[发明专利]房租收入预测方法、装置、电子设备和存储介质

说明书

本发明提供一种房租收入预测方法、装置、电子设备和存储介质，其中方法包括：获取用户数据集；用户数据集包括多个待预测用户的基本信息数据和财务状况数据；对用户数据集中各个待预测用户的基本信息数据和/或财务状况数据进行预处理；预处理包括缺失值处理和/或异常值处理；基于基本信息数据和财务状况数据中各个数据之间的相关性，构造用户数据集对应的组合特征；将用户数据集和用户数据集对应的组合特征输入至房租收入预测模型，得到房租收入预测模型输出的各个待预测用户的房租预测结果。本发明提供的方法、装置、电子设备和存储介质，房租收入预测的精确度高，可以处理百万量级以上的数据。

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种房租收入预测方法、装置、电子设备和存储介质。

背景技术

在房地产行业，对于地产企业而言，房租收入是重要的业务构成部分。有效地预测房租业务收入可以减少租户违约风险、节省企业成本和规划预期现金流。然而目前市场上预测分析都是通过人工统计数据完成的，预测准确性较差，且无法处理百万量级以上的数据，无法满足企业的经营需求。

发明内容

本发明提供一种房租收入预测方法、装置、电子设备和存储介质，用以解决现有技术中依靠人工统计数据，预测准确性较差，且无法处理百万量级以上的数据，无法满足企业的经营需求的技术问题。

本发明提供一种房租收入预测方法，包括：

获取用户数据集；用户数据集包括多个待预测用户的基本信息数据和财务状况数据；

对用户数据集中各个待预测用户的基本信息数据和/或财务状况数据进行预处理；预处理包括缺失值处理和/或异常值处理；

基于基本信息数据和财务状况数据中各个数据之间的相关性，构造用户数据集对应的组合特征；

将用户数据集和用户数据集对应的组合特征输入至房租收入预测模型，得到房租收入预测模型输出的各个待预测用户的房租预测结果。

根据本发明提供的房租收入预测方法，房租收入预测模型是基于如下步骤得到的：

确定多个初始模型，并获取样本训练集；样本训练集包括多个样本用户的基本信息数据、财务状况数据和实际房租数据；

基于样本训练集，对各个初始模型进行训练，得到各个初始模型输出的各个样本用户的房租预测结果；

基于各个样本用户的房租预测结果和实际房租数据，确定各个初始模型的预测准确度；

基于各个初始模型的预测准确度、AUC值、训练效率和训练所占的系统资源数据，确定各个初始模型对应的训练评分；

将训练评分最高的初始模型作为房租收入预测模型；

其中，初始模型包括贝叶斯模型、随机森林模型、支持向量机模型、XGBoost模型和LightGBM模型。

根据本发明提供的房租收入预测方法，基于样本训练集，对各个初始模型进行训练，得到各个初始模型输出的各个样本用户的房租预测结果，包括：

对样本训练集进行重复抽样，并对抽样结果进行随机组合，得到多个样本训练子集；

基于多个样本训练子集对各个初始模型进行训练，得到各个初始模型输出的各个样本用户的房租预测结果。

根据本发明提供的房租收入预测方法，房租收入预测模型是基于如下步骤优化的：

在房租收入预测模型对应的初始模型为LightGBM模型的情况下，基于样本训练集中的样本数量和组合特征数量，确定LightGBM模型对应的多组候选训练参数；