线和房地产价格平均值，对房地产成交进行预测；

第四步，最后，利用显示器显示采集的房地产信息、统计价格、价格曲线、价格平价值的数据信息。

进一步，所述房地产价格评估方法通过互联网采集现有房地产价位、地段、房型、楼层的数据信息完成后，需要对各类数据进行分类处理，具体过程如下：

步骤一，将采集现有房地产价位、地段、房型、楼层等数据信息作为训练样本，将训练样本聚类并制定簇的个数；

步骤二，在每次聚类中确定每个簇的数目，并比较该簇中多数类样本和少数样本的个数，若该簇中少数类样本个数多于多数类样本个数，则该簇为正类簇，反之则为负类簇；

步骤三，对上述采集的数据建立的样本对象进行遍历，若负类样本真实类别与所处簇的类别一致，则将该样本类别函数设为0，否则为1；

步骤四，重复上述的步骤；

步骤五，计算最终负类数据样本的类别函数，并将多数类样本按类别函数大小进行从高到低排序；