[发明专利]群租房识别方法及系统及存储介质

说明书

本申请涉及一种群租房识别方法，获取待识别房屋业务数据，可以具体到每户进行识别。获取的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，在识别时还考虑了房屋建筑面积数据，识别准确率更高。本申请中，预先构建了群租识别模型，根据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，待识别房屋的类别数据包括：群租和非群租。根据待识别房屋业务数据，通过预先训练好的群租识别模型对待识别房屋的类别进行识别，相较于仅通过分析水电气使用数据的异常情况来识别房屋类别，准确率更高，不容易对水电气用量大户进行误识别。

技术领域

本申请涉及社区管理技术领域，尤其涉及一种群租房识别方法及系统及存储介质。

背景技术

群租房屋识别是社会治理中社区管理的重要保障之一，群租房屋识别可以帮助物业管理部门及时准确识别潜在群租房屋并予以管理，降低群租房导致的消防安全、邻里矛盾风险等问题。现有的群租房屋识别方法有以下两种。一种群租房屋识别方法是在门口安装人体感应器，统计进出人数，计算居住人数，来判断是否是群租房，但是如果要达到监控一座城市的住房是否为群租房的目标，那么每一个房屋都需要安装人体感应设备，安装运营成本过高，且房主不一定同意。另有一种群租房屋识别方法是统计小区单元水电气使用数据，对统计指标或分布区间异常的小区单元进行预警，通过分析水电气使用数据的异常情况，来识别房屋类型，实现成本较低，但具有以下几个缺点：该方法统计水电气使用总量作为识别依据，但水电气使用量较少的群租户则难以识别出，且容易对水电气用量大户误识别，群租只能识别到小区单元，不能识别到具体的群租房屋，且该方法没有考虑房屋面积不同，承载人口数量不同，群租预警阈值也会不同，该方法不具有普适性。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供一种群租房识别方法及系统及存储介质。

本申请的方案如下：

根据本申请实施例的第一方面，提供一种群租房识别方法，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。

优选地，在本申请一种可实现的方式中，还包括：

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。

优选地，在本申请一种可实现的方式中，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；