[发明专利]生成车辆定价模型的方法和装置

权利要求书

1.一种生成车辆定价模型的方法，包括：

获取训练样本集合，其中训练样本包括多个特征值以及与多个特征值对应的车辆价格，多个特征值包括关键特征值和多个第一类辅助特征值；

对训练样本的多个第一类辅助特征值进行修正，使得在修正后的训练样本集合中，第一类辅助特征值与车辆价格具有单调性；

确定训练样本的关键特征值对应的车辆均价；

将训练样本的关键特征值对应的车辆均价以及修正后的多个第一类辅助特征值作为输入，将训练样本的车辆价格作为输出，训练预设的多项式线性模型，得到车辆定价模型。

2.根据权利要求1所述的方法，其中，所述对训练样本的多个第一类特征值进行修正，包括：

对训练样本集合中的训练样本进行聚合，将除了目标辅助特征之外的其他特征的值均相同的训练样本划分到同一训练样本组中，得到多个第一训练样本组，其中所述目标辅助特征为多个第一类辅助特征中的任一特征；

对于多个第一训练样本组中的每个第一训练样本组，若该第一训练样本组中存在至少两个训练样本，对该第一训练样本组中的训练样本的所述目标辅助特征的值进行修正，使得在该第一训练样本组中，所述目标辅助特征的修正后的值与车辆价格具有单调性。

3.根据权利要求2所述的方法，其中，所述对该第一训练样本组中的训练样本的所述目标辅助特征的值进行修正，包括：

在该第一训练样本组中，以训练样本的车辆价格作为自变量、训练样本的所述目标辅助特征的值作为因变量，进行保序回归，得到修正后的值；

使用修正后的值替换所述目标辅助特征的原始值。

4.根据权利要求1所述的方法，其中，所述确定训练样本的关键特征值对应的车辆均价，包括：

将训练样本的关键特征值输入到预先训练的均价生成模型中，得到对应的车辆均价。

5.根据权利要求4所述的方法，其中，所述方法还包括：

对训练样本集合中的训练样本进行聚合，将具有相同关键特征值的训练样本划分到同一训练样本组中，得到多个第二训练样本组；

基于每个第二训练样本组中的训练样本的车辆价格确定车辆均价；

以关键特征值为输入，以输入的关键特征值对应的车辆均价为输出，训练得到均价生成模型。

6.一种确定车辆价格的方法，包括：

接收用户提交的目标车辆的关键特征值和多个第一类辅助特征值；

将所述目标车辆的关键特征值和多个第一类辅助特征值输入到采用权利要求1-5中任一所述的方法生成的车辆定价模型中，得到所述目标车辆的价格。

7.一种生成车辆定价模型的装置，包括：

获取单元，被配置成获取训练样本集合，其中训练样本包括多个特征值以及与多个特征值对应的车辆价格，多个特征值包括关键特征值和多个第一类辅助特征值；

修正单元，被配置成对训练样本的多个第一类辅助特征值进行修正，使得在修正后的训练样本集合中，第一类辅助特征值与车辆价格具有单调性；

第一确定单元，被配置成确定训练样本的关键特征值对应的车辆均价；

第一训练单元，被配置成将训练样本的关键特征值对应的车辆均价以及修正后的多个第一类辅助特征值作为输入，将训练样本的车辆价格作为输出，训练预设的多项式线性模型，得到车辆定价模型。

8.根据权利要求7所述的装置，其中，所述修正单元包括：

聚合模块，被配置成对训练样本集合中的训练样本进行聚合，将除了目标辅助特征之外的其他特征的值均相同的训练样本划分到同一训练样本组中，得到多个第一训练样本组，其中所述目标辅助特征为多个第一类辅助特征中的任一特征；

调整模块，被配置成对于多个第一训练样本组中的每个第一训练样本组，若该第一训练样本组中存在至少两个训练样本，对该第一训练样本组中的训练样本的所述目标辅助特征的值进行修正，使得在该第一训练样本组中，所述目标辅助特征的修正后的值与车辆价格具有单调性。