[发明专利]基于房地产大数据的房产价格自动评估系统及方法在审
申请号: | 201810603509.3 | 申请日: | 2018-06-12 |
公开(公告)号: | CN108921597A | 公开(公告)日: | 2018-11-30 |
发明(设计)人: | 李俊鹏 | 申请(专利权)人: | 李俊鹏 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06F17/30;G06Q50/16 |
代理公司: | 苏州中合知识产权代理事务所(普通合伙) 32266 | 代理人: | 高海棠 |
地址: | 541000 广西壮族自治区桂*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 房产价格 自动评估系统 大数据 房地产 数据库 数据获取模块 初始系数 等级分类 交易价格 实时采集 实时计算 修正模块 样本设置 样本条件 自动更新 自动评估 字段添加 评估 样本 更新 | ||
1.一种基于房地产大数据的房产价格自动评估系统,其特征在于,所述系统包括:数据获取模块、字段添加模块、等级分类模块、样本赋值模块、实时计算模块、房价修正模块和数据库,
所述数据获取模块,用于从第三方平台获取房地产数据并存入数据库,还用于实时从房地产交易平台获取房产交易数据并存入数据库;
所述字段添加模块,用于为数据库中的房地产数据添加字段,所述字段包括:估价时点、基准价格、基准系数、划分区域、房产等级和房产分类;
所述等级分类模块,用于根据同一划分区域内的不同地段为房地产分级,还用于为同一级的房地产分类;
所述样本赋值模块,用于为样本赋值,所述样本为每类房地产中的一套或多套,所述赋值为:当前时点、当前价格、初始系数、房产所在区域、房产所处等级和房产类别;
所述实时计算模块,用于根据数据库中的房产交易数据和样本的赋值计算出一段时间后样本的更新价格和更新系数;
所述房价修正模块,用于根据样本的更新价格和更新系数为系统内的其他同区域、同等级和同类别的房产价格进行修正,并将修正后的房地产价格存储至数据库中;
所述数据库,用于存储房地产数据、房产交易数据和修正后的房地产价格。
2.根据权利要求1所述的基于房地产大数据的房产价格自动评估系统,其特征在于,所述第三方平台包括:不动产登记局、税务局、金融系统、法院;所述房地产交易平台为税务局及所有需要核准评估房地产价格的部门。
3.根据权利要求1所述的基于房地产大数据的房产价格自动评估系统,其特征在于,所述房产类别包括:住宅、公寓、写字楼、商业用房、工业厂房和综合用房。
4.一种基于房地产大数据的房产价格自动评估方法,其特征在于,所述方法步骤如下:获取房地产数据和房产实时交易数据并存入数据库;为房地产数据添加字段;为同一区域的房产划分等级和类别;取出不同等级、不同类别中的一套或多套房产作为样本并为样本赋值并根据样本赋值初始化房地产数据,所述赋值包括:当前时点、当前价格、初始系数、房产所在区域、房产所处等级和房产类别;计算一段时间内样本的更新价格和更新系数;根据样本的更新价格和更新系数修正更新数据库中同等级、同类别的房产价格。
5.根据权利要求4所述的基于房地产大数据的房产价格自动评估方法,其特征在于,所述获取房地产数据和房产实时交易数据的方法是通过数据爬虫爬取和人工筛选录入。
6.根据权利要求4所述的基于房地产大数据的房产价格自动评估方法,其特征在于,所述取出不同等级、不同类别中的一套作为样本是该区域内不存在房价影响因素。
7.根据权利要求4所述的基于房地产大数据的房产价格自动评估方法,其特征在于,所述取出不同等级、不同类别中的一套作为样本是该区域内存在房价影响因素。
8.根据权利要求6或7所述的基于房地产大数据的房产价格自动评估方法,其特征在于,所述房价影响因素包括:开发商商誉、建筑结构、建成年限、朝向、楼层和布局。
9.根据权利要求4所述的基于房地产大数据的房产价格自动评估方法,其特征在于,所述计算一段时间内样本的更新价格和更新系数的方法是用一段时间内房产实时交易价格作为更新价格,用更新价格比上当前价格再乘以初始系数,得到更新系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于李俊鹏,未经李俊鹏许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810603509.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:广告播放方法和装置
- 下一篇:一种持续激励阅读的手机阅读软件控制系统及方法