[发明专利]一种群租风险指数的预测方法及计算机设备

权利要求书

1.一种群租风险指数的预测方法，其特征在于，包括：

获取群租房住户在群租期间的电量数据；

将群租房住户在群租期间的电量数据输入至随机森林回归算法模型中进行训练，以构建群租风险指数预测模型，其中，所述群租风险指数预测模型在接收到未检查住户的电量数据后，输出预测的群租风险指数，根据所述预测的群租风险指数可筛选出群租风险指数高的月份、租户。

2.如权利要求1所述的群租风险指数的预测方法，其特征在于，所述群租房住户及未检查住户位于同一区域内，位于该区域内的住房的面积相同。

3.如权利要求1所述的群租风险指数的预测方法，其特征在于，所述电量数据包括群租房住户在群租期间的各月月均用电量和/或各月在单位面积的月均用电量。

4.如权利要求1所述的群租风险指数的预测方法，其特征在于，所述各月在单位面积的月均用电量通过以下步骤获得：

获取住户的住房的面积；

获取与所述住房对应的各月用电量；

根据所述住房的面积以及与所述住房对应的各月用电量计算得到所述住户各月在单位面积的月均用电量。

5.如权利要求3所述的群租风险指数的预测方法，其特征在于，所述构建群租房风险指数预测模型具体包括：

运用随机森林回归算法对各月月均用电量和/或各月在单位面积的月均用电量的曲线进行拟合，其中，拟合后的群租房住户用电量曲线的标签设为1，拟合后的非群租房住户用电量曲线的标签设为0，所述群租风险指数预测模型输出的预测的群租风险指数为一个0至1的值。

6.如权利要求1所述的群租风险指数的预测方法，其特征在于，还包括：

获取未检查住户的电量数据，其中，所述未检查住户的电量数据包括各月月均用电量和/或各月在单位面积的月均用电量；

将所述未检查住户的电量数据输入至所述群租风险指数预测模型中，其中，所述群租风险指数预测模型在接收到未检查住户的电量数据后，输出预测的群租风险指数。

7.如权利要求6所述的群租风险指数的预测方法，其特征在于，还包括：

判断所述预测的群租风险指数是否超出预设值，若是，将该预测的群租风险指数以及与该预测的群租风险指数的住户信息发送至城管执法局。

8.如权利要求7所述的群租风险指数的预测方法，其特征在于，还包括：

在城管执法局上门查验后，将查验的结果发送至建群租风险指数预测模型中，以达到循环迭代进一步提升预测的准确率。

9.一种计算机设备，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-8任一项所述的方法步骤。