[发明专利]一种二手车定价方法装置及系统

权利要求书

1.一种二手车定价方法，其特征在于，所述方法包括：

构建特征加权的stacking线性回归模型；

基于所述特征加权的stacking线性回归模型，以及，所述二手车的特征属性，计算出所述二手车的预测价格。

2.根据权利要求1所述的方法，其特征在于，所述构建特征加权的stacking线性回归模型的步骤包括：

获取二手车的历史数据，所述历史数据包括：二手车的特征属性，元特征，以及，二手车的成交价格；

根据所述二手车的特征属性，生成特征属性矩阵；

基于所述特征属性与二手车的成交价格之间的对应关系，生成成交价格矩阵，以及，基于所述特征属性与元特征之间的对应关系，生成元特征矩阵；

将所述特征属性矩阵中的每个特征属性分别映射到多个计算机算法中，得到算法矩阵；

根据所述成交价格矩阵，所述元特征矩阵，以及，所述算法矩阵，确定加权系数矩阵；

根据所述加权系数矩阵，算法矩阵，以及，所述元特征矩阵构建特征加权的stacking线性回归模型。

3.根据权利要求2所述的方法，其特征在于，根据所述加权系数矩阵，算法矩阵，以及，所述元特征矩阵构建特征加权的stacking线性回归模型的步骤具体为：

其中，所述b(x)为二手车的成交价格，所述v_ij为加权系数矩阵，所述f_i(x)为算法矩阵，所述g_i(x)为元特征矩阵。

4.根据权利要求3所述的方法，其特征在于，所述根据成交价格矩阵，所述元特征矩阵，以及，所述算法矩阵，确定加权系数矩阵的步骤具体为：

C＝argmin_x(A^Tx-B²+Γx²)；

根据所述加权系数矩阵的转置矩阵，确定加权系数矩阵；

其中，C为加权系数矩阵的转置矩阵；

Γ为Tikhonov矩阵。

5.根据权利要求4所述的方法，其特征在于，

当Γ＝αI时，C＝(A^TA+α²I)^-1A^TB；

其中I为单位矩阵。

6.根据权利要求2所述的方法，其特征在于，所述元特征矩阵为：

二手车车型所在市的销量，二手车车型所在省份的销量，二手车车型全国下的销量，二手车车系所在城市下的销量，二手车车系所在省份下的销量，二手车的行驶里程，二手车是否是准新车，二手车是否是本地车源，价格与车龄在线性回归条件下残差的变异系数中的一种或几种的组合。

7.根据权利要求2所述的方法，其特征在于，所述计算机算法为：

线性回归，指数回归，KNN，Lasso回归/ridge回归，随机森林，XGBoost，重置成本法模型中的一种或几种的组合。

8.一种二手车定价装置，其特征在于，所述装置包括：

构建单元，用于构建特征加权的stacking线性回归模型；

计算单元，用于基于所述特征加权的stacking线性回归模型，以及，所述二手车的特征属性，计算出所述二手车的预测价格。