[发明专利]一种二手车定价方法装置及系统

说明书

本申请实施例示出一种二手车定价方法装置及系统，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。本申请实施例示出的方法通过对二手车的历史数据的分析，筛选出影响二手车成交价格的数据作为特征；然后，通过计算机算法，混合元特征对二手车的价格进行建模，最后利用建立的模型计算二手车的价格。本申请实施例示出的方法，在建模的过程中引入元特征的同时综合考虑考虑内部模型间的多样性，进而保证估算出来的二手车价格更加准确。

技术领域

本发明涉及信息处理系统技术领域，特别涉及一种二手车定价方法装置及系统。

背景技术

随着经济社会的发展和城市居民生活水平提高，车辆已变成私人的基本要求。近年来，中国经济的飞速发展，车辆保有量的快速增长，二手车的交易买卖越来越繁荣，全国每个省会城市的二手车辆经纪人和单位通常达到5000个以上，每年成交的二手车达到10万-20万辆。随着二手车的交易买卖的逐渐繁荣，二手车市场随之面临一系列挑战，例如，目前的二手车市场仍然是个信息不对称的市场，消费者很难知晓二手车的价值，其结果是二手车市场难以取得消费者的信赖，导致二手车市场失去一些潜在的客户。因此如何对的二手车进行评估定价，显得尤为重要。

现在的二手车评估定价基本上是由评估师的经验来决定，即评估师根据二手车的一些表面状况及个人经验进行评估。然而，上述评估定价方式由于有过多的人为因素参与，往往造成评估结果不够准确，从而对买卖双方造成麻烦。

为例避免人为因素的参与，近年来，一些二手车商家通过stacking线性回归方法为二手车评估定价，通常，先建立模型，将所述模型应用于二手车的评估定价。具体的，首先通过在专门网站获取二手车辆的使用年限作为自变量，将二手车对应的价格作为因变量，寻找自变量与因变量之间的函数，然后采用所述函数对二手车评估定价。通常自变量包括：行驶公里、有无事故等简单数据。

现有技术中，通过stacking线性回归方法对二手车进行评估定价，通过在专门网站输入使用年限、行驶公里、有无事故等简单数据而得到车辆的评估价格。此种评估方式忽略了车辆本身的使用状况等复杂因素，因此，得到的评估价格严重偏离车辆的实际价值。

发明内容

本发明的发明目的在于提供一种二手车定价方法装置及系统，以解决现有技术示出的二手车评价方法得出的二手车价格严重偏离车辆的实际价值的技术问题。

本申请实施例示出一种二手车定价方法，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。

本申请实施例第二方面示出一种二手车定价装置，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。

本申请实施例第三方面示出一种二手车定价系统，所述系统包括：

应用平台服务器，与所述应用平台服务器相连接的数据存储服务器，所述数据存储服务器设置在所述平台服务器内部或独立设置，所述应用平台服务器通过互联网与所述终端相连接；所述终端用于，接收待评估二手车的特征属性；所述应用平台服务器，用于构建特征加权的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；所述数据存储服务器，用于相关数的存储