技术领域
[0001] 本
发明属于房地产互联网应用技术领域，具体涉及一种房价评估系统。
背景技术
[0002] 房产估价的理论方法在过去很长一段时间已经得到充分验证，市场比较法是目前公认最有效的房产评估模型建设理论，但采用市场比较法有较高的
门槛，具体表现在：第一，需要收集大量、正常的房地产交易数据。也就是说，要求评估者掌握房地产市场相当大的规模数据，即便是城市已经积累了几十万个房地产交易数据，可是一旦按照比较严格的标准进行分类，每一个样本的空间仍然不够大。如果样本空间偏小，那么具有一定
置信度的区间就很宽。假若置信区间的上下限之间的距离拉得很开，讨论房价时就失去了判断标准。第二，采用市场比较法必须要求房价相对稳定。在市场比较法中，房地产商估计的房价取决于他们对市场走向的预期。如果房地产市场比较稳定，那么房地产商会在当前房价的
基础上加上一定的通货
膨胀率设定房价。如果市场不稳定，房价暴涨暴跌，那么采用市场比较法的困难就很大。在出现房地产
泡沫的时期，采用市场比较法有可能高估房价，放大房地产泡沫。在这种情况下，市场比较法完全丧失了用武之地。所以说将
支撑市场比较法理论的模型基础数据仅建立在近期实际交易数据上面，存在严重
缺陷。换而言之，我国过于分散的中介市场，导致一手交易数据很难即时汇聚并加以利用，所以仅凭借交易数据设计评估模型必然存在三个弊端：
覆盖度不足、时效性差和准确性差。
[0003] 传统的市场比较法估价模型过分依赖评估人员的主观经验，这不仅使得估价结果不可靠，更有可能引发道德
风险，阻碍房地产估价业的良性发展。同时，市场比较法估价需要对大量的人文、社会、经济、地理数据进行采集、管理、分析和显示，传统的手工管理方式显然无法满足房产估价对大量信息的处理要求，利用新的技术手段改进估价模型、建立估价信息系统是估价行业发展的一个必然趋势。
发明内容
[0004] 为了解决
现有技术存在的上述问题，本发明提供了一种房价评估系统。
[0005] 本发明所采用的技术方案为：一种房价评估系统包括源数据层、
数据采集层、
数据处理层和数据加工层；所述源数据层用于提供多源数据；所述数据采集层用于从所述源数据层
抽取源数据；所述数据处理层用于对抽取的源数据进行清洗得到清洗后的盘源数据、交易数据和市场价数据；所述数据加工层采用小区均价策略模型对盘源数据、交易数据和市场价数据进行加工，得到某一楼盘的均价，采用
特征向量回归矫正模型根据每个房子的特征进行数据矫正得到某一房子的均价。
[0006] 进一步地，所述多源数据包括盘客通的放盘日期、房源改价日期、盘客通的放盘数据、Q房ERP的交易数据、第三方放盘数据和第三方交易数据。
[0007] 进一步地，所述数据采集层采用批处理
框架Spring Batch对盘客通的放盘数据和Q房ERP的交易数据进行采集，采用八爪鱼和火车采集器组合的方式对第三方放盘数据和第三方交易数据进行采集。
[0008] 进一步地，所述数据处理层数对抽取的源数据进行清洗的具体过程为：
[0009] 1)设置数据可信度级别；对市场价、真实交易数据、有正式
委托书小区报盘价、有正式委托书报盘价和第三方报盘价的可信度级别按照从高到低的顺序排列为：市场价的可信度>真实交易数据的可信度>有正式委托书小区报盘价的可信度>无正式委托书报盘价的可信度>第三方报盘价的可信度；
[0010] 2)将步骤1)得到的合理数据中(报盘价-近期该小区交易均价)/交易均价>10％的数据标记为脏数据；
[0011] 3)对于每个城市设定盘源最高单价和最低单价，限定合理的数据范围，将步骤2)得到的合理数据中在该数据范围之外的数据标记为脏数据；
[0012] 4)对于步骤3)得到的合理数据，运营人员根据系统运行标记数据，向对应置业顾问进行核实，将数据状态进行重新标记；对有跟进记录的异常数据进行重新标记；
[0013] 5)对于步骤4)得到的合理数据，当数据都集中在一类数据源上时，采取梯度聚类方法，以每个城市均价的5％做为数据梯度，对数据进行进一步清洗。
[0014] 进一步地，所述数据加工层对盘源数据、交易数据和市场价数据进行加工，采用小区均价策略模型得到某一楼盘的均价的过程为：
[0015] 采用梯度比较法判断盘源数据、交易数据和市场价数据是否在设定的梯度范围内，如果在梯度范围内，则统计在梯度范围内的数据条数，采用平均法计算得到某一楼盘的均价；否则，采用的梯度聚类方法对数据进行重新处理，直到数据在梯度范围内。
[0016] 进一步地，所述数据加工层采用多元线性回归模型构建特征向量回归矫正模型，构建的特征向量回归矫正模型为：
[0017] Q＝a0+∑aiZi+ε，
[0018] 式中，Q表示具体某套二手房的评估单价，a0表示某套二手房所在楼盘的均价，ai表示二手房的建筑特征向量中的特征，Zi表示二手房的特征向量中每一项特征对应的调整比例，ε表示其他影响因素，其由交通特征、建筑特征和邻里环境确定，交通特征包括公交线路和地
铁站；建筑特征包括建筑面积、所在楼层、总楼层、朝向、装修、配套和建筑年龄；邻里环境包括生活配套；二手房的特征向量中的特征ai包括房龄、户型、楼层、朝向、装修和配套。
[0019] 进一步地，所述房价评估系统中还设置有标准化
接口层，外部应用端通过所述标准化接口层5获取所述数据加工层得到的某一房子的均价。
[0020] 进一步地，所述房价评估系统中还设置有鉴权调度层，所述鉴权调度层设置在所述数据加工层与标准化接口层之间。
[0021] 进一步地，所述房价评估系统中还设置有
地理信息系统GIS和楼盘字典基础信息库，Q房网搭建的
云房源
大数据平台通过API获取地理信息系统GIS中的地理信息，所述房价评估系统通过楼盘字典基础信息库和GIS中的地理信息评估得到任意空间的房价。
[0022] 进一步地，所述房价评估系统中还设置有学区管理信息库，Q房网搭建的云房源大数据平台与学区管理信息库结合，所述房价评估系统评估得到每个学校的对口小区的房价。
[0023] 由于采用以上技术方案，本发明的有益效果为：本发明以报盘数据、交易数据和市场价数据等多方数据为基石，以市场比较法为基础理论，特征向量分析法为辅助理论，结合GIS技术，构建特定规律的智能房价评估系统。针对覆盖度不足的问题：Q房网集团13个O2O城市可以获取市场上65％以上真实待销售房产信息，待销售房产价格代表着当前市场价格，结合交易数据+同行储备待交易房产数据，最终涵盖接近100％的可销售资源定价数据。针对时效性差问题，Q房网集团内部对待销售资源价格信息的管理制度规定，每周一次跟进一次，保证价格异动在评估系统的反应
频率内。针对准确性差的问题：对数据可信度做层级划分，加入自我矫正机制，并且通过特征分析法较为科学的方法调整个体差异，而不是凭主观臆测找出对房价影响较大的指标因素，再将这些指标运用多元线性回归方程与房价进行拟合，最终做到一房一价。
[0024] 本发明具有非常好的开放性、可集成性和易扩展性，同时具有技术的前瞻性，符合行业流行发展趋势；其采用分布式存储、分布式计算、集群高可用、异构数据源抽取、流式计算、数据缓存技术等领域成熟前端技术，能够满足大数据分析的所有需求。
附图说明
[0025] 为了更清楚地说明本发明
实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026] 图1是本发明一实施例提供的一种房价评估系统的架构图。
[0027] 图中：1-源数据层；2-数据采集层；3-数据处理层；4-数据加工层；5-标准化接口层；6-鉴权调度层；7-应用端。
具体实施方式
[0028] 为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
[0029] 如图1所示，本发明提供了一种房价评估系统，其包括源数据层1、数据采集层2、数据处理层3和数据加工层4。源数据层1用于提供多源数据，这些数据包括盘客通的放盘日期、房源改价日期、盘客通的交易数据、第三方放盘数据和第三方交易数据等。数据采集层2用于从源数据层1抽取源数据。数据处理层3用于对抽取的源数据进行清洗，过滤掉那些不符合要求的数据，得到清洗后的盘源数据、交易数据和市场价数据。其中，不符合要求的数据主要包括不完整的数据、错误的数据和重复的数据。数据加工层4采用小区均价策略模型对盘源数据、交易数据和市场价数据进行加工，得到某一楼盘的均价，采用特征向量回归矫正模型根据每个房子的特征进行数据矫正得到某一房子的均价。
[0030] 上述实施例中，使用批处理框架Spring Batch对盘客通的放盘数据和Q房ERP的交易数据进行采集。批处理框架Spring Batch对任务配置进行监控执行，结合调度系统完成整个多数据源的抽取工作。
[0031] 批处理框架Spring Batch通过简单的任务配置，使用非常少的人
力便能够实现多数据源的接入、过程监控及结果通知机制，这些特性是由于Spring Batch提供了大量可重用的组件，包括了执行过程日志、追踪、事务、任务作业统计、任务重启、跳过、重复和资源管理。对于大数据量和高性能的批处理任务，SpringBatch同样提供了高级功能和特性来支持，例如分区功能、远程功能。总之，通过Spring Batch能够支持简单的、复杂的和大数据量的批处理作业。
[0032] 使用八爪鱼和火车采集器组合的方式对第三方放盘数据和第三方交易数据进行采集。
[0033] 八爪鱼采集器是一款简单实用的采集器，功能齐全、操作简单、不用写规则。其提供的云采集，即使关机也可以在云
服务器上运行采集任务。
[0034] 火车采集器是一款专业的互联网数据抓取、处理、分析和挖掘
软件，其可以灵活、迅速地抓取网页上散乱分布的数据信息，并通过一系列的分析处理，准确挖掘出所需数据，最常用的就是采集某些
网站的文字、图片、数据等在线资源。其接口比较齐全，可以使用PHP或C#开发任意功能的扩展。
[0035] 上述实施例中，数据采集层2抽取源数据的抽取规则为：根据城市设置抽取数据源对象，对数据源对象和频率进行设置。例如，可以设置最近X天内，对价格有跟进的数据必须包含委托书、经纪人星级达到三星以上、抽取频次为每周1次，启用短信提醒。
[0036] 数据处理层3对抽取的源数据进行清洗的具体过程为：
[0037] 1)设置数据可信度级别；对市场价、真实交易数据、有正式委托书小区报盘价、有正式委托书报盘价和第三方报盘价的可信度级别按照从高到低的顺序排列为：市场价的可信度>真实交易数据的可信度>有正式委托书小区报盘价的可信度>无正式委托书报盘价的可信度>第三方报盘价的可信度。
[0038] 2)将步骤1)得到的合理数据中(报盘价-近期该小区交易均价)/交易均价>10％的数据标记为脏数据。
[0039] 3)对于每个城市设定盘源最高单价和最低单价，限定合理的数据范围，将步骤2)得到的合理数据中在该数据范围之外的数据标记为脏数据。例如，深圳盘源抽取过程中，将报盘价/交易价<8000并且报盘价/交易价>150000标记为脏数据。
[0040] 4)对于步骤3)得到的合理数据，运营人员根据系统运行标记数据，向对应置业顾问进行核实，将数据状态进行重新标记；对有跟进记录的异常数据进行重新标记。
[0041] 5)对于步骤4)得到的合理数据，当数据都集中在一类数据源上时，采取梯度聚类方法，以每个城市均价的5％做为数据梯度，对数据进行进一步清洗。例如，深圳均价5万，现有一小区内有10个盘源在销售，价格分别是25000、32000、38000、39000、39100、39500、60000、80000、120000、84000；那么将50000*5％＝2500做为一个数据梯度，找出正负2500范围内包含的数据个数最多的数据，并将该数据正负2500范围内的数据标记为合理数据，将其他数据标记为脏数据。
[0042] 上述实施例中，经数据处理层3处理后的数据包括盘源数据、交易数据和市场价数据。数据加工层4采用小区均价策略模型得到某一楼盘的均价，其具体过程为：
[0043] 采用梯度比较法判断盘源数据、交易数据和市场价数据是否在设定的梯度范围内，如果在梯度范围内，则统计在梯度范围内的数据条数，采用平均法计算得到某一楼盘的均价；否则，采用步骤5)的梯度聚类方法对数据进行重新处理，直到数据在梯度范围内。
[0044] 例如，假设深圳城市均价为50000元/㎡，梯度范围为2500元；
[0045] 盘源数据均价＝P、交易数据均价＝T、市场价均价＝M，P>T>M，(P-M)≤2500，P存在8条数据P1～P8，T存在2条数据T1和T2，M存在1条数据M1，
[0046] 则小区的均价＝(P1+P2+P3+P4+P5+P6+P7+P8+T1+T2+M1)/(8+2+1)。
[0047] 如果根据梯度比较法得到P1和P6两条数据不符合数据准入规则，即为脏数据，则小区的均价＝(P2+P3+P4+P5+P7+P8+T1+T2+M1)/(6+2+1)。
[0048] 上述实施例中，数据加工层根据设置的数据可信度级别计算评估价。
[0049] 如果有市场价，评估价＝市场价+估价规则调整项；
[0050] 否则，如果有交易价和报盘价，则评估价＝(交易价+报盘价)/2+估价规则调整项；
[0051] 否则，如果有交易价无报盘价，则评估价＝交易价+估价规则调整项；
[0052] 否则，如果有报盘价无交易价，则评估价＝报盘价+估价规则调整项；
[0053] 否则，如果无报盘价无交易价，则评估价＝无法评估。
[0054] 具体地，采用多元线性回归模型构建特征向量回归矫正模型，构建的特征向量回归矫正模型为：
[0055] Q＝a0+∑aiZi+ε，
[0056] 式中，Q表示具体某套二手房的评估单价，a0表示某套二手房所在楼盘的均价，ai表示二手房的建筑特征向量中的特征，Zi表示二手房的特征向量中每一项特征对应的调整比例，ε表示其他影响因素，其由交通特征、建筑特征和邻里环境确定。其中，交通特征包括公交线路和地铁站；建筑特征包括建筑面积、所在楼层、总楼层、朝向、装修、配套和建筑年龄；邻里环境包括生活配套。二手房的特征向量中的特征ai包括房龄、户型、楼层、朝向、装修和配套等。
[0057] 表1给出了二手房的特征向量中的特征ai与二手房的特征向量中每一项特征对应的调整比例Zi之间的对应关系。
[0058] 表1二手房的特征向量中的特征ai与其对应的调整比例Zi的对应关系表[0059]
[0060] 实施例：为保证数据的参考价值，每周计算报盘价均价及Q房网交易均价，取数区间近15天内有跟进价格的报盘数据和近1个月的交易数据；采用本发明房价评估系统中的数据加工层4对盘源数据、交易数据和市场价数据进行加工，得到楼盘的均价，结合特征向量
算法，得到某房子的均价，其具体过程为：
[0061] 1)用户估价，如果存在市场价，则评估价＝市场价+估价规则调整项，其中，估价规则调整项＝(QF-F)*FC+(QO-O)*OC+(QS-S)*AC。
[0062] 2)查询盘源价格表，判断近月某房子所属楼盘交易均价和报盘均价是否存在。
[0063] 如果交易均价和报盘均价都存在，则利用以下评估价公式计算该房子的评估价，并对计算得到的评估价进行呈现。
[0064] 评估价＝(TP+OF)/2+(QF-F)*FC+(QO-O)*OC+(QS-S)*AC。
[0065] 式中，TP表示交易均价，取同盘本月Q房网N条交易数据，如果N>＝6，则取N中日期最新的6条数据进行平均；如果N<6，则取全月数据进行平均；如果本月该小区无Q房网交易数据，则基准价不计算交易均价，以报盘均价为参考。
[0066] OF表示报盘均价，取本周报盘价均价。
[0067] MF表示市场均价。
[0068] QF表示查询房间楼层所在层数。
[0069] F表示基准楼层，基准楼层＝总楼层/2。
[0070] O表示基准朝向，基准朝向值＝5；南北朝向值＝10，南朝向值＝9，东南朝向值＝8，西南朝向值＝7，东西朝向值＝6，东朝向值＝5，东北朝向值＝4，西朝向值＝3，西北朝向值＝2，北朝向值＝1。
[0071] QS表示查询房间所在面积值。
[0072] S表示基准面积，基准面积＝2；A1＝(0～60平米)＝3，A2＝(60～110平米)＝2，A3＝(110平米以上)＝1。
[0073] AC表示面积系数，面积系数＝特征向量XAc％*小区均价。
[0074] FC表示楼层系数，楼层系数＝特征向量XFC％*小区均价。
[0075] OC表示朝向系数，朝向系数＝特征向量XOC％*小区均价。
[0076] 如果近月某房子所属楼盘交易均价不存在，则进一步判断报盘均价是否存在。如果存在，则利用以下评估价公式计算该房子的评估价，并对计算得到的评估价进行呈现。如果不存在，则无法进行估价。
[0077] 评估价＝OF+(QF-F)*FC+(QO-O)*OC+(QS-S)*AC。
[0078] 如果近月某房子所属楼盘报盘均价不存在，则进一步判断交易均价是否存在。如果存在，则利用以下评估价公式计算该房子的评估价，并对计算得到的评估价进行呈现。如果不存在，则无法进行估价。
[0079] 评估价＝TP+(QF-F)*FC+(QO-O)*OC+(QS-S)*AC。
[0080] 上述实施例中，本发明房价评估系统中还设置有标准化接口层5。外部应用端7通过标准化接口层5获取数据加工层4得到的某一房子的均价。外部应用端7包括Q房网查房价频道、Q房网成交数据频道、盘客通系统价格规范参考、新媒体发文数据支持、金融风控参考数据指标、用户房产估价和房产市场信心指数等。
[0081] 上述实施例中，本发明房价评估系统中还设置有鉴权调度层，鉴权调度层设置在数据加工层4与标准化接口层5之间。
[0082] 鉴权调度层设置有城市
开关配置、计算频次配置、渠道授权、城市策略配置和渠道策略配置。其中，城市开关配置用于配置某个城市的开关，如果一个城市的源数据经过分析，能够覆盖到50％以上的楼盘估计，可以通过打开这个城市开关，实现整个数据的抽取，清洗、计算、结果存储、接口调用等功能。计算频次配置用于针对每个城市配置抽取计算周期，例如：针对深圳，每周抽取一次数据，每周五0晨开始计算。渠道授权用于配置渠道调用数据接口范围，例如：只提供楼盘房价，不提供学区、地铁和单个房价评估权限。城市策略配置用于配置城市查房价应用等级、源数据抽取范围和抽取频次。例如：杭州查房价准确度评估为B级，盘源数据抽取范围(15天有跟进改价动作的)，交易数据取近15天，第三方数据取全量。渠道策略配置用于配置渠道调用等级权限，调用范围、调用频次。
[0083] 上述实施例中，本发明房价评估系统中还设置有地理信息系统GIS和楼盘字典基础信息库。Q房网搭建的云房源大数据平台包括所有小区的坐标、交通
站点坐标信息。结合百度开放的API(Application Programming Interface，
应用程序编程接口)，利用地理信息GIS技术，便可以画出任意范围内的房产均价信息。在覆盖度完全的情况下，可以对地理范围内的所有房间进行估价，再结合GIS提供的灵活划分空间能力，可以对任意空间的房价做出均值统计。
[0084] 地理信息系统(GIS)技术的突出优势就在于其强大的空间数据、属性数据处理能力及
可视化能力；能实现空间信息和
属性信息的集成管理；不仅能查询、检索数据，而且还可以根据需要与其他专业模型或者数学模型形成一个应用分析模型进行个中分析、处理、评价和支持决策，因此利用GIS的数据管理、空间查询、空间分析、可视化及其他专业模型的集成能力来改进房地产估价模型，建立一个基于灵活划分空间的GIS平台的房价评估系统。
[0085] 上述实施例中，可以得出每个小区的均价，通过建设学区管理信息库，结合云房源大数据平台中的楼盘建模信息管理模
块，将两部分信息按照国家公示内容进行关联，这样就可以对每个学校的对口小区的价格信息进行汇总和均值统计，建立从学区向房产转化的信息渠道。
[0086] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本发明所披露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述
权利要求的保护范围为准。
