[发明专利]群租房识别方法及系统及存储介质

权利要求书

1.一种群租房识别方法，其特征在于，包括：

获取待识别房屋业务数据，所述待识别房屋业务数据包括：房屋用水量数据，房屋用电量数据，房屋用气量数据和房屋建筑面积数据；

根据所述待识别房屋的业务数据，基于预先构建的群租识别模型，得到待识别房屋的类别数据，所述待识别房屋的类别数据包括：群租和非群租；

群租识别模型的构建方法包括：

从预先建立的动态数据池中获取房屋历史数据作为样本数据，所述房屋历史数据包括：房屋历史类别数据，以及所述房屋历史类别数据对应的房屋历史业务数据；所述房屋历史业务数据包括：房屋历史用水量数据，房屋历史用电量数据，房屋历史用气量数据和房屋历史建筑面积数据；

计算群租房屋历史类别和非群租房屋历史类别的先验概率；

计算所述房屋历史用水量数据，房屋历史用电量数据，房屋历史用气量数据和房屋历史建筑面积数据的先验概率；

分别计算所述房屋历史用水量数据，房屋历史用电量数据，房屋历史用气量数据和房屋历史建筑面积数据在群租房屋历史类别条件下和非群租房屋历史类别条件下的条件概率；

根据房屋历史类别数据的先验概率，房屋历史业务数据的先验概率，以及房屋历史业务数据在群租房屋历史类别条件下和非群租房屋历史类别条件下的条件概率，建立群租识别模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待识别房屋的业务数据，基于预先构建的群租识别模型，得到待识别房屋的类别，具体包括：

根据所述待识别房屋的业务数据，所述房屋历史类别数据的先验概率，房屋历史业务数据的先验概率，以及房屋历史业务数据在群租房屋历史类别条件下和非群租房屋历史类别条件下的条件概率，计算所述待识别房屋的群租类别后验概率和非群租类别后验概率；

在所述待识别房屋的群租类别后验概率大于非群租类别后验概率时，输出所述待识别房屋的类别为群租类别；

在所述待识别房屋的非群租类别后验概率大于等于群租类别后验概率时，输出所述待识别房屋的类别为非群租类别。

3.根据权利要求1所述的方法，其特征在于，还包括：

验证所述待识别房屋的类别，得到所述待识别房屋的类别数据；

将验证后的所述待识别房屋的类别数据和业务数据作为房屋历史数据加入所述动态数据池；

在确定循环进行时，将动态数据池中的全部数据作为下次建立群租识别模型时的房屋历史数据。

4.根据权利要求3所述的方法，其特征在于，还包括：

将所述动态数据池中存储时间超过预设时间值的房屋历史数据剔除。

5.根据权利要求1所述的方法，其特征在于，还包括：

对所述待识别房屋业务数据进行预处理，具体包括：

判断所述待识别房屋业务数据是否出现缺失值，若所述待识别房屋业务数据出现缺失值，获取所述待识别房屋同楼层的房屋业务数据平均值，采用所述平均值填补所述缺失值；

判断所述待识别房屋业务数据是否出现异常值，若所述待识别房屋业务数据出现异常值，获取所述待识别房屋同楼层的房屋业务数据平均值，采用所述平均值替换所述异常值。

6.根据权利要求1所述的方法，其特征在于，所述获取待识别房屋业务数据，具体包括：周期性的获取待识别房屋业务数据；所述周期具体为日，或周，或月。

7.根据权利要求2所述的方法，其特征在于，所述群租识别模型基于高斯朴素贝叶斯分类算法进行计算。

8.一种群租房识别系统，其特征在于，包括：

处理器和存储器；

所述处理器与存储器通过通信总线相连接：

其中，所述处理器，用于调用并执行所述存储器中存储的程序；

所述存储器，用于存储程序，所述程序至少用于执行权利要求1-7任一项所述的群租房识别方法。

9.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-7任一项所述的群租房识别方法。