[发明专利]二手车价值评估方法、装置、设备及存储介质

说明书

本发明公开了一种二手车价值评估方法、装置、设备及存储介质，涉及车辆价值评估技术领域。所述方法通过将用于二手车价值评估的基础数据拆分为训练数据集、验证数据集、测试数据集，并采用训练数据集构建若干二手车价值评估模型以及采用验证数据集和所述测试数据集从所述若干二手车价值评估模型中选取最优评估模型，然后根据该最优评估模型获取目标二手车的价值评估。相对于传统的二手车价值评估或评估方法，由于本二手车价值评估方法综合考虑了各种影响价格因素并且从若干种二手车评估模型中选取最优评估模型进行评估，获得的二手车价值评估更为客观准确，适用性更高。

技术领域

本发明涉及车辆价值评估技术领域，尤其涉及一种二手车价值评估方法、装置、设备及存储介质。

背景技术

随着汽车消费的日益增长，二手车交易量不断增长，二手车市场也越来越受到关注。一个科学合理的、准确的二手车评估方法有助于我国二手车交易市场和二手车评估行业的健康可持续发展。但是由于二手车价格的不确定性和买卖双方之间的信息不对称，很难确定一个公正合理的价格。目前市场上的二手车价格评估方法多数基于经验和主观判断，存在评估视角单一、主观性过大、评估过程不规范等问题，导致评估的二手车价值失准，二手车的评估挂牌价格难以让购买者信服，这极大地阻碍了二手车的交易活动和二手车市场的发展，因此需要一种科学、客观的价格评估方法。

发明内容

有鉴于此，本发明实施例提供了二手车价值评估方法、装置、设备及存储介质，用以解决现有技术中二手车价值评估不客观准确的问题。

第一方面，本发明实施例提供了一种二手车价值评估方法，所述方法包括：

获取进行二手车价值评估的基础数据；

将所述基础数据拆分为训练数据集、验证数据集、测试数据集；

根据训练数据集构建若干二手车价值评估模型；

根据所述验证数据集和所述测试数据集从所述若干二手车价值评估模型中选取最优评估模型；

获取目标二手车对应的评估数据集，将所述评估数据集输入所述最优评估模型中，完成所述目标二手车价值评估。

优选地，所述将所述基础数据拆分为训练数据集、验证数据集、测试数据集包括：

根据所述基础数据确定分类变量、区间型变量；

依据应用需求确定目标变量；

将所述分类变量、所述区间型变量和所述目标变量分别随机拆分至训练数据集、验证数据集、测试数据集中。

优选的，在将所述基础数据拆分为训练数据集、验证数据集、测试数据集之后还包括：

对所述训练数据集、验证数据集、测试数据集中的数据变量进行探索分析和清洗，删除无关变量，其中，所述数据变量包括分类变量、区间型变量、目标变量中的任一种、两种或多种。

优选地，所述对所述训练数据集、验证数据集、测试数据集中的数据变量进行探索分析和清洗，删除无关变量之后包括：

基于数据情况进行数据变量的转换和合并，得到多个待选输入变量；

根据所述待选输入变量完成初始输入变量的选择。

5.根据权利要求1-4任一项所述的二手车价值评估方法，其特征在于，所述基础数据包括：汽车品牌、车系、车型级别、新车购置价格、购置地区、行驶里程、车龄、行驶总里程、排量、车况等的任一种、两种或多种。

优选地，其特征在于，当所述目标二手车为新能源汽车时，所述基础数据还包括：电池额定容量、电池类型、电池健康度、充电数据等的任一种、两种或多种。

优选地，所述二手车价值评估模型包括：决策树评估模型、回归评估模型、神经网络评估模型中的任一种、两种或多种。