CN103279879A

CN103279879A - 一种在线二手汽车估价的方法

Info

Publication number: CN103279879A
Application number: CN2013102085419A
Authority: CN
Inventors: 虞少波
Original assignee: ZHEJIANG SOUCHEKE NETWORK TECHNOLOGY Co Ltd
Current assignee: ZHEJIANG SOUCHEKE NETWORK TECHNOLOGY Co Ltd
Priority date: 2013-05-29
Filing date: 2013-05-29
Publication date: 2013-09-04

Abstract

本发明公开一种在线二手汽车估价的方法，依靠网络爬虫程序对互联网上主要的车辆流通交易平台网站进行定时抓取数据；对各类平台的车辆型号信息进行判别，将价格与车型对应起来；在收集到大量价格数据之后，用线性回归方法对这些数据进行统计分析，得到一个价格、里程为权的线性方程式，Y=a X+b，Y代表价格，X代表里程；在网站上采用在线评估的方法应用方程式，计算出待评估的二手车公允价，并且在车源搜索时按性价比帮助用户判别二手车的性价比高低，通过展现形式表现出来。本发明能够为普通消费者快捷提供车辆估值，成为车辆流通市场的晴雨表反映市场价格动态，为专业用户提供经验外的数据资料，可作为专业车辆评估人员的参考。

Description

一种在线二手汽车估价的方法

技术领域

本发明涉及信息检索和分析技术领域，特别与一种在线二手汽车估价的方法有关。

背景技术

二手汽车估价是车辆流通环节中最为关键的一环。传统的车辆估价主要依靠专业的二手车评估师根据车辆的型号、车况等特征进行。二手汽车估价有重置成本法和市场价格比较法两种。传统的车辆估价方法的使用具有一定的局限性，重置成本法虽然考虑了通货膨胀等经济性贬值的因素、技术进步引起的功能性贬值以及实体性贬值等因素，但该方法还是不能较全面的反映资产（车辆）经济性贬值，有的经济性贬值很难估算，如环境政策、心理状态、消费习惯引起的贬值。并且评估工作比较复杂，工作效率很低，实施起来较困难，不太现实。在估算贬值和重置成本时，还会有主观上误差。如果遇有被评估车辆已经在市场上消失了，取而代之的是更先进的换代车型。这种新车型与原来有老车型相比，在功能和性能上也会有很大升级。两者的差异需要非常专业的分析，准确地确定其价值方面的影响是非常困难的，往往要靠评估人员的经验来判断，而由此产生的误差就比较大。另外，贬值的估算又是受主观因素的影响，这些方面的影响都会给评估结果带来准确度的影响。而市场价格比较法则需要有一个发育完善的二手车市场。只有这样的市场才能提供参照物以及其交易价格的可靠资料。但是，当被评估车辆是唯一的市场交易车辆时，市场价格比较法就不可行，这就是说有市无价，市场价格比较法就不能用。无论是重置成本估值法还是市场价格比较法估值，都要求市场评估者必须拥有足够多的车辆专业知识，并且有丰富的评估经验。

传统的二手汽车估值方法因为门槛高，导致普通消费者无法低成本、快速地获得估价服务，并且只能从专业的车辆评估师单一渠道那里获得这些服务。比如专门的二手汽车经销商门店，或者汽车广播电台的二手汽车估价栏目等等，虽然都可以让消费者获得二手汽车估价，但是使用都不够方便。如何让消费者获得一种既成本低廉又方便快捷的二手汽车估价方法，成为了一个难题。

此外，传统的二手汽车估价方法还存在对市场的波动灵敏度低的问题。一般的评估人员很难做到对市场波动的准确把握。往往市场波动过后相当长的一段时间，评估人员才会将这种波动体现到价格评估当中去。因此本发明人设计出一种在线二手汽车估价方法，本案由此产生。

发明内容

本发明的主要目的是提供一种在线二手汽车估价的方法，在传统的估值方法市场价格比较法的基础上，通过网络爬虫搜集抓取海量的车源信息，将大量市场车辆报价集中收集起来，然后运用市场价格比较法的思路，对车型价格数据运用线性回归算法进行计算，过滤掉游离点和异常数据。最终得到车辆与在市场中真实估价最接近的公允价格。

为了达到上述目的，本发明通过以下技术方案来实现：

一种在线二手汽车估价的方法，首先依靠网络爬虫程序对互联网上主要的车辆流通交易平台网站进行定时抓取数据；其次对各类平台的车辆型号信息进行判别，将价格与车型对应起来；然后在收集到大量价格数据之后，用线性回归方法对这些数据进行统计分析，得到一个价格、里程为权的线性方程式，Y=a X+b，Y代表价格，X代表里程；最后在网站上采用在线评估的方法应用方程式，计算出待评估的二手车公允价，并且在车源搜索时按性价比帮助用户判别二手车的性价比高低，通过展现形式表现出来。

所述网络爬虫程序，确定抓取目标网站的列表，使用了index-node方法实现网络爬虫对目标网站信息的抓取。

所述的index-node方法包括以下步骤，首先根据目标网站类目搜索规则，发送一个起始搜索请求first index，目标网站服务器将会根据请求返回所查询的信息队列node；网络爬虫首先根据唯一的统一资源定位符URL判别信息队列node是否已经被抓取过，将这些node按照已经抓取过和未抓取过进行归类，以便后续处理；当index返回的信息队列nodes都处理完成以后，程序会生成下一个index请求，并发送给目标网站服务器，服务器返回另一组nodes，以此循环，直到网络爬虫获得该网站所有的车源信息。

所述的网络爬虫程序抓取下来的信息都是未经处理的WEB代码，通过转换程序将网页HTML代码这种非结构化信息转换成结构化信息，分解成多个互相关联的组成部分，各组成部分间有明确的层次结构，其使用和维护通过数据库进行管理。

所述的车辆型号信息进行判别，首先需要分词器分词，再通过词义分析程序将车型词汇与数据库中的车型进行关联，根据关联分数来判断如何关联车型；其中词义分析程序通过漏斗方法来过滤和打分，漏斗方法的过滤条件包括车型的品牌、车型、排量、变速箱、年款、型号，不同的条件有不同的优先级，并且有不同的分数；最后通过过滤程序的车型词汇，与匹配分数最高的那个车型相关联。

所述的车型识别之后，获得了同一个车型的大量价格数据，运用最小二乘加权线性回归分析，可以确定这几种变量间相互依赖的定量关系，采用了公式Y=aX+b进行线性回归处理，将a和b确定具体数值，然后再对公式进行基本校验和调整。

所述的调整，采用掐头去尾法，将5%最高价格和5%最低价格的点去除，将5%最高里程和5%最低里程的点去除。

所述的校验，包括如下方式：当a斜率如果大于等于零时，放弃统计结果；当a为0的时候，放弃统计结果；当Y为0的时候，如果X小于20万公里，放弃统计结果。

所述的展现形式，包括坐标轴的方式、排序方式以及排名方式。

本发明基于网上丰富的二手车交易信息，提供了一种二手汽车在线估价方式，这样的估值方法能够最快捷的为普通消费者提供车辆估值，不必花费大量时间精力，不必拥有专业的估价知识也能获得准确的市场估值。并且最准确快速的反映市场上车辆的价格波动，以及环境政策、心理状态、消费习惯引起的价格波动。能够成为车辆流通市场的晴雨表，无时不刻地反映市场价格动态。在线估值并不需要太多人工介入，能够提供普通消费者低成本、全时段的估价服务。另外，在线估价还可以为专业用户提供经验外的数据资料，可以作为专业车辆评估人员的参考。

附图说明

图1为本发明较佳实施例整体流程示意图；

图2为本发明较佳实施例中index-node方法流程示意图；

图3为本发明较佳实施例中线性回归算法计算得到统计图；

图4为本发明较佳实施例公允价的展现形式之一；

图5为本发明较佳实施例公允价的展现形式之二；

图6为本发明较佳实施例公允价的展现形式之三。

具体实施方式

本发明对互联网上的各类二手汽车网站信息处理具有广泛的适应性和应用性。流程主要包括网络爬虫程序1、信息结构化处理程序2、估价公式处理程序3。

下面结合对某个网站的信息处理，具体说明本发明详细的实施过程。举例的网站是中国最大的专业二手汽车交易信息网站华夏二手车www.hx2car.com，这个网站上的二手汽车交易信息共计上百万个车源信息，每天在这个网站上发布的车源信息有三千个左右。

首先，制作针对目标网站的网络爬虫程序1，结合图2。

使用index-node方法针对华夏二手车网站制作网络爬虫程序。由于网站采用类目搜索的形式，并且网站主要以各个城市分站为划分，所有首先下载一份网站的分站城市名称列表，对每个分站城市的网页进行遍历和循环。然后设定提取网页的起始index，既第一个城市的第一个类目搜索页：http://www.hx2car.com/search/index.htm?keyword=北京市。然后提取该搜索页上的所有车源页URL也就是node页：http://www.hx2car.com/details/65528290，http://www.hx2car.com/details/65496071，http://www.hx2car.com/details/65527729等等，一般一个index页面都会存在10到20个左右的node页的URL。每个node页提取以后，如果能够正常被爬虫打开和收集成功之后，会把node的URL储存在数据库中。以便下一次爬虫访问到这个node时，判断这个node是否已经被成功爬取过。若该node未爬取过，则爬取并加入到待结构化信息的程序队列中。若该node已爬取过，则找到数据库中对应的已结构化的数据，并且加入到车源属性分析的结构化信息处理程序队列中。

当一个index页面的所有node都如上方式处理之后，程序开始计算下一步的爬取路径，即生成下一个应该爬取的index页面URL。一般爬虫程序会找到index页面的“下一页”功能，从下一页功能中得到下一个index页面的URL，http://www.hx2car.com/search/index.htm?keyword=北京市&currPage=2。若index页面已经到达最终页面，既页面上只有上一页功能，没有下一页功能时，程序判断为该城市分站的本次爬取操作已结束，则会从城市列表中选择下一个城市，重新开始爬取新城市的首页index页面。这样周而复始，直到所有城市都被爬取之后，则整个网站的index和node页面都被储存在爬虫的数据库中了。

接着，制作针对目标网站的信息结构化处理程序2，包括车型信息处理程序2.1和普通信息处理程序2.2。

当爬虫完成工作后，数据库中会记录下本次爬虫所爬取的所有index页和node页，以及node页面的状态（未分析过的页面或者是已经分析过的页面）。如下表所示：

URL	status
		http://www.hx2car.com/details/65528290	0
http://www.hx2car.com/details/65496071	1

然后针对目标网站的信息结构化程序就会启动，完成对这些页面的分析。对于状态为未分析过的页面http://www.hx2car.com/details/65528290，分析程序首先下载该页面的完整的HTML代码，然后针对性的分析程序可以从代码中分析出重要的信息数据如：车龄2007年11月、里程16万公里、颜色黑、排量3.6升、价格16.8万和车型凯迪拉克SRX3.6四驱豪华型等等信息。然后通过语义判别程序，将车型凯迪拉克SRX3.6四驱豪华型字段进行语义分析。

车型语义分析首先按照查找品牌词汇分析出品牌词汇“凯迪拉克”，再根据型号词汇分析出词汇“SRX”，然后再根据排量分析出词汇“3.6升”（3.6升、3.6L、3.6为同义词）、年份为词汇“2007年”（2007、2006、2008为可能匹配的年款，但优先级依次从高到低），最后分析出车型词汇“四驱豪华型”，经过匹配车型为下表所示。

由于没有2007年款，所以按照优先级，计算为2006年款的车型，因此最终匹配的车型为车型ID为9428的“2006款凯迪拉克3.6L四驱豪华型”。

然后，估价公式处理程序3，包括估价公式计算程序3.1和估价公式校验程序3.2。

数据库中有大量的车型价格数据，如下表所示：

这些数据通过最小二乘加权线性回归算法计算得到统计图，如图3所示。因此确定估价公式为：Y=aX+b，a=-0.724764796847614，b=281654.673558738。

应用校验规则，1，a<0，通过校验。应用校验规则2，当X等于0时，Y=b=281654.673558738≈28万，经查询该款车型新车价为75万，因为考虑到这款车型比较老旧，里程公里数相对较高，折旧率也比较大，因此通过校验。应用校验规则3，当Y等于0时，X=b除以-a=388616.92146≈38万。大于20万公里，说明折旧率正常因此通过校验。

通过校准后的估价公式用于生成二手汽车公允价，公允价拥有以下几种应用场景：

1、通过坐标轴、线段和标点搜车客核心功能是在线二手车估价“公允价分析”功能。而公允价最独特的是其展现形式，如图4所示。

为了让用户更直观地理解搜车客公允价估价过程，确认估价结果。搜车客将公允价以坐标、标点和斜线的图形形式展现。

公允价图的坐标X轴代表里程数，坐标Y轴代表价格。分布在坐标轴上的标点为该车型的车源数据，其中绿色标点代表本地车源，红色代表非本地车源。大量车源标点分布在坐标系上，形成一个斜率向下的长条形状，直线代表根据线性回归计算获得的公允价，贯穿其中。整个公允价展现形式能够帮助用户快速理解公允价分析的过程，用户还可以在图中获得除了公允价以外的很多其他信息。

公允价的估价方法也很简单，只需要用户输入车型、里程即可，系统就会根据公允价公式给出实时的价格。并且由于各地区的公允价公式存在一定差异，价格也会按照用户所在地区的不同而变化。

2、二手车网站基于公允价，为车源搜索结果提供了一种新型的展现和排序方式，如图5所示。

传统二手车网站的车源搜索排序结果，一般是按照发布（更新）时间或者价格、里程等车源信息的高低进行排序。搜车客根据每个车型的公允价公式（价格随着里程变化的公式），计算出每个车源的公允价，与车源报价进行比较得到差值。当车源报价低于、介于、高于公允价某个范围阀值时，分别为车源标记绿色、黄色、红色和灰色脸型图标。其中绿色图标表示车源报价低于公允价达到某个阀值，红色图标表示车源报价高于公允价达到某个阀值，黄色图标介于绿色与红色范围之间，而灰色图标表示暂无公允价。车源搜索结果排序则是按照公允价与报价的比值高低进行排序的，比值小于1，说明公允价比报价低，比值大于1说明公允价比报价高。比值越低车源排序越靠前。搜车客网站车源根据这个方法排序，从前到后分别是绿-黄-红-灰的顺序，为用户提供了一种通过排列顺序轻松地辨别出哪些车源性价比高，哪些车源性价比低的独特方式。

3、公允价计算公式也可以应用在车源发布时作为排名参考，以作为公允发布车源时定价的参考，如图6所示。

当用户在网上发布车源时，输入车型、里程、年份和价格之后，网站程序会自动计算出这个车型按照公允价的排序情况。然后可以得出这个车源在这个排名中的位置。用户根据这个排名情况，可以使用拖动条对价格进行动态调整。这个方式可以帮助用户在完成估价后进行价格的调整，根据用户自身的情况，选择车源的排名，用户将在卖得快和卖得高价两个选择之间做出选择和平衡。

上述实施例仅用于解释说明本发明的发明构思，而非对本发明权利保护的限定，凡利用此构思对本发明进行非实质性的改动，均应落入本发明的保护范围。

Claims

1.一种在线二手汽车估价的方法，其特征在于：首先依靠网络爬虫程序对互联网上主要的车辆流通交易平台网站进行定时抓取数据；其次对各类平台的车辆型号信息进行判别，将价格与车型对应起来；然后在收集到大量价格数据之后，用线性回归方法对这些数据进行统计分析，得到一个价格、里程为权的线性方程式，Y=a X+b，Y代表价格，X代表里程；最后在网站上采用在线评估的方法应用方程式，计算出待评估的二手车公允价，并且在车源搜索时按性价比帮助用户判别二手车的性价比高低，通过展现形式表现出来。

2.如权利要求1所述的一种在线二手汽车估价的方法，其特征在于：所述网络爬虫程序，确定抓取目标网站的列表，使用了index-node方法实现网络爬虫对目标网站信息的抓取。

3.如权利要求2所述的一种在线二手汽车估价的方法，其特征在于：所述的index-node方法包括以下步骤，首先根据目标网站类目搜索规则，发送一个起始搜索请求first index，目标网站服务器将会根据请求返回所查询的信息队列node；网络爬虫首先根据唯一的统一资源定位符URL判别信息队列node是否已经被抓取过，将这些node按照已经抓取过和未抓取过进行归类，以便后续处理；当index返回的信息队列nodes都处理完成以后，程序会生成下一个index请求，并发送给目标网站服务器，服务器返回另一组nodes，以此循环，直到网络爬虫获得该网站所有的车源信息。

4.如权利要求1所述的一种在线二手汽车估价的方法，其特征在于：所述的网络爬虫程序抓取下来的信息都是未经处理的WEB代码，通过转换程序将网页HTML代码这种非结构化信息转换成结构化信息，分解成多个互相关联的组成部分，各组成部分间有明确的层次结构，其使用和维护通过数据库进行管理。

5.如权利要求1所述的一种在线二手汽车估价的方法，其特征在于：所述的车辆型号信息进行判别，首先需要分词器分词，再通过词义分析程序将车型词汇与数据库中的车型进行关联，根据关联分数来判断如何关联车型；其中词义分析程序通过漏斗方法来过滤和打分，漏斗方法的过滤条件包括车型的品牌、车型、排量、变速箱、年款、型号，不同的条件有不同的优先级，并且有不同的分数；最后通过过滤程序的车型词汇，与匹配分数最高的那个车型相关联。

6.如权利要求5所述的一种在线二手汽车估价的方法，其特征在于：所述的车型识别之后，获得了同一个车型的大量价格数据，运用最小二乘加权线性回归分析，可以确定这几种变量间相互依赖的定量关系，采用了公式Y=aX+b进行线性回归处理，将a和b确定具体数值，然后再对公式进行基本校验和调整。

7.如权利要求6所述的一种在线二手汽车估价的方法，其特征在于：所述的调整，采用掐头去尾法，将5%最高价格和5%最低价格的点去除，将5%最高里程和5%最低里程的点去除。

8.如权利要求6所述的一种在线二手汽车估价的方法，其特征在于：所述的校验，包括如下方式：当a斜率如果大于等于零时，放弃统计结果；当a为0的时候，放弃统计结果；当Y为0的时候，如果X小于20万公里，放弃统计结果。

9.如权利要求1所述的一种在线二手汽车估价的方法，其特征在于：所述的展现形式，包括坐标轴的方式、排序方式以及排名方式。