CN102254277A - 一种用于房地产估值的数据处理系统与方法 - Google Patents
一种用于房地产估值的数据处理系统与方法 Download PDFInfo
- Publication number
- CN102254277A CN102254277A CN2011101806859A CN201110180685A CN102254277A CN 102254277 A CN102254277 A CN 102254277A CN 2011101806859 A CN2011101806859 A CN 2011101806859A CN 201110180685 A CN201110180685 A CN 201110180685A CN 102254277 A CN102254277 A CN 102254277A
- Authority
- CN
- China
- Prior art keywords
- data
- house property
- estimate
- sample
- waiting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种用于房地产估值的数据处理系统,该系统包括:数据初始化模块,用于从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据;接收模块,用于接收来自所述外部系统的待估房产数据;估值模块,用于根据所述样本数据和待估房产数据对所述待估房产的价值进行计算;返回模块,用于将所述估值模块的计算结果返回至所述外部系统。相应地,本发明还公开一种用于房地产估值的数据处理方法。本发明通过从外部系统获取用于房地产估值的数据,筛选出样本数据,然后根据所述样本数据自动计算待估房产的价值,从而能够在合理、广泛的房产数据基础上自动计算房地产价值,避免人为主观因素的影响。
Description
技术领域
本发明涉及银行房地产价值评估领域,尤其涉及一种用于房地产估值的数据处理系统与方法。
背景技术
自从银行开办个人住房贷款业务以来,有相当多的居住用房地产被当作抵押品,而房地产作为银行最重要的抵押品,其作为贷款的第二还款来源以及风险缓释的重要方式,在我国特定的信用环境下,促使对这些抵押品进行估值成为防范信息不对称、控制违约风险的不可替代的重要途径。
目前,银行通常采用外部评估机构对房地产进行估值,这不仅需要花费大量的经费,而且这些外部评估机构由于普遍存在地域性局限,使得在房地产交易数据的收集上存在问题,选取的样本覆盖面不广,数据更新不及时,从而不能及时对数据进行分析。而且这些外部评估机构主要由人依靠经验进行估值,人为主观因素偏多,带来的后果是估值结果并不是真实抵押品价值的反映。
因此,银行急需一种用于房地产估值的数据处理系统,其能够依靠银行强大的房地产交易平台,利用其中覆盖面广且精确度高的房地产交易数据对待估房产进行自动估值,从而克服现有评估方式带来的上述缺点。
发明内容
本发明的目的在于:提供一种用于房地产估值的数据处理系统与方法,用于利用覆盖面广且精确度高的房地产交易数据对待估房产进行自动估值。
本发明提供了一种用于房地产估值的数据处理系统,该系统包括:
数据初始化模块,用于从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据;
待估房产数据获取模块,用于从所述外部系统获取待估房产数据;
估值模块,用于根据所述样本数据和待估房产数据对所述待估房产的价值进行计算;
结果返回模块,用于将所述估值模块的计算结果返回至所述外部系统。
相应地,本发明还提供了一种用于房地产估值的数据处理方法,该方法包括:
从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据;
当用户通过所述外部系统发起估值请求时,接收来自所述外部系统的待估房产数据;
根据所述样本数据和待估房产数据对所述待估房产的价值进行计算;
将所述待估房产的价值计算结果返回至所述外部系统。
实施本发明的用于房地产估值的数据处理系统具有如下有益效果:通过从外部系统获取用于房地产估值的数据,筛选出样本数据,然后根据所述样本数据自动计算待估房产的价值,从而能够在合理、广泛的房产数据基础上自动计算房地产价值,避免人为主观因素的影响,使抵押品价值的反映更加真实。
附图说明
图1是本发明的用于房地产估值的数据处理系统1的结构示意图;
图2是用于房地产估值的数据处理系统1中数据初始化模块10的结构示意图;
图3是用于房地产估值的数据处理系统1中估值模块12的结构示意图;
图4是估值模块12中比较法估值模块120的结构示意图;
图5是估值模块12中指数法估值模块121的结构示意图;
图6是本发明的用于房地产估值的数据处理方法的流程图;
图7是用于房地产估值的数据处理方法中S600的流程图;
图8是用于房地产估值的数据处理方法中S602的实施例1的流程图;
图9是用于房地产估值的数据处理方法中S602的实施例2的流程图。
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面进一步结合附图对本发明作详细描述。
图1是本发明的用于房地产估值的数据处理系统1的结构示意图。如图1所示,数据处理系统1包括数据初始化模块10、待估房产数据获取模块11、估值模块12和结果返回模块13。其中,
数据初始化模块10,用于从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据。所述外部系统包括对公信贷流程管理系统和对私信贷流程管理系统等。获取到的数据包括房地产的基本信息,例如小区名称、楼号房号、房屋地址、权属性质、建筑形式、单价、面积、建筑结构、装修情况、临街状况、楼层等。通过数据初始化,可以去除不合理数据,得到合理有效的用于房地产估值的样本数据。
接收模块11,用于接收来自所述外部系统的待估房产数据。在本发明实施例中,用户通过外部系统发起对待估房产的估值请求,外部系统根据该估值请求,将待估房产数据发送至数据处理系统1,由接收模块11接收所述待估房产数据,并由估值模块12进行价值的计算。其中,所述待估房产数据包括待估房产的基本信息。
估值模块12,用于根据所述样本数据和待估房产数据对所述待估房产的价值进行计算。关于该模块的详细内容将结合附图3-5详细描述。
返回模块13,用于将估值模块12的计算结果返回至所述外部系统。
图2是用于房地产估值的数据处理系统1中数据初始化模块10的结构示意图。如图2所示,数据初始化模块10包括扫描单元100、获取单元101、筛选单元102和存储单元103。其中,
扫描单元100,用于定期扫描所述外部系统,并判断是否存在新增用于房地产估值的数据。例如,根据实际需要,可以设置为在每日日终时扫描外部系统,如果发现有新增用于房地产估值的数据,则转由获取单元101处理。
获取单元101,用于当扫描单元100判断出存在新增数据时,从所述外部系统获取新增用于房地产估值的数据。
筛选单元102,用于按照所述预设规则对获取到的数据进行筛选,得到所述样本数据,其中,所述预设规则可以由业务人员根据实际需要进行设置,包括比较法样本筛选规则和指数法样本筛选规则。其中,比较法筛选规则例如:筛选出房屋类型为一手房、押品价值大于贷款金额、担保金额大于贷款金额、建筑面积在25平方米至300平方米之间以及单价在100元至30000元之间的房产数据等规则;指数法样本筛选规则例如:删除押品与债项为一对多、面积或单价超大或超小的房产数据,删除数据质量有问题的数据,筛选出一手房数据等规则。
存储单元103,用于将筛选出的样本数据存储到所述房地产估值系统的样本数据库中。
在本发明实施例中,用于房地产估值的数据处理系统1还可包括样本数据管理模块(图中未画出),用于对所述样本数据库中的样本数据进行维护。维护人员可以通过批量导入或单笔录入的方式进行维护。
下面将详细介绍估值模块12。如图3所示,估值模块12包括比较法估值模块120、指数法估值模块121、自动估值模块122。其中,
比较法估值模块120,用于根据样本数据和待估房产数据对所述待估房产的价值按照比较法进行计算。
指数法估值模块121,用于根据样本数据和待估房产数据对所述待估房产的价值按照指数法进行计算。
比较法估值模块120和指数法估值模块121的详细内容将在下面结合图4和图5详细描述。
自动估值模块122,用于根据样本数据和所述外部系统内的房产数据,按照预设的估值周期定期对所述外部系统内的房产价值按照指数法自动进行计算,具体的计算方式与指数法估值模块121相同,所以此处不再赘述。
其中,参考图4,比较法估值模块120包括搜索单元1200、比较法计算单元1201、结果修正单元1202和比较法模型管理单元1203。其中,
搜索单元1200,用于按照预设的匹配条件,根据待估房产数据从所述样本数据中搜索得到与待估房产数据匹配的至少一个样本信息。所述匹配条件包括样本数据中房产的所属地区、权属性质、建筑结构和建筑形式以及小区名称等是否与待估房产一致。搜索样本的个数可以由技术人员根据实际情况预先设定,例如,可以设定为搜索出5个、10个或10个以上样本。在一种实施方式中,为了避免样本个数过少的情况,可以设置样本个数临界值,例如可以设置为3个,如果搜索到的样本个数小于该临界值,则可以逐一放宽匹配条件进行搜索,如果匹配条件放宽到仅包括房产的所在地区时搜索到的样本个数仍然达不到临界值,则提示用户无样本,此时用户可以再次发起估值请求以尝试重新估值,但如果结果仍然如此,则用户可以使用指数法再次发起估值请求。
比较法计算单元1201,用于根据与待估房产对应的比较法模型以及所述至少一个样本信息计算出待估房产价值。具体而言,首先根据比较法模型计算样本的修正值,然后根据该修正值计算比准价格,该比准价格的平均值即为评估出的待估房产的价格,将待估房产的价格与面积求积得到的值即为待估房产的价值。下面将举例说明计算的过程。
首先,比较法模型是由业务人员根据实际情况设置,由比较因素、权重、因素等级划分和步距组成,表1是比较法模型的一个实例。
表1 比较法模型的实例
参考表1,比较因素和因素等级划分的内容都包含在待估房产数据和搜索到的样本信息数据中,比较法计算单元通过读取这些数据即可得知相应因素的内容。步距表示根据因素等级划分的内容进行修正的百分数,将样本与待估房产的比较因素相比,每高一个级别则向上修正一个步距,反之则向下修正一个步距。以临街状况为例,假设待估房产的临街状况为不临路且值为100,因为不临路的房产好于临路房产,所以,对于临路的样本,其临街状况值要向下修正5%,即95,对于不临街的样本,其临街状况值仍为100。表2为计算比较因素修正值的一个实例。
表2 计算比较因素修正值的实例
参考表2,当计算出每个比较因素的修正值后,再对他们加权求和,得到加权值,最后按照该加权值得出三个样本的比准价格,表3为计算比准价格的实例。
表3 计算比准价格的实例
参考表3,容易得出比准价格的平均值,最后将平均值与待估房产的面积求积,即得到评估到的待估房产价值。
接下来继续描述结果修正单元1202和比较法模型管理单元1203。
结果修正单元1202,用于对比较法计算单元1201计算出的待估房产价值进行修正。在一种实施方式中,为了使估值的结果更加精确,可以通过结果修正单元1202对估值结果进行修正。具体而言,结果修正单元1202将比较法计算单元1201本次计算出的待估房产价值除以上一次对该待估房产计算出的价值得到修正系数,然后将本次计算出的价值乘以所述修正系数,得到修正后的待估房产价值。例如,假设第一次对某一房产进行评估得到的房产价值为P1,第二次对该房产进行评估得到的房产价值为P2,那么所述修正系数即β=P2/P1,当系统第三次对同一房产进行评估时,将评估的结果P3乘以β得到修正后的房产价值。
比较法模型管理单元1203,用于对所述比较法模型中的比较因素及其所占的权重和步距进行维护。维护的方式包括批量维护和单笔维护。
以上是对比较法估值模块120的描述,下面详细描述指数法估值模块121。参考图5,指数法估值模块121包括均价计算单元1210、指数计算单元1211、价值计算单元1212、均价修正单元1213。其中,
均价计算单元1210,用于根据所述样本数据和预设基期计算所述待估房产所在区域内每一预设时间段的房产均价。所述预设时间段可以由业务人员根据实际情况设置,优选设为季度。业务人员还需要预先设定用来比较的基期,例如2006年,则均价计算单元1210计算从2006年第一季度开始,一直到待评估时间为止,所述待估房产所在区域内每季度的房产均价。在本发明实施例中,当系统第一次计算出房产均价之后,可以将其储存起来,当用户再次发起估值请求时,可以不必重新计算,而只计算发起估值请求时所在季度的房产均价即可。在本发明实施例中,所述区域可以包括城市省或全国,计算省均价是为了避免当某个小城市由于没有充足的样本而计算不出城市均价的情况,计算国家均价是为了便于了解全国的均价情况。
指数计算单元1211,用于根据所述每一预设时间段的房产均价和预设基期计算每季度的房产价格指数。具体结合表4,以基期为2006年第一季度、待评估时间为2008年第三季度为例进行说明。
表4 指数计算的实例
季度 | 房产均价 | 房产价格指数 |
2006Q1 | 1,200,00 | 100.00 |
2006Q2 | 1,280,00 | 106.67 |
2006Q3 | 1,300,00 | 108.33 |
2006Q4 | 1,320,00 | 110.00 |
2007Q1 | 1,180,00 | 98.33 |
2007Q2 | 1,202,80 | 100.23 |
2007Q3 | 1,250,00 | 104.17 |
2007Q4 | 1,310,00 | 109.17 |
2008Q1 | 1,360,00 | 113.33 |
2008Q2 | 1,420,00 | 118.33 |
2008Q3 | 1,416,68 | 118.06 |
参考表4,得到区域每季度的房产均价之后,设定基期2006第一季度的指数为100,然后将其余每季度的房产均价与基期房产均价相比,得到其余每季度的房产价格指数。该价格指数显示了从2006年第一季度到2008年第三季度内该区域房产的价格变化趋势。
价值计算单元1212,用于根据所述每一预设时间段的房产价格指数以及所述待估房产数据计算待估房产价值。具体地,在指数计算单元1211计算求得房产指数之后,价值计算单元1212用指数的变化率乘以待估房产的上一次估价即可计算得到待估房产本次评估的价值。
均价修正单元1213,用于供业务人员对所述均价计算单元计算出的房产均价进行修正。
接下来详细描述本发明的用于房地产估值的数据处理方法。
首先参考图6,图6是本发明的一种用于房地产估值的数据处理方法的流程图,该方法包括:
S600,从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据。该步骤的详细内容将结合图7进行描述。
S601,当用户通过所述外部系统发起估值请求时,接收来自所述外部系统的待估房产数据。该步骤的详细内容与结合图1对接收模块11的相应描述相同,所以此处不再赘述。
S602,根据所述样本数据和待估房产数据对所述待估房产的价值进行计算。具体而言,该步骤包括根据所述样本数据和待估房产数据对所述待估房产的价值按照比较法进行计算,或者根据所述样本数据和待估房产数据对所述待估房产的价值按照指数法进行计算,其详细内容将结合图8和图9分别进行描述。
S603,将所述待估房产的价值计算结果返回至所述外部系统。
图7是本发明的用于房地产估值的数据处理方法中S600的流程图。如图7所示,S600包括:
S700,定期扫描所述外部系统,并判断是否存在新增用于房地产估值的数据。该步骤的详细内容与结合图2对扫描单元100的相应描述相同,所以此处不再赘述。
S701,当判断出存在新增数据时,从所述外部系统获取新增用于房地产估值的数据。
S702,按照所述预设规则对获取到的数据进行筛选,得到所述样本数据,其中,所述预设规则包括比较法样本筛选规则和指数法样本筛选规则。该步骤的详细内容与结合图2对筛选单元102的相应描述相同,所以此处不再赘述。
S703,将筛选出的样本数据存储到样本数据库中。
在本发明实施例中,所述用于房地产估值的数据处理方法还包括对所述样本数据库中的样本数据进行维护,以便得到更合理的样本数据。维护人员可以通过批量导入或单笔录入的方式进行维护。
图8和图9分别是用于房地产估值的数据处理方法中S602的实施例1和实施例2的流程图。首先参考图8,在实施例1中,S602包括:
S800,按照预设的匹配条件,根据待估房产数据从样本数据中搜索得到与该待估房产数据匹配的至少一个样本信息。该步骤的详细内容与结合图4对搜索单元1200的相应描述相同,所以此处不再赘述。
S801,根据与所述待估房产对应的比较法模型以及所述至少一个样本信息计算出待估房产价值。其中,所述比较法模型中的比较因素及其所占的权重和步距可以由业务人员进行维护。该步骤的详细内容与结合图4对比较法计算单元1201的相应描述相同,所以此处不再赘述。
在一种实施方式中,在S801计算出待估房产价值之后,实施例1中的步骤S602还包括对计算出的待估房产价值进行修正。该步骤的详细内容与结合图4对结果修正单元1202的相应描述相同,所以此处不再赘述。
接下来参考图9,在实施例2中,S602包括:
S900,根据样本数据和预设基期计算待估房产所在区域内每一预设时间段的房产均价。该步骤的详细内容与结合图5对均价计算单元1210的相应描述相同,所以此处不再赘述。
S901,根据所述每一预设时间段的房产均价以及预设基期计算每一预设时间段的房产价格指数。该步骤的详细内容与结合图5对指数计算单元1211的相应描述相同,所以此处不再赘述。
S902,根据所述每一预设时间段的房产价格指数以及所述待估房产数据计算待估房产价值。该步骤的详细内容与结合图5对价值计算单元1212的相应描述相同,所以此处不再赘述。
在一种实施方式中,在S900计算出房产均价之后,并且在S901计算房产价格指数之前,实施例2中的步骤S602还包括对计算出的房产均价进行修正。
综上所述,本发明利用外部系统获取并筛选得到用于房地产估值的样本数据,然后根据所述样本数据通过比较法或指数法对待估房产进行实时或定期地批量估值,从而克服现有评估方式带来的缺点。
通过对以上实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所公开的仅为本发明的具体实施方式,仅用于对本发明进行举例说明,不能以此限定本发明之保护范围,本领域技术人员在不脱离本发明实质的前提下可以进行各种修改、变化或替换,因此,依照本发明所作的各种等同变化,仍属于本发明所涵盖的范围。
Claims (19)
1.一种用于房地产估值的数据处理系统,其特征在于,所述系统包括:
数据初始化模块,用于从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据;
接收模块,用于接收来自所述外部系统的待估房产数据;
估值模块,用于根据所述样本数据和待估房产数据对所述待估房产的价值进行计算;
返回模块,用于将所述估值模块的计算结果返回至所述外部系统。
2.根据权利要求1所述的数据处理系统,其特征在于,所述数据初始化模块包括:
扫描单元,用于定期扫描所述外部系统,并判断是否存在新增用于房地产估值的数据;
获取单元,用于当所述扫描单元判断出存在新增数据时,从所述外部系统获取新增用于房地产估值的数据;
筛选单元,用于按照所述预设规则对获取到的数据进行筛选,得到所述样本数据,其中,所述预设规则包括比较法样本筛选规则和指数法样本筛选规则;
存储单元,用于将筛选出的样本数据存储到所述数据处理系统的样本数据库中。
3.根据权利要求2所述的数据处理系统,其特征在于,所述系统还包括:
样本数据管理模块,用于对所述样本数据库中的样本数据进行维护。
4.根据权利要求2所述的数据处理系统,其特征在于,所述估值模块包括:
比较法估值模块,用于根据所述样本数据和待估房产数据对所述待估房产的价值按照比较法进行计算;
指数法估值模块,用于根据所述样本数据和待估房产数据对所述待估房产的价值按照指数法进行计算。
5.根据权利要求4所述的数据处理系统,其特征在于,所述比较法估值模块包括:
搜索单元,用于按照预设的匹配条件,根据所述待估房产数据从所述样本数据中搜索得到与所述待估房产数据匹配的至少一个样本信息;
比较法计算单元,用于根据与所述待估房产对应的比较法模型以及所述至少一个样本信息计算出待估房产价值。
6.根据权利要求5所述的数据处理系统,其特征在于,所述比较法估值模块还包括:
结果修正单元,用于对比较法计算单元计算出的待估房产价值进行修正。
7.根据权利要求5所述的数据处理系统,其特征在于,所述比较法估值模块还包括:
比较法模型管理单元,用于对比较法模型中的比较因素及其所占的权重和步距进行维护。
8.根据权利要求4所述的数据处理系统,其特征在于,所述指数法估值模块包括:
均价计算单元,用于根据所述样本数据和预设基期计算所述待估房产所在区域内每一预设时间段的房产均价;
指数计算单元,用于根据所述每一预设时间段的房产均价以及预设基期计算每一预设时间段的房产价格指数;
价值计算单元,用于根据所述每一预设时间段的房产价格指数以及所述待估房产数据计算待估房产价值。
9.根据权利要求8所述的数据处理系统,其特征在于,所述指数法估值模块还包括:
均价修正单元,用于供业务人员对所述均价计算单元计算出的房产均价进行修正。
10.根据权利要求4所述的数据处理系统,其特征在于,所述估值模块还包括:
自动估值模块,用于根据所述样本数据和所述外部系统内的房产数据,按照预设的估值周期定期对所述外部系统内的房产价值按照指数法自动进行计算。
11.一种用于房地产估值的数据处理方法,其特征在于,所述方法包括:
a.从外部系统获取用于房地产估值的数据,并按照预设规则对所述数据进行筛选,得到样本数据;
b.当用户通过所述外部系统发起估值请求时,接收来自所述外部系统的待估房产数据;
c.根据所述样本数据和待估房产数据对所述待估房产的价值进行计算;
d.将所述待估房产的价值计算结果返回至所述外部系统。
12.根据权利要求11所述的数据处理方法,其特征在于,步骤a包括:
定期扫描所述外部系统,并判断是否存在新增用于房地产估值的数据;
当判断出存在新增数据时,从所述外部系统获取新增用于房地产估值的数据;
按照所述预设规则对获取到的数据进行筛选,得到所述样本数据,其中,所述预设规则包括比较法样本筛选规则和指数法样本筛选规则;
将筛选出的样本数据存储到样本数据库中。
13.根据权利要求12所述的数据处理方法,其特征在于,所述方法还包括对所述样本数据库中的样本数据进行维护。
14.根据权利要求12所述的数据处理方法,其特征在于,步骤c包括:
根据所述样本数据和待估房产数据对所述待估房产的价值按照比较法进行计算;或者
根据所述样本数据和待估房产数据对所述待估房产的价值按照指数法进行计算。
15.根据权利要求14所述的数据处理方法,其特征在于,所述根据样本数据和待估房产数据对待估房产的价值按照比较法进行计算的步骤包括:
按照预设的匹配条件,根据所述待估房产数据从所述样本数据中搜索得到与所述待估房产数据匹配的至少一个样本信息;
根据与所述待估房产对应的比较法模型以及所述至少一个样本信息计算出待估房产价值。
16.根据权利要求15所述的数据处理方法,其特征在于,在所述计算出待估房产价值之后,所述根据样本数据和待估房产数据对待估房产的价值按照比较法进行计算的步骤还包括:对计算出的待估房产价值进行修正。
17.根据权利要求15所述的数据处理方法,其特征在于,所述根据样本数据和待估房产数据对待估房产的价值按照比较法进行计算的步骤还包括:对所述比较法模型中的比较因素及其所占的权重和步距进行维护。
18.根据权利要求14所述的数据处理方法,其特征在于,所述根据样本数据和待估房产数据对待估房产的价值按照指数法进行计算的步骤包括:
根据所述样本数据和预设基期计算所述待估房产所在区域内每一预设时间段的房产均价;
根据所述每一预设时间段的房产均价以及预设基期计算每一预设时间段的房产价格指数;
根据所述每一预设时间段的房产价格指数以及所述待估房产数据计算待估房产价值。
19.根据权利要求18所述的数据处理方法,其特征在于,在所述计算出房产均价之后,并且在所述计算房产价格指数之前,所述根据样本数据和待估房产数据对待估房产的价值按照指数法进行计算的步骤还包括:对计算出的房产均价进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101806859A CN102254277A (zh) | 2011-06-27 | 2011-06-27 | 一种用于房地产估值的数据处理系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101806859A CN102254277A (zh) | 2011-06-27 | 2011-06-27 | 一种用于房地产估值的数据处理系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102254277A true CN102254277A (zh) | 2011-11-23 |
Family
ID=44981521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101806859A Pending CN102254277A (zh) | 2011-06-27 | 2011-06-27 | 一种用于房地产估值的数据处理系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102254277A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831541A (zh) * | 2012-08-14 | 2012-12-19 | 上海克而瑞信息技术有限公司 | 房屋价值自动评估方法及装置 |
CN104751007A (zh) * | 2015-04-16 | 2015-07-01 | 百度在线网络技术(北京)有限公司 | 基于建筑物价值评估的计算方法和装置 |
CN105590239A (zh) * | 2015-12-25 | 2016-05-18 | 北京云房数据技术有限责任公司 | 一种房地产价格计算方法及系统 |
CN106372093A (zh) * | 2015-07-24 | 2017-02-01 | 同方知网(北京)技术有限公司 | 一种学术指数体系及其发布方法 |
CN106372185A (zh) * | 2016-08-31 | 2017-02-01 | 广东京奥信息科技有限公司 | 一种异构数据源的数据预处理方法 |
CN106663300A (zh) * | 2014-07-15 | 2017-05-10 | 索尼公司 | 信息处理装置、信息处理方法和程序 |
WO2017173564A1 (zh) * | 2016-04-05 | 2017-10-12 | 盛玉伟 | 房地产价格估算方法及系统 |
CN107798636A (zh) * | 2017-04-11 | 2018-03-13 | 平安科技(深圳)有限公司 | 楼盘信息处理方法、装置、计算机设备及存储介质 |
CN108921597A (zh) * | 2018-06-12 | 2018-11-30 | 李俊鹏 | 基于房地产大数据的房产价格自动评估系统及方法 |
CN108961037A (zh) * | 2018-06-26 | 2018-12-07 | 成都爱车保信息技术有限公司 | 一种基于对车辆使用情况评估算法的车辆贷款风控方法及装置 |
CN109242540A (zh) * | 2018-08-15 | 2019-01-18 | 杭州中房信息科技有限公司 | 一种基于大数据的二手房价格指数计算方法 |
CN109409951A (zh) * | 2018-10-19 | 2019-03-01 | 杭州中房信息科技有限公司 | 一种基于价格指数的房地产市场监测预警方法和系统 |
CN110097271A (zh) * | 2019-04-23 | 2019-08-06 | 杭州中立房地产土地评估规划咨询有限公司 | 一种房地产评估系统 |
CN110659934A (zh) * | 2019-09-06 | 2020-01-07 | 李俊鹏 | 一种大数据基准地价及土地价格自动评估更新系统 |
CN110659433A (zh) * | 2019-08-01 | 2020-01-07 | 北京百度网讯科技有限公司 | Poi价值评估的方法、装置、设备和计算机存储介质 |
CN112381311A (zh) * | 2020-11-24 | 2021-02-19 | 张汉勃 | 一种基于大数据的区域性城市房价合理性预测系统 |
CN112465623A (zh) * | 2020-10-30 | 2021-03-09 | 四川新网银行股份有限公司 | 一种基于gps和爬虫数据的银行客户房价值评估方法 |
CN112541790A (zh) * | 2020-12-15 | 2021-03-23 | 建信金融科技有限责任公司 | 维护估值数据的方法和装置 |
CN113988639A (zh) * | 2021-10-29 | 2022-01-28 | 重庆汇集源科技有限公司 | 资产价值动态管理系统 |
CN115953054A (zh) * | 2022-12-09 | 2023-04-11 | 广州越创智数信息科技有限公司 | 一种房地产货值货量监测系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101311738A (zh) * | 2007-05-21 | 2008-11-26 | 中芯国际集成电路制造(上海)有限公司 | 可靠性测试分析方法及其参数估计方法 |
-
2011
- 2011-06-27 CN CN2011101806859A patent/CN102254277A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101311738A (zh) * | 2007-05-21 | 2008-11-26 | 中芯国际集成电路制造(上海)有限公司 | 可靠性测试分析方法及其参数估计方法 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831541A (zh) * | 2012-08-14 | 2012-12-19 | 上海克而瑞信息技术有限公司 | 房屋价值自动评估方法及装置 |
CN106663300A (zh) * | 2014-07-15 | 2017-05-10 | 索尼公司 | 信息处理装置、信息处理方法和程序 |
CN104751007A (zh) * | 2015-04-16 | 2015-07-01 | 百度在线网络技术(北京)有限公司 | 基于建筑物价值评估的计算方法和装置 |
CN104751007B (zh) * | 2015-04-16 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 基于建筑物价值评估的计算方法和装置 |
CN106372093A (zh) * | 2015-07-24 | 2017-02-01 | 同方知网(北京)技术有限公司 | 一种学术指数体系及其发布方法 |
CN105590239A (zh) * | 2015-12-25 | 2016-05-18 | 北京云房数据技术有限责任公司 | 一种房地产价格计算方法及系统 |
WO2017173564A1 (zh) * | 2016-04-05 | 2017-10-12 | 盛玉伟 | 房地产价格估算方法及系统 |
CN106372185A (zh) * | 2016-08-31 | 2017-02-01 | 广东京奥信息科技有限公司 | 一种异构数据源的数据预处理方法 |
CN107798636A (zh) * | 2017-04-11 | 2018-03-13 | 平安科技(深圳)有限公司 | 楼盘信息处理方法、装置、计算机设备及存储介质 |
WO2018188509A1 (zh) * | 2017-04-11 | 2018-10-18 | 平安科技(深圳)有限公司 | 楼盘信息处理方法、装置、计算机设备及存储介质 |
CN108921597A (zh) * | 2018-06-12 | 2018-11-30 | 李俊鹏 | 基于房地产大数据的房产价格自动评估系统及方法 |
CN108961037A (zh) * | 2018-06-26 | 2018-12-07 | 成都爱车保信息技术有限公司 | 一种基于对车辆使用情况评估算法的车辆贷款风控方法及装置 |
CN109242540A (zh) * | 2018-08-15 | 2019-01-18 | 杭州中房信息科技有限公司 | 一种基于大数据的二手房价格指数计算方法 |
CN109409951A (zh) * | 2018-10-19 | 2019-03-01 | 杭州中房信息科技有限公司 | 一种基于价格指数的房地产市场监测预警方法和系统 |
CN110097271A (zh) * | 2019-04-23 | 2019-08-06 | 杭州中立房地产土地评估规划咨询有限公司 | 一种房地产评估系统 |
CN110659433A (zh) * | 2019-08-01 | 2020-01-07 | 北京百度网讯科技有限公司 | Poi价值评估的方法、装置、设备和计算机存储介质 |
US11468349B2 (en) | 2019-08-01 | 2022-10-11 | Beijing Baidu Netcom Science And Technology Co., Ltd. | POI valuation method, apparatus, device and computer storage medium |
CN110659934A (zh) * | 2019-09-06 | 2020-01-07 | 李俊鹏 | 一种大数据基准地价及土地价格自动评估更新系统 |
CN112465623A (zh) * | 2020-10-30 | 2021-03-09 | 四川新网银行股份有限公司 | 一种基于gps和爬虫数据的银行客户房价值评估方法 |
CN112381311A (zh) * | 2020-11-24 | 2021-02-19 | 张汉勃 | 一种基于大数据的区域性城市房价合理性预测系统 |
CN112541790A (zh) * | 2020-12-15 | 2021-03-23 | 建信金融科技有限责任公司 | 维护估值数据的方法和装置 |
CN113988639A (zh) * | 2021-10-29 | 2022-01-28 | 重庆汇集源科技有限公司 | 资产价值动态管理系统 |
CN115953054A (zh) * | 2022-12-09 | 2023-04-11 | 广州越创智数信息科技有限公司 | 一种房地产货值货量监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102254277A (zh) | 一种用于房地产估值的数据处理系统与方法 | |
US11068911B1 (en) | Automatically determining market rental rate index for properties | |
Dhar et al. | School district quality and property values: Examining differences along school district boundaries | |
CN104834731B (zh) | 一种自媒体信息的推荐方法及装置 | |
Das et al. | Determinants of premia for energy-efficient design in the office market | |
Yang et al. | Analysis of linkage effects among industry sectors in China’s stock market before and after the financial crisis | |
US20090043603A1 (en) | Systems and methods for commercial real estate investment services | |
US8255392B2 (en) | Real time data collection system and method | |
CN107578277B (zh) | 用于电力营销的出租房客户定位方法 | |
US10460406B1 (en) | Automatically determining market rental rates for properties | |
Livy et al. | Maintaining public goods: The capitalized value of local park renovations | |
KR101927578B1 (ko) | 기업정보 제공 시스템 및 방법 | |
Loberto et al. | What do online listings tell us about the housing market? | |
d’Amato | A brief outline of AVM models and standards evolutions | |
KR20100123408A (ko) | Gis 기반의 가맹점 마케팅 지원 시스템 및 방법 | |
Fernandez et al. | Land preservation policy effect or neighborhood dynamics: A repeat sales hedonic matching approach | |
Micheli | Local governments’ indebtedness and its impact on real estate prices | |
CN115809280A (zh) | 一种群租房识别及迭代识别方法 | |
Fritsche et al. | Changes in water demand resulting from pandemic mitigations in Southeast Michigan | |
Kahveci et al. | Determinant of housing rents in urban Albania: an empirical hedonic price application with NSA survey data | |
Mohd-Tawil et al. | Service Charge Collection of High-Rise Residential in Kuala Lumpur Malaysia; Owner's Perspective | |
KR20200129720A (ko) | 임대지수 산출방법 | |
JP6169645B2 (ja) | 情報処理装置、資産推計方法およびコンピュータプログラム | |
Whitacre | The fiber broadband housing premium across three states | |
Zheng et al. | Network Monitoring and Early Warning System of Economic Benefit Decline in Ecological, Agricultural and Pastoral Areas. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111123 |