[发明专利]基于区块链的二手房数据分析方法及系统

说明书

本发明公开了一种基于区块链的二手房数据分析方法及系统。一种基于区块链的二手房数据分析方法，包括：步骤一：建立关键词分类数据库；步骤二：对文本使用分词技术将其分为关键词；步骤三：使用TF‑IDF模型进行信息检索；步骤四：对关键词利用聚类算法进行聚类，对二手房信息进行分类，或者采用分词技术去碰撞分类数据库，并归属到相应的二手房分类。本发明对消费者、房地产中介和政府来说，对二手房数据的分析研究来帮助他们完成自己的决策是很必要的。

技术领域

本发明涉及二手房数据分析领域，具体涉及一种基于区块链的二手房数据分析方法及系统。

背景技术

近年来随着社会经济的快速发展，房地产交易越发频繁尤其是二手房交易，为了及时了解房屋信息的波动，房屋数据分析系统应运而生。目前房屋分析领域的系统功能主要集中在实现系统的房屋数据综合分析和关联分析，比如对房屋交易信息进行单位面积房价、地点等关键信息提取以及对特定房价、特定区域等在内的同房型或不同房型的信息进行关联分析；未来的二手房房价发展趋势、二手房的地理分布以及结合区块链技术尚未实现。对于消费者、房地产中介和政府来说，对二手房数据的分析研究来帮助他们完成自己的决策是很必要的。

现有的二手房数据分析方法及系统，是根据现有的二手房屋交易网站对交易信息进行收集、分析。

目前现有方法及系统在功能上缺少对二手房的分类和二手房交易的地理分布，没有对二手房的分类，用户在使用的时候对交易信息的查找会造成困难，而二手房交易地理分布则可以提高对二手房交易的监控。在存储上现有的数据保护性私密性差，并不能安全的共享数据，区块链的数据脱敏技术可以保证数据私密性，为隐私下的数据提供了解决方案。

发明内容

本发明要解决的技术问题是提供一种基于区块链的二手房数据分析方法及系统。

为了解决上述技术问题，本发明提供了一种基于区块链的二手房数据分析方法，包括：

步骤一：建立关键词分类数据库；

步骤二：对文本使用分词技术将其分为关键词；

步骤三：使用TF-IDF模型进行信息检索；

步骤四：对关键词利用聚类算法进行聚类，对二手房信息进行分类，或者采用分词技术去碰撞分类数据库，并归属到相应的二手房分类；

步骤五：然后再对二手房交易信息进行分析处理，所述分析处理包括：单位面积房价分析、区域房屋信息分析、房屋楼层分析、房屋配置分析和房屋周围设施分析；

步骤六：根据二手房交易的地理分布进行划分，对同样的房屋交易信息进行分析，并根据已有的房屋交易趋势预测房屋交易的可能方向和结果；

步骤七：最后将二手房的所有信息存储在区块链中。

在其中一个实施例中，所述关键词分类数据库包括居家生活类关键词数据库、出行度假类关键词数据库、交通便利类关键词数据库和优质教育类关键词数据库。

在其中一个实施例中，“使用TF-IDF模型进行信息检索”具体包括：定义需要去除的词语列表，使用sklearn提供的函数即feature_extraction.text下的TfidfVectorizer函数创建词语转向量的对象，使用fit_transform函数将关键字转换为词向量空间模型。

在其中一个实施例中，所述聚类算法采用kmeans聚类算法。

在其中一个实施例中，所述分词技术是httpcws分词方法。

基于同样的发明构思，本申请还提供一种基于区块链的二手房数据分析系统，包括网络爬虫模块、房屋数据分析模块和区块链存储模块；

所述网络爬虫系统用于提取互联网中的房屋交易信息，提供所需数据，并定时进行更新；