[发明专利]一种基于租户需求的市场房源定价的方法及系统在审
申请号: | 202010054583.1 | 申请日: | 2020-01-17 |
公开(公告)号: | CN111260404A | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 孙朝阳;李昭;陈浩;高靖;崔岩;卢述奇;陈呈;张宵 | 申请(专利权)人: | 青梧桐有限责任公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q30/06;G06Q50/16 |
代理公司: | 北京晟睿智杰知识产权代理事务所(特殊普通合伙) 11603 | 代理人: | 于淼 |
地址: | 200241 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 租户 需求 市场 房源 定价 方法 系统 | ||
本发明公开了一种基于租户需求的市场房源定价的方法及系统,包括:基于历史房源信息与历史房源市场报价信息,确定房源信息与房源市场报价的匹配度集合;处理得到房源特征集合和房源信息对应的租户需求特征集合;构建房源信息训练样本集;构建房源定价模型的目标函数;生成模型文件和房源特征文件;封装为应用系统;利用所述应用系统根据新输入的房源信息,输出与新输入的房源信息对应的房源定价。本申请基于房源信息和租户需求信息构建的房源定价模型的目标函数,并对目标函数求解,将租户租房需求考虑到房源定价中,能够提高租户满意度,解放房屋中介人员的劳动力,间接提高成单率。
技术领域
本发明涉及计算机技术领域,更具体地,涉及一种基于租户需求的市场房源定价的方法及系统。
背景技术
房地产中介服务平台为房地产交易提供了诸多便利,但是在房地产的房源定价方面,目前还没有成型的、具有完整逻辑的房源定价方法。
目前采用的房源定价方法为:1、人工定价,中介人员根据多年的经验、市场感知能力和房源信息做策略计算,定价成本高,计算的能力有限,缺乏科学有效的定价依据和定价逻辑,给出的定价时间较慢影响成单率,使中介人员在与业主沟通的过程中无法进行预期的调整与管理,从而在对房源定价和议价过程中处于妥协状态,导致业主挂牌价格高于市场合理价格,影响房源的成交率;2、系统定价,现有定价系统是基于房源信息和已成交的房源定价策略实现的,欠缺对租户真实的租房意图的考虑,双边信息交流不均衡,缺乏租户满意度,此外,目前系统定价策略业务逻辑复杂、可维护性差、响应时间慢,从而影响成单率。
因此,亟需将租户需求考虑到市场房源定价中,提高租户满意度。
发明内容
有鉴于此,本发明提供了一种基于租户需求的市场房源定价的方法及系统,其中,基于房源信息和租户需求信息构建的房源定价模型的目标函数,并对目标函数求解,将租户租房需求考虑到房源定价中,能够提高租户满意度,解放房屋中介人员的劳动力,降低人工成本,间接提高成单率。
本申请所提供的一种基于租户需求的市场房源定价的方法,该方法包括:
基于历史房源信息与历史房源市场报价信息,确定房源信息与房源市场报价的匹配度,构建匹配度集合;
基于所述匹配度集合,处理得到房源特征集合和房源信息对应的租户需求特征集合;
基于房源特征集合和租户需求特征集合,构建房源信息训练样本集;
基于所述房源信息训练样本集构建房源定价模型的目标函数;
基于所述房源定价模型的目标函数生成模型文件和房源特征文件;
将模型文件和房源特征文件进行工程化处理,封装为应用系统;
利用所述应用系统根据新输入的房源信息,输出与新输入的房源信息对应的房源定价。
可选地,所述基于所述匹配度集合,处理得到房源特征集合和房源信息对应的租户需求特征集合的步骤为:
设定匹配度阈值;
将大于所述匹配度阈值的房源信息进行拆解,获取具体的房源特征,按照文本相似度原则,将房源特征由描述型变量转化为数据型变量,构建房源特征集合且房源特征集合为Am=[A1,A2,L,AmN],其中,Am为影响房源市场报价的第m个房源特征,N为第m个房源特征中的子房源特征;
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青梧桐有限责任公司,未经青梧桐有限责任公司许可,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/202010054583.1/2.html,转载请声明来源钻瓜专利网。