基于机器学习的房产智能自动评估模型的研究与系统实现

发布时间：2020-10-02 06:48

　　自动评估模型作为房产估价的核心,应具备以下特点:1)数据质量高:数据决定了模型的上限,而且房产评估的可比案例要求可信;2)特征的选取和量化方法合理:影响房地产价值的特征因素的选取和量化需要符合中国房地产市场数据的特点;3)模型精度高:房产价格受多种因素的影响,但需要对其价格进行准确的评估。但是在现有研究中,还存在缺乏房产数据质量提升的研究、影响房产价格的特征因素体系不够完善、模型研究局限在验证单模型有效性的问题。针对以上问题,本文具体研究内容如下:1)基于多相似度估算器的房源重复记录识别模型:解决从不同房源抽取出的房产记录信息存在严重的重复房源问题;2)基于房价特征因素体系的特征提取及量化方法:解决国内房价特征因素体系不够完善,因估价人员的主观因素影响估价精度的问题;3)基于多层级模型融合的自动评估模型:解决由于房产价格受多种因素的影响,而且房产分区难以合理划分,导致模型建模复杂、精度不高的问题。基于上述研究内容,本文在已有爬虫和地址治理能力的基础上,实现了较高精度、可落地的房产批量评估系统,估价精度指标MAPE达到9.3 8%,具体包括以下模块:1)房源重复识别模块:实现了基于多相似度估算器的房源重复记录识别模型的封装和接口调用;2)特征工程模块:实现了基于房价特征因素体系的特征提取及量化,并可根据配置对特征进行预处理;3)自动评估模块:实现了基于多层级模型融合的自动评估模型的封装和接口调用。4)模型迭代模块:实现模型定期迭代更新机制,解决房价受时间因素影响的问题。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F293.3;TP181
【部分图文】：

混淆矩阵,概率值

图２－１混淆矩阵逡逑阵可以计算真正例率ＴＰＲ和假正例率ＦＰＲ两个ＴＰ逦ｐｐ逡逑ＴＰＲ＝逦ＦＰＲ邋＝邋－＾ＴＰ＋ＦＮ逦ＦＰ＋ＴＮ逡逑个样本预测的概率值进行排序，并依次作为阈

户型图,房源,模块系统,户型

图３－１模块系统架构逡逑通过采集房源的标题、地址、描述、面积、楼层、价格、户型、挂牌时逡逑间、房源图片等数据，输入到多相似度估算器模块中对应的相似度算法估算器逡逑中，再将相似度估算器提取到的特征输入到房源重复记录识别模型中，得到房逡逑源是否是重复记录的预测结果。逡逑

多相,特征提取,章节,模型预测

器计算得出的相似度大多取值在０？１之间，所以不用进行一些类似标准化、归逡逑—化的特征处理，只需处理特征缺失值，然后通过训练不断拟合两套房源记录逡逑的各个字段的相似度和分类结果之间的非线性关系，例如图３－３是数值范围距逡逑离特征的构建方式：逡逑步连续值范围钜离特征逡逑ｄｅｆ邋ｒａｎｇｅ＿ｄｉＢｔａｎｃｅ（ｃｏｌ＿ｌ，ｃｏｌ＿２）：逡逑ｃｏｌ＿ｌ邋＝邋ｃｏｌ＿ｌ．ａｓｔｙｐｅ（ｆｌｏａｔ）逡逑ｃｏｌ＿２邋＝邋ｃｏｌ＿２．ａｓｔｙｐｅ｛ｆｌｏａｔ）逡逑ｃｏｌ＿ｍ邋＝邋（ｃｏｌ＿ｌ邋＋邋ｃｏｌ＿２）／２逡逑ｒｅｔｕｒｎ邋ｎｐ．ｓｑｒｔ（（ｎｐ．ｐｏｗｅｒ（ｃｏｌ＿ｌ－ｃｏｌ＿ｍ，２）邋＋邋ｎｐ．ｐｏｗｅｒ（ｃｏｌ＿２－ｃｏｌ＿ｍ，２））／２）／ｃｏｌ＿ｍ逡逑ｒａｎｃｅ＿ｃｏｌｓ邋＝邋［＇ｈｏｕｓｅ＿ａｒｅａ＇，＇ｐｒｉｃｅ＿ｔｏｔａｌ＇，＇ｐｒｉｃｅ＇］逡逑ｆｏｒ邋ｃｏｌ邋ｉｎ邋ｒａｎｇｅ＿ｃｏｌｓ：逡逑ｂａｓｅ＿ｄａｔａ［ｃｏｌ］邋＝邋ｒａｎｇｅ＿ｄｉｓｔａｎｃｅ邋ｒａｗ＿ｔｒａｉｎ［ｃｏｌ邋＋逦ｒａｗ一ｔｒａｉｎ［ｃｏｌ邋＋邋＇＿ｙ＇］；逡逑ｂａｓｅ＿ｄａｔａ［ｃｏｌＪ邋＝邋ｂａｓｅ＿ｄａｔａ［ｃｏｌ］．ｆｉｌｌｎａ（－ｌ）逡逑ｂａｓｅ＿ｄａｔａ．ｌｏｃ［ｒａｗ＿ｔｒａｉｎ［ｐｄ．ｉｓｎｕｌｌ（ｒａｗ＿ｔｒａｉｎ［ｃｏｌ邋＋邋１＿ｘ＇］）邋＆邋ｐｄ．ｉｓｎｕｌｌ（ｒａｗ＿ｔｒａｉｎ［ｃｏｌ邋＋邋＿ｙ＇Ｉ）］－ｉｎｄｅｘ，邋ｃｏｌ｝＝－２逡逑图３－３邋ＭＳ－ＤＥＭ数值范围距离特征提取逡逑本章采取网格搜索法和５折交叉验证法确定ＭＳ－ＤＥＭ的最优参数

【相似文献】