CN110399569A - 一种基于大数据评估土地价值的方法及评估装置 - Google Patents
一种基于大数据评估土地价值的方法及评估装置 Download PDFInfo
- Publication number
- CN110399569A CN110399569A CN201910655691.1A CN201910655691A CN110399569A CN 110399569 A CN110399569 A CN 110399569A CN 201910655691 A CN201910655691 A CN 201910655691A CN 110399569 A CN110399569 A CN 110399569A
- Authority
- CN
- China
- Prior art keywords
- grid
- trade company
- assessed
- area
- data
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
Abstract
本申请提供一种基于大数据评估土地价值的方法及评估装置,用于提高评估土地价值结果的参考价值。该方法包括:获取待评估地区的大数据;将POI经纬度数据转换为平面坐标数据,并按照预设大小将平面坐标数据划分为多个栅格,获得POI栅格数据;将地图数据中各个商户匹配到POI栅格数据中的相应栅格中,获得商户分布数据;根据商户分布数据,确定待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,并根据相对位置,确定待评估地区中每个栅格对应多项评估指标中每项评估指标的分数;根据多项评估指标中每项评估指标的权重,对待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得待评估地区的土地价值分数。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种基于大数据评估土地价值的方法及评估装置。
背景技术
土地价值是开发拍卖土地价格的参考,目前现有的评估土地价值的方法一般是利用人工评估土地价值。人工评估土地价值的方法一般是采用市场比较法,该市场比较法是将待评估土地与近期内已发生交易的土地价格进行对比,根据已发生交易的土地价格,修正得出待评估土地的土地价值。
在采用市场比较法的方式中,用户需要先去获取近期内已发生交易土地价格,但是不同用户的经验不同,不同的人去评估,修正得出的待评估土地的土地价值的结果会存在较大差异。可见,现有人工评估土地价值的方式中,容易因不同用户在评估过程中不同关注重点、不同考虑因素等导致评估出的土地价值误差较大,使得评估出土地价值的结果不具有参考意义。
发明内容
本申请实施例提供一种基于大数据评估土地价值的方法及评估装置,用于提高评估土地价值的结果的参考价值。
第一方面,提供一种基于大数据评估土地价值的方法,包括:
获取待评估地区的大数据;其中,所述大数据包括所述待评估地区的兴趣点POI经纬度数据、以及所述待评估地区的地图数据,所述地图数据包括所述待评估地区中的各个商户;
将所述POI经纬度数据转换为平面坐标数据,并按照预设大小将所述平面坐标数据划分为多个栅格,获得POI栅格数据;其中,所述POI栅格数据包括多个栅格中每个栅格的坐标,所述多个栅格中每个栅格的经纬度,以及所述多个栅格中每个栅格的标识;
将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据;其中,所述商户分布数据包括所述待评估地区中商户的经纬度、商户的栅格坐标以及商户所在栅格的标识;
根据所述商户分布数据,确定所述待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,并根据所述相对位置,确定所述待评估地区中每个栅格对应所述多项评估指标中每项评估指标的分数;
根据所述多项评估指标中每项评估指标的权重,对所述待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得所述待评估地区中每个栅格对应的土地价值分数,获得所述待评估地区的土地价值分数;其中,所述土地价值分数用于预估所述待评估地区的土地价格。
本申请实施例中基于获取的大数据,按照预设大小对待评估地区进行精细划分,划分成多个栅格,可以避免遗漏或增加待评估地区中的小区域,提高评估出的土地价值分数的参考价值。且,以待评估地区中各个栅格为单位进行土地价值分数评估,再根据多个栅格的土地价值分数,获得待评估地区的土地价值分数,由于待评估地区包括多个栅格,因此即使某个别栅格出现误差,也不会造成待评估地区的土地价值分数出现较大误差,保证了待评估地区的土地价值分数的可靠性。且,多项评估指标包括相应的参考商户,在对各个栅格进行土地价值分数评估时,只需确定各个栅格与相应参考商户的距离,根据距离评估出相应的土地价值分数,评估方式简单直接。且,本申请中以栅格为单元进行处理,栅格的大小可以根据实际的评估需求设置,从而可以实现对更小区域的土地价值评估,使得评估土地价值方式的适用范围更广。
在一种可能的设计中,将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据,包括:
根据所述地图数据计算各个商户的中心经纬度,并确定所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,将所述各个商户匹配到所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,获得商户分布数据。
在本申请实施例中,将地图数据中所有商户匹配到POI栅格数据中对应的栅格中,避免遗漏待评估地区中的商户,还可以获得栅格中各个商户更加全面的信息,便于后期评估各个栅格的土地价值分数。
在一种可能的设计中,在将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据之前,包括:
根据所述待评估地区的POI经纬度数据,获取在预设第一距离范围内每个兴趣点的名称文本;
根据所述在预设第一距离范围内每个兴趣点的名称文本,确定在预设第一距离范围内任意两个兴趣点的名称文本的相似度;
合并所述POI经纬度数据中在预设第一距离范围内名称文本的相似度大于或等于预设阈值的多个兴趣点,获得合并后的所述POI经纬度数据。
本申请实施例中,基于文本分析相似度计算,合并待评估地区的POI经纬度数据中的重复商户,避免重复商户影响后期对各个栅格的土地价值分数进行评估过程,提高待评估地区的土地价值分数的参考价值。
在一种可能的设计中,在根据所述商户分布数据,确定所述待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的距离之前,包括:
获取多项评估指标;其中,所述多项评估指标包括以交通站点作为参考商户的交通评估指标、以医疗站点和教育站点作为参考商户的医疗教育评估指标、以周围建筑作为参考商户的周边环境评估指标、以在预设第二距离范围内的商户作为参考商户的消费趋势评估指标、以及以商业站点作为参考商户的商业评估指标。
在本申请实施例中,在对待评估地区的土地价值分数进行评估之前,先获取多项评估指标,多项评估指标涉及交通、医疗、教育、环境、经济等各个方面,使得获得的待评估地区的土地价值分数更具有参考意义。
在一种可能的设计中,在获得土地价值分数之后,包括:
根据所述土地价值分数,以及参考土地价格,获得所述待评估地区的预估土地价格;
根据所述待评估地区的土地真实成交价格,以及所述预估土地价格,获得偏差值;
根据所述偏差值,调整所述多项评估指标中每项评估指标对应的权重。
在本申请实施例中,在获得待评估地区的土地价值分数之后,根据土地价值分数获得待评估地区的预估土地价格,根据待评估地区的土地真实成交价格和预估土地价格的偏差值,对多项评估指标对应的权重进行调整,实时更新相应权重,使得该评估结果更具有参考价值。
第二方面,提供一种评估装置,包括:
获取模块,用于获取待评估地区的大数据;其中,所述大数据包括所述待评估地区的兴趣点POI经纬度数据、以及所述待评估地区的地图数据,所述地图数据包括所述待评估地区中的各个商户;
划分模块,用于将所述POI经纬度数据转换为平面坐标数据,并按照预设大小将所述平面坐标数据划分为多个栅格,获得POI栅格数据;其中,所述POI栅格数据包括多个栅格中每个栅格的坐标,所述多个栅格中每个栅格的经纬度,以及所述多个栅格中每个栅格的标识;
匹配模块,用于将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据;其中,所述商户分布数据包括所述待评估地区中商户的经纬度、商户的栅格坐标以及商户所在栅格的标识;
确定模块,用于根据所述商户分布数据,确定所述待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,并根据所述相对位置,确定所述待评估地区中每个栅格对应所述多项评估指标中每项评估指标的分数;以及,根据所述多项评估指标中每项评估指标的权重,对所述待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得所述待评估地区中每个栅格对应的土地价值分数,获得所述待评估地区的土地价值分数;其中,所述土地价值分数用于预估所述待评估地区的土地价格。
在一种可能的设计中,所述匹配模块具体用于:
根据所述地图数据计算各个商户的中心经纬度,并确定所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,将所述各个商户匹配到所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,获得商户分布数据。
在一种可能的设计中,所述装置还包括合并模块,其中:
所述获取模块,还用于根据所述待评估地区的POI经纬度数据,获取在预设第一距离范围内每个兴趣点的名称文本;
所述确定模块,还用于根据所述在预设第一距离范围内每个兴趣点的名称文本,确定在预设第一距离范围内任意两个兴趣点的名称文本的相似度;
所述合并模块,用于合并所述POI经纬度数据中在预设第一距离范围内名称文本的相似度大于或等于预设阈值的多个兴趣点,获得合并后的所述POI经纬度数据。
第三方面,提供一种评估装置,包括:
至少一个处理器,以及
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面及可能的设计中任一项所述的方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如第一方面及可能的设计中任一项所述的方法。
附图说明
图1为本申请实施例提供的一种基于大数据评估土地价值的方法的应用场景示意图;
图2为本申请实施例提供的一种基于大数据评估土地价值的方法的流程图;
图3为本申请实施例提供的划分栅格以及对栅格进行编号的方式流程示意图;
图4为本申请实施例提供的商户分布的示例图;
图5为本申请实施例提供的一种评估装置的结构示意图一;
图6为本申请实施例提供的一种评估装置的结构示意图二。
具体实施方式
为了更好的理解本申请实施例提供的技术方案,下面将结合说明书附图以及具体的实施方式进行详细的说明。
为了提高评估土地价值结果的参考价值,本申请实施例中提供一种基于大数据评价土地价值的方法,该方法由评估装置来执行,评价装置可以通过具有数据处理能力的设备来实现,具有数据处理能力的设备例如服务器或计算机,服务器可以是虚拟服务器或者实体服务器。
下面对本方法涉及的应用场景进行介绍,请参照图1,该应用场景中包括评估装置101和外部装置102,评估装置101可以从外部装置102获取待评估地区的外部数据,评估装置101中也可以存储有内部数据,外部数据和内部数据可以理解为待评估地区的大数据,评估装置101根据待评估地区的大数据,将待评估地区划分为多个栅格,并确定多个栅格的土地价值分数,进而获得待评估地区的土地价值分数。外部装置102可以是计算机或服务器等。图1中是一个外部装置102为例,但是实际上不限制外部装置102的数量。
在图1论述的应用场景的基础上,请参照图2,下面对该方法进行介绍,该方法包括:
步骤201,获取待评估地区的大数据。
具体的,评估装置101在需要数据时,可以请求外部装置102,外部装置102将大地区的外部数据提供给评估装置101,大地区的区域范围中包括待评估地区。大地区的外部数据包括大地区的兴趣点(point of interest,POI)经纬度数据,大地区的地图数据。地图数据包括该地区对应中各个商户。POI经纬度数据包括各个兴趣点的名称,以及各个兴趣点的经纬度,应当说明的是兴趣点中包括部分商户,但不一定能够包括所有商户。
除了从外部装置102获得外部数据之外,还可以评估装置101自身提供一些内部数据,内部数据包括清算数据,清算数据是指待评估地区中各个商户的交易流水数据。获得内部数据和外部数据,也就相当于评估装置101获得待评估地区的大数据。
由于外部装置102发送的外部数据可能不止待评估地区的数据,本申请实施例中,评估装置101在获取外部装置102的外部数据之后,评估装置101可以根据待评估地区的边界点的经纬度,在大地区的POI经纬度数据中确定出待评估地区的POI经纬度数据。本申请实施例中,评估装置101对外部装置102提供的大地区的大数据进行再次划分,能够得到更加精确的待评估地区的边界。
其中,待评估地区的POI经纬度数据中可能包括一些重复的兴趣点的名称,这些重复的兴趣点的名称可能会影响后期的判断结果。因此,在本申请实施例中,评估装置101对待评估地区的POI经纬度数据预处理,即对POI经纬度数据中的重复商户进行合并。
合并方式如下:
根据待评估地区的POI经纬度数据,获取在预设第一距离范围内每个兴趣点的名称文本;
根据在预设第一距离范围内每个兴趣点的名称文本,确定在第一距离范围内任意两个兴趣点的名称文本的相似度;
合并POI经纬度数据中预设第一距离范围内名称文本的相似度大于或等于预设阈值的多个兴趣点,获得合并后的POI经纬度数据。
具体的,根据POI经纬度数据,确定在每预设第一距离范围内的每个兴趣点的名称文本,根据词频与逆向文件频率(term frequency–inverse document frequency,TF-IDF)模型来确定出每个名称文本中每个词条的特征值,构建每个兴趣点名称文本的关键词词频向量,在预设第一距离范围内,根据每两个兴趣点的名称文本的词频向量,确定两个兴趣点的名称文本的相似度,如果相似度大于或等于预设阈值,则表示两个兴趣点可能是重复商户,因此将两个兴趣点进行合并,依次类推,直到将待评估地区中所有重复的兴趣点合并完成之后,获得合并后的POI经纬度数据。合并可以理解为在POI经纬度数据中只保留一个兴趣点的名称文本,去掉其它与该兴趣点重复的名称文本。
其中,预设第一距离范围可以是用户设定的,或者评估装置设定的。
下面对根据TF-IDF模型的计算每个名称文本中每个词条的特征值的具体过程进行说明。
确定每个名称文本中每个词条的词频特征tfi,j,具体计算公式如下:
ni,j表示某个词条在预设第一距离范围内的某个兴趣点的名称文本的出现次数,∑knk,j表示预设第一距离范围内的某个兴趣点的名称文本中包括的词条的总个数。tfi,j用于表示某个词条文本中某个词条的重要程度,tfi,j越大,表示某个词条在所有名称文本中出现的次数越多,表示该词条的重要程度越低。
确定每个名称文本中每个词条的逆向词频特征idfi,具体计算公式如下:
其中,D表示在预设第一距离范围内的所有兴趣点的名称文本中的词条的总个数,{j:di∈dj}表示某个词条在预设第一距离范围内的所有兴趣点的名称文本中出现的总次数。
确定每个名称文本中每个词条的特征值tfi,jidfi,具体计算公式如下:
tfi,jidfi=tfi,j*idfi (3)
根据上述公式(1)-(3),可以获得每一个名称文本中每个词条的特征值,计算在预设第一距离范围内的每一个兴趣点的名称文本中的词条的tfi,jidfi。选取每个兴趣点的名称文本中tfi,jidfi排名前X的词条作为关键词(X可自行定义),构建每个兴趣点的关键词词频向量,计算两个兴趣点的名称相似度,相似度可通过余弦相似度或欧式距离计算。如果两个兴趣点的名称相似度大于预设阈值,合并两个兴趣点的名称。
例如,评估装置确定在1500m范围存在“A市第四中学”和“A市第四中学(西门)”两个名称文本,经过上述计算之后,确定两个名称文本的相似度大于预设阈值,评估装置101只保留其中一个兴趣点的名称。
作为一种实施例,不同类型的兴趣点对应的预设阈值可以不同。例如兴趣点的类型为学校,对应的预设阈值可以为0.7,预设阈值可以根据后期的判断结果进行调整。
步骤202,将POI经纬度数据转换为平面坐标数据,并按照预设大小将平面坐标数据划分为多个栅格,获得POI栅格数据。
具体的,将POI经纬度数据转换为平面坐标数据可以有很多种方式,例如通过如下公式进行转换:
e22=(e2)/(1-e2)
V=a/(1-e2*(sin(lat))2)1/2
T=tan(lat)2
C=e22*cos(lat)2
A=cos(lat)*(lon-lonCentral)
M=a*((1-e2/4-3*(e2)2/64-5*(e2)3/256)*lat-(3*e2/8+3*(e2)2/32+45*(e2)3/1024)*sin(2*lat)+(15*(e2)2/256+45*(e2)3/1024)*sin(4*lat)-(35*(e2)3/3072)*sin(6*lat))
x=k0*V*(A+(1-T+C)*A3/6+(5-18*T+T2+72*C-58*e22)*A5/120)+500000.0
y=k0*(M+V*tan(lat)*(A2/2+(5-T+9*C+4*C2)*A4/24+(61-58*T+T2+600*C-330*e22)*A6/720))+FN
其中,a表示地球长半轴长度,b表示椭球体短半轴长度,lat表示弧度制的纬度,lon_orig表示角度制的经度,f=(a-b)/a,lonCentral表示弧度制的中央经度,FN经度起始点,北半球为0,南半球为10000000,k0为0.9996,e2=2*f–f2,lon=(lon_orig+180)–<(lon_orig+180)/360>*360-180,再转为弧度制<x>指对x取其整数部分。x表示每个兴趣点的经纬度经过转换后平面X轴的坐标值,y表示每个兴趣点的经纬度经过转换后平面Y轴的坐标值。
根据上述公式,将POI经纬度中每个经纬度均转换为坐标数据,获得经纬度对应的坐标数据,进而获得待评估地区的平面坐标数据。
在获得平面坐标数据之后,可以按照预设大小,将平面坐标数据划分为多个栅格,获得POI栅格数据。其中,POI栅格数据包括多个栅格中每个栅格的坐标,多个栅格中每个栅格的经纬度,以及多个栅格中每个栅格的标识。
具体的,评估装置在划分栅格时,有多种划分方式,下面进行示例说明。
方式一:
沿着固定方向,按照预设大小,将平面坐标数据划分为多个大小相同的多个栅格。
方式二:
定义初始栅格坐标(x,y),确定该初始栅格的四个顶点坐标大小和中心点坐标大小,y的取值不变,将x以预设大小中横向大小为间隔,从待评估地区中水平坐标的最小值依次取到待评估地区中水平坐标的最大值,当x取到待评估地区中水平坐标的最大值时,保持x的取值不变,将y以预设大小中纵向大小为间隔,从待评估地区中Y轴的坐标最小值依次取到Y轴的坐标的最大值,获得多个栅格。
除了对平面坐标数据进行划分之外,还可以为多个栅格设置标识,标识可以用栅格的编号来表示。下面对设置栅格的编号的方式进行说明。
设置栅格的编号方式一:
在定义初始栅格之后,将初始栅格的编号设置为1,每改变一次x和y的取值,增加栅格的编号,从而获得划分后的多个栅格以及多个栅格中每个栅格的编号。
例如,请参照图3,图3表示划分栅格和设置栅格的流程示意图。预设大小例如为距离当前栅格的1000m范围内。确定初始栅格四个顶点坐标分别为顶点1(x-1000,y+1000)、顶点2(x,y+1000)、顶点3(x-1000,y)和顶点4(x,y),定义初始栅格的中心点坐标为(x-500,y+500),且初始栅格的编号为1,不断改变x和y的取值,x依次增加1000,从待评估地区中水平坐标的最小值取到水平坐标的最大值,y依次增加1000,从待评估地区中Y轴的坐标最小值取到Y轴的坐标的最大值,划分得到多个栅格,获得POI数据。
例如一个位于待评估地区中的位置点在POI数据中的表示方式如表1所示:
表1
在获取POI数据之后,评估装置101执行步骤203,即将地图数据中各个商户匹配到POI栅格数据中的相应栅格中,获得商户分布数据。
具体的,如前文步骤201论述的内容,评估装置101获得地图数据,评估装置101根据地图数据计算各个商户的中心经纬度,确定各个商户的中心经纬度在POI栅格数据中所属的栅格,将各个商户匹配到该商户的中心经纬度所属的POI栅格数据中的栅格,从而获得商户分布数据。其中,商户分布数据包括待评估地区中商户的经纬度、商户的栅格坐标,以及商户所在的栅格的标识。栅格的标识例如前文中论述的栅格的编号。
例如商户分布数据如图4所示,图4中没有示意各个商户的经纬度和坐标,图4中圆所在的区域表示待评估区域,图4中三角形A~E表示待评估地区中的商户。依照图4中可以得到商户A所在的栅格的编号为23。
评估装置101获取多项评估指标,获取多项评估指标可以在步骤203之后,也可以在步骤202之后执行,本文不限制获取多项评估指标的方式。
具体的,多项评估指标可以是预先存储在评估装置101中的,或者评估装置101需要使用时,去其它设备获取多项评估指标。
其中,多项评估指标包括:
①交通站点作为参考商户的交通评估指标;
②以医疗站点和教育站点作为参考商户的医疗教育评估指标;
③以周围建筑作为参考商户的周边环境评估指标;
④以在预设第二距离范围内的商户作为参考商户的消费趋势评估指标;
⑤商业站点作为参考商户的商业评估指标。
在获取多项评估指标之后,评估装置101执行步骤204,即根据商户分布数据,确定待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,根据相对位置,确定待评估地区中每个栅格对应多项评估指标中每项评估指标的分数。
具体的,下面对针对不同项的评估指标,确定每个栅格和每项评估指标中的参考商户的距离,以及根据距离,确定每项评估指标的分数的具体方式进行说明。
针对交通评估指标①:
交通评估指标包括公交站点评估指标和地铁站点评估指标。交通站点包括公交车站点和地铁站点。
A1,公交站点评估指标;
评估装置101确定该栅格与公交车站点之间的距离,栅格与公交站点之间的距离是指该栅格与待评估地区中所有公交车站点的距离中的最小距离。该栅格与公交车站点的距离越小,该栅格对应公交车站点评估指标的分数越高。
A2,地铁站点评估指标;
评估装置101确定该栅格与地铁站点之间的距离,栅格与地铁站点之间的距离是指该栅格与待评估地区中所有地铁站点的距离中的最小距离。该栅格与地铁站点的距离越小,该栅格对应地铁站点评估指标的分数越高。
其中涉及到确定该栅格距离最小的交通站点,为了减少评估装置101的工作量,评估装置101可以以该栅格为中心点,先确定该栅格中是否包括交通站点,如果该栅格中不包括交通战点,再确定与该栅格相邻的栅格中是否包括交通站点,如果与该栅格相邻的栅格中不包括交通站点,再确定与该栅格相邻一个栅格的栅格中是否包括交通站点,依次类推,直到查找到与该栅格最近的交通站点。由于前文中商户分布数据中包括各个商户的坐标数据,所以在确定与该栅格最近的交通站点之后,可以根据交通站点的坐标数据和该栅格的坐标数据,确定出该栅格与交通站点之间的距离。
例如,该栅格中包括地铁站,则该栅格中如果包括地铁站点,该栅格对应地铁站点评估指标的分数为100,如果与栅格的相邻栅格中存在公交车站点,则该栅格对应的公交车站点评估指标的分数为90。
为了快速查找到相邻栅格,下面提供一种查找相邻栅格的方式:
情况1:栅格编号i=1时,该栅格的相邻栅格为2,m+1,m+2;
情况2:栅格编号i=m时,该栅格的相邻栅格为m-1,m*2,m*2-1;
情况3:栅格编号i=n-m+1时,该栅格的相邻栅格为n-m+2,n-m*2+1,n-m*2+2;
情况4:栅格编号i=n时,该栅格的相邻栅格为列数n-1,n-m,n-m-1;
情况5:1<栅格编号i<m时,该栅格的相邻栅格为i-1,i+1,i+m,i+m-1,i+m+1;
情况6:n-m+1<栅格编号i<n时,该栅格的相邻栅格为i-1,i+1,i-m,i-m+1,i-m-1;
情况7:栅格编号i除以m余数为1时,该栅格的相邻栅格为i-m,i-m+1,i+1,i+m,i+m+1;
栅格编号i除以m余数为0时,该栅格的相邻栅格为i-m,i-m-1,i-1,i+m,i+m-1;
除了上述情况1-情况7中之外的其它情况,栅格编号i,该栅格的相邻栅格为i-m,i-m-1,i-m+1,i-1,i+1,i+m,i+m-1,i+m+1。
具体的,在划分得到多个栅格之后,按照上述方式依次查找当前栅格对应的相邻栅格的编号。针对本文中需要查找相邻栅格时,均可以采用上述方式进行查找。
针对医疗教育评估指标②:
医疗教育评估指标包括教育站点评估指标和医疗站点评估指标。
B1,教育站点评估指标;
评估装置101确定该栅格与教育站点之间的距离,与教育站点之间的距离是指与待评估地区中所有教育站点的距离中的最小距离。该栅格与教育站点之间的距离越小,评估装置101对应教育站点评估指标的分数越高。
为了进一步区分,重点教育站点的相对分值高于普通教育站点的分值,也就是说,一个栅格离与重点教育站点的距离,另一个栅格与普通教育站点的距离均相同,该一个栅格的分值高于另外一个栅格的分值。
或者,以该栅格为中心,预设距离范围内的教育站点的数量越多,则该栅格的得分越高。
B2,医疗站点评估指标;
评估装置101确定该栅格与医疗站点之间的距离,与医疗站点之间的距离是指与待评估地区中所有医疗站点的距离中的最小距离。该栅格与医疗站点评估指标之间的距离越小,评估装置101对应医疗站点评估指标的分数越高。
为了进一步区分,重点医疗站点的相对分值高于普通医疗站点的分值,也就是说,一个栅格离与重点医疗站点的距离,另一个栅格与普通医疗站点的距离均相同,该一个栅格的分值高于另外一个栅格的分值。
或者,以该栅格为中心,预设距离范围内的医疗站点的数量越多,则该栅格的得分越高。
针对周边环境评估指标③:
周边环境评估指标包括自然环境评估指标、名胜古迹评估指标、环保因素评估指标和民俗因素指标。周围建筑包括自然环境、名胜古迹、污染源和殡葬设施。
C1,自然环境评估指标以自然环境为参考商户,自然环境例如公园、植物园、绿地、湖泊或山川,该栅格到自然环境的距离是指该栅格到待评估地区中自然环境的距离中最小距离。该栅格到自然环境的距离越近,该栅格对应的自然环境评估指标的分数越高。
应当说明的是,如果该自然环境占据的土地面积较大,例如一个自然环境占据多个栅格,那么该多个栅格在自然环境评估指标对应的分数均为满分。
C2,名胜古迹评估指标以名胜古迹作为参考商户,名胜古迹例如纪念馆、教堂、寺庙、道观、旅游景点等。该栅格到名胜古迹的距离是指该栅格到待评估地区中多个名胜古迹的距离中最小距离。该栅格到名胜古迹的距离越近,该栅格对应的名胜古迹评估指标的分数越高。
C3,环保因素评估指标以污染源作为参考商户,污染源例如化工类工厂等。该栅格到污染源的距离是指该栅格与待评估地区中多个污染源的距离中最小距离。该栅格到污染源的距离越近,该栅格对应的环保因素评估指标的分数越低。
C4,民俗因素评估指标以殡葬设施和监狱作为参考商户。该栅格到殡葬设施或监狱的距离是指该栅格与待评估地区中多个殡葬设施或监狱的距离中最小距离。该栅格到殡葬设施或监狱的距离越近,该栅格对应的民俗因素评估指标的分数越低。
针对消费趋势评估指标④:
消费趋势评估指标包括当年生活消费同比趋势评估指标、去年生活消费同比趋势评估指标、当年商业消费同比趋势评估指标、去年商业消费同比趋势评估指标。
D1,当年生活消费同比趋势评估指标,确定待评估地区中每个栅格今年和去年的生活日用消费金额同比,以在预设第二距离范围内,获取商户今年和去年的生活日用消费金额同比的均值,作为当年生活消费同比趋势评估指标的参考。该栅格的当年生活消费同比,相对于所有栅格中的当年生活消费同比越大,则该栅格在当年生活消费同比趋势评估指标的分数越高。其中,预设第二距离和前文中的预设第一距离可以相同的,也可以是不同的。
D2,去年生活消费同比趋势评估指标,确定待评估地区中每个栅格去年和前年的生活日用类消费金额同比,以在预设第二距离范围内,获取商户去年和前年的生活日用类消费金额同比的均值作为去年生活消费同比趋势评估指标的参考,该栅格的去年生活消费同比,相对于所有栅格中的去年生活消费同比越大,则该栅格在去年生活消费同比趋势评估指标的分数越高。
D3,当年商业消费同比评估指标,确定待评估地区中每个栅格今年和去年的商业服务类消费金额同比,以在预设第二距离范围内,获取商户今年和去年的商业服务类消费金额同比的均值作为当年商业消费同比评估指标的参考。该栅格的当年商业消费同比,相对于所有栅格中的当年商业消费同比越大,则该栅格在当年商业消费同比趋势评估指标的分数越高。
D4,去年商业消费同比评估指标,确定待评估地区中每个栅格去年和前年的商业服务类消费金额同比,以在预设第二距离范围内,获取商户去年和前年的商业服务类消费金额同比的均值作为去年商业消费同比评估指标的参考。该栅格的去年商业消费同比,相对于所有栅格中的去年商业消费同比越大,则该栅格在去年商业消费同比评估指标的分数越高。
在D1-D4中,可以依据大数据中的清算数据,确定待评估地区中每个栅格的相应的金额同比,清算数据中包括各个商户的交易流水数据。
针对商业评估指标⑤:
商业评估指标包括城市中心站点评估指标、富裕程度评估指标和商业配套评估指标。商业站点包括城市中心站点、商业配套。商业配套例如商业街、购物中心、商务写字楼等。
E1,政治中心站点评估指标以政治中心站点作为参考商户,该栅格到城市中心的距离越近,该栅格对应政治中心站点评估指标的分数越高。
E2,富裕程度评估指标是指该栅格的经济收入越高,该栅格对应富裕程度评估指标越高。
E3,商业配套评估指标以商业配套作为参考商户,该栅格与商业配套的距离越近,包含商业配套的类别越多,该栅格对应商业配套评估指标的分数越高。
评估装置101根据各项评估指标对该栅格进行评分之后,获得该栅格对应每项评估指标的分数。
例如继续以图4为例,获得栅格11的各项评估指标的分数如下表2所示:
表2
其中,表2中的第一行A1-E3对应前文论述中的各项评估指标,表2中的第二行表示栅格11对应各项评估指标对应的分数。
评估装置101在确定待评估地区中每个栅格对应每项评估指标的分数之后,评估装置101执行步骤205,即根据多项评估指标中每项评估指标的权重,对待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得待评估地区中每个栅格对应的土地价值分数,获得待评估地区的土地价值分数。
其中,评估装置101中可以预存有多项评估指标的权重。多项评估指标中每项评估指标的权重可以是固定的,也可以是根据之前的评估结果进行调整后得到的。
例如,继续以表2为例,栅格11的对应各个指标的权重如下表3所示:
表3
利用表3中各个权重对表2中各个评估指标的分数进行加权处理,得到该栅格11的土地价值分数为:
80*0.2+75*0.1+85*0.2+90*0.1+70*0.05+85*0.05+90*0.05+77*0.15+88*0.1=82.1
依次类推,可以获得待评估地区中每个栅格的土地价值分数,对所有栅格的土地价值分数计算均值,获得待评估地区的土地价值分数。
在获得待评估地区的土地价值分数之后,可以根据该土地价值分数和参考土地价格,确定预估土地价格,根据预估土地价格和土地真实成交价格之间的偏差值,根据偏差值,调整多项评估指标中每项评估指标对应的权重。参考土地价格可以理解为土地价值分数已知的区域的土地价格。
计算偏差值的方式有很多种,下面进行示例说明。
计算方式一:
其中,N表示样本数量,yi表示土地真实成交价格,ti表示根据依照图1论述的方法评估得到的预估土地价格。RMSE的值越小,表示评估得到的土地价值分数越真实。
计算方式二:
其中,∑i(yi-ti)2表示土地真实成交价格与预估土地价格的残差平方和,表示土地真实成交价格与其均值的残差平方和,表示样本中所有土地真实成交价格的均值。r2的值越接近1,表示评估得到的土地价值分数越真实。
在用户得到土地价值分数与土地价值真实分数之间的偏差值之后,可以根据该偏差值调整相应的权重。
在前文论述的一种基于大数据评估土地价值的方法的基础上,本申请实施例还提供一种评估装置,请参照图5,该评估装置包括:
获取模块501,用于获取待评估地区的大数据;其中,大数据包括待评估地区的兴趣点POI经纬度数据、以及待评估地区的地图数据,地图数据包括待评估地区中的各个商户;
划分模块502,用于将POI经纬度数据转换为平面坐标数据,并按照预设大小将平面坐标数据划分为多个栅格,获得POI栅格数据;其中,POI栅格数据包括多个栅格中每个栅格的坐标,多个栅格中每个栅格的经纬度,以及多个栅格中每个栅格的标识;
匹配模块503,用于将地图数据中各个商户匹配到POI栅格数据中的相应栅格中,获得商户分布数据;其中,商户分布数据包括待评估地区中商户的经纬度、商户的栅格坐标以及商户所在栅格的标识;
确定模块504,用于根据商户分布数据,确定待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,并根据相对位置,确定待评估地区中每个栅格对应多项评估指标中每项评估指标的分数;以及,根据多项评估指标中每项评估指标的权重,对待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得待评估地区中每个栅格对应的土地价值分数,获得待评估地区的土地价值分数;其中,土地价值分数用于预估待评估地区的土地价格。
在一种可能的实施例中,匹配模块503具体用于:
根据地图数据计算各个商户的中心经纬度,并确定各个商户的中心经纬度所属的POI栅格数据中的栅格,将各个商户匹配到各个商户的中心经纬度所属的POI栅格数据中的栅格,获得商户分布数据。
在一种可能的实施例中,该评估装置还包括合并模块505,其中:
获取模块501,还用于根据待评估地区的POI经纬度数据,获取在预设第一距离范围内每个兴趣点的名称文本;
确定模块504,还用于根据在预设第一距离范围内每个兴趣点的名称文本,确定在预设第一距离范围内任意两个兴趣点的名称文本的相似度;
合并模块505,用于合并POI经纬度数据中在预设第一距离范围内名称文本的相似度大于或等于预设阈值的多个兴趣点,获得合并后的POI经纬度数据。
在一种可能的实施例中,
获取模块501,还用于在根据商户分布数据,确定待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的距离之前,获取多项评估指标;
其中,多项评估指标包括以交通站点作为参考商户的交通评估指标、以医疗站点和教育站点作为参考商户的医疗教育评估指标、以周围建筑作为参考商户的周边环境评估指标、以在预设第二距离范围内的商户作为参考商户的消费趋势评估指标、以及以商业站点作为参考商户的商业评估指标。
在一种可能的实施例中,评估装置101还包括调整模块506,其中:
确定模块504,还用于在获得土地价值评估分数之后,根据土地价值评估分数,以及参考土地价格,获得待评估地区的预估土地价格,以及根据待评估地区的土地真实成交价格,以及预估土地价格,获得偏差值;
调整模块506,用于根据偏差值,调整多项评估指标中每项评估指标对应的权重。
作为一种实施例,图5评估装置中的合并模块505和调整模块506为可选的模块。
在前文论述的一种基于大数据评估土地价值的方法的基础上,本申请实施例还提供一种评估装置,请参照图6,该装置包括:
至少一个处理器601,以及
与至少一个处理器601通信连接的存储器602;
其中,存储器602存储有可被至少一个处理器601执行的指令,至少一个处理器601通过执行存储器602存储的指令实现如前文论述的一种基于大数据评估土地价值的方法。
图6中是以一个处理器601为例,但是实际上不限制处理器601的数量。
作为一种实施例,图5中的获取模块501、划分模块502、匹配模块503、确定模块504、合并模块505和调整模块506可以通过图6中的处理器601来实现。
在前文论述的一种基于大数据评估土地价值的方法的基础上,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,当计算机指令在计算机上运行时,使得计算机执行如前文论述的一种基于大数据评估土地价值的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于大数据评估土地价值的方法,其特征在于,包括:
获取待评估地区的大数据;其中,所述大数据包括所述待评估地区的兴趣点POI经纬度数据、以及所述待评估地区的地图数据,所述地图数据包括所述待评估地区中的各个商户;
将所述POI经纬度数据转换为平面坐标数据,并按照预设大小将所述平面坐标数据划分为多个栅格,获得POI栅格数据;其中,所述POI栅格数据包括多个栅格中每个栅格的坐标,所述多个栅格中每个栅格的经纬度,以及所述多个栅格中每个栅格的标识;
将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据;其中,所述商户分布数据包括所述待评估地区中商户的经纬度、商户的栅格坐标以及商户所在栅格的标识;
根据所述商户分布数据,确定所述待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,并根据所述相对位置,确定所述待评估地区中每个栅格对应所述多项评估指标中每项评估指标的分数;
根据所述多项评估指标中每项评估指标的权重,对所述待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得所述待评估地区中每个栅格对应的土地价值分数,获得所述待评估地区的土地价值分数;其中,所述土地价值分数用于预估所述待评估地区的土地价格。
2.如权利要求1所述的方法,其特征在于,将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据,包括:
根据所述地图数据计算各个商户的中心经纬度,并确定所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,将所述各个商户匹配到所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,获得商户分布数据。
3.如权利要求2所述的方法,其特征在于,在将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据之前,包括:
根据所述待评估地区的POI经纬度数据,获取在预设第一距离范围内每个兴趣点的名称文本;
根据所述在预设第一距离范围内每个兴趣点的名称文本,确定在预设第一距离范围内任意两个兴趣点的名称文本的相似度;
合并所述POI经纬度数据中在预设第一距离范围内名称文本的相似度大于或等于预设阈值的多个兴趣点,获得合并后的所述POI经纬度数据。
4.如权利要求1-3任一所述的方法,其特征在于,在根据所述商户分布数据,确定所述待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的距离之前,包括:
获取多项评估指标;其中,所述多项评估指标包括以交通站点作为参考商户的交通评估指标、以医疗站点和教育站点作为参考商户的医疗教育评估指标、以周围建筑作为参考商户的周边环境评估指标、以在预设第二距离范围内的商户作为参考商户的消费趋势评估指标、以及以商业站点作为参考商户的商业评估指标。
5.如权利要求1-3任一所述的方法,其特征在于,在获得土地价值分数之后,包括:
根据所述土地价值分数,以及参考土地价格,获得所述待评估地区的预估土地价格;
根据所述待评估地区的土地真实成交价格,以及所述预估土地价格,获得偏差值;
根据所述偏差值,调整所述多项评估指标中每项评估指标对应的权重。
6.一种评估装置,其特征在于,包括:
获取模块,用于获取待评估地区的大数据;其中,所述大数据包括所述待评估地区的兴趣点POI经纬度数据、以及所述待评估地区的地图数据,所述地图数据包括所述待评估地区中的各个商户;
划分模块,用于将所述POI经纬度数据转换为平面坐标数据,并按照预设大小将所述平面坐标数据划分为多个栅格,获得POI栅格数据;其中,所述POI栅格数据包括多个栅格中每个栅格的坐标,所述多个栅格中每个栅格的经纬度,以及所述多个栅格中每个栅格的标识;
匹配模块,用于将所述地图数据中各个商户匹配到所述POI栅格数据中的相应栅格中,获得商户分布数据;其中,所述商户分布数据包括所述待评估地区中商户的经纬度、商户的栅格坐标以及商户所在栅格的标识;
确定模块,用于根据所述商户分布数据,确定所述待评估地区中每个栅格与多项评估指标中每项评估指标中的参考商户的相对位置,并根据所述相对位置,确定所述待评估地区中每个栅格对应所述多项评估指标中每项评估指标的分数;以及,根据所述多项评估指标中每项评估指标的权重,对所述待评估地区中每个栅格对应每项评估指标的分数进行加权处理,获得所述待评估地区中每个栅格对应的土地价值分数,获得所述待评估地区的土地价值分数;其中,所述土地价值分数用于预估所述待评估地区的土地价格。
7.如权利要求6所述的评估装置,其特征在于,所述匹配模块具体用于:
根据所述地图数据计算各个商户的中心经纬度,并确定所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,将所述各个商户匹配到所述各个商户的中心经纬度所属的所述POI栅格数据中的栅格,获得商户分布数据。
8.如权利要求6所述的评估装置,其特征在于,所述评估装置还包括合并模块,其中:
所述获取模块,还用于根据所述待评估地区的POI经纬度数据,获取在预设第一距离范围内每个兴趣点的名称文本;
所述确定模块,还用于根据所述在预设第一距离范围内每个兴趣点的名称文本,确定在预设第一距离范围内任意两个兴趣点的名称文本的相似度;
所述合并模块,用于合并所述POI经纬度数据中在预设第一距离范围内名称文本的相似度大于或等于预设阈值的多个兴趣点,获得合并后的所述POI经纬度数据。
9.一种评估土装置,其特征在于,包括:
至少一个处理器,以及
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-5中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655691.1A CN110399569A (zh) | 2019-07-19 | 2019-07-19 | 一种基于大数据评估土地价值的方法及评估装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655691.1A CN110399569A (zh) | 2019-07-19 | 2019-07-19 | 一种基于大数据评估土地价值的方法及评估装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110399569A true CN110399569A (zh) | 2019-11-01 |
Family
ID=68324762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910655691.1A Pending CN110399569A (zh) | 2019-07-19 | 2019-07-19 | 一种基于大数据评估土地价值的方法及评估装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110399569A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085388A (zh) * | 2020-09-10 | 2020-12-15 | 深圳禾略贝塔信息科技有限公司 | 一种土地价值评估方法、装置、终端以及可读存储介质 |
CN112182127A (zh) * | 2020-09-21 | 2021-01-05 | 浙江网商银行股份有限公司 | 地块处理方法及装置、倒排索引更新方法及装置 |
CN112308604A (zh) * | 2020-10-21 | 2021-02-02 | 土流集团有限公司 | 一种基于gis的农村土地价值定级方法及其系统 |
CN115392955A (zh) * | 2022-08-10 | 2022-11-25 | 中国银联股份有限公司 | 门店去重处理方法、装置、设备及存储介质 |
CN117611759A (zh) * | 2023-11-30 | 2024-02-27 | 博雅达勘测规划设计集团有限公司 | 基于三维模型的评分地图生成方法、装置、终端及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105321131A (zh) * | 2015-11-06 | 2016-02-10 | 厦门均达网络科技有限公司 | 一种房地产价值评估系统及评估方法 |
CN107239967A (zh) * | 2017-05-10 | 2017-10-10 | 平安科技(深圳)有限公司 | 房产信息处理方法、装置、计算机设备及存储介质 |
CN107563803A (zh) * | 2017-08-24 | 2018-01-09 | 北京工商大学 | 一种基于耗费距离栅格的商圈划分方法 |
CN109146563A (zh) * | 2018-08-14 | 2019-01-04 | 电子科技大学 | 一种基于迁移学习的城市住宅地价评估方法 |
-
2019
- 2019-07-19 CN CN201910655691.1A patent/CN110399569A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105321131A (zh) * | 2015-11-06 | 2016-02-10 | 厦门均达网络科技有限公司 | 一种房地产价值评估系统及评估方法 |
CN107239967A (zh) * | 2017-05-10 | 2017-10-10 | 平安科技(深圳)有限公司 | 房产信息处理方法、装置、计算机设备及存储介质 |
CN107563803A (zh) * | 2017-08-24 | 2018-01-09 | 北京工商大学 | 一种基于耗费距离栅格的商圈划分方法 |
CN109146563A (zh) * | 2018-08-14 | 2019-01-04 | 电子科技大学 | 一种基于迁移学习的城市住宅地价评估方法 |
Non-Patent Citations (1)
Title |
---|
张彪: "基于人工智能推理模型城市住宅地价评估研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085388A (zh) * | 2020-09-10 | 2020-12-15 | 深圳禾略贝塔信息科技有限公司 | 一种土地价值评估方法、装置、终端以及可读存储介质 |
CN112182127A (zh) * | 2020-09-21 | 2021-01-05 | 浙江网商银行股份有限公司 | 地块处理方法及装置、倒排索引更新方法及装置 |
CN112182127B (zh) * | 2020-09-21 | 2023-12-08 | 浙江网商银行股份有限公司 | 地块处理方法及装置、倒排索引更新方法及装置 |
CN112308604A (zh) * | 2020-10-21 | 2021-02-02 | 土流集团有限公司 | 一种基于gis的农村土地价值定级方法及其系统 |
CN115392955A (zh) * | 2022-08-10 | 2022-11-25 | 中国银联股份有限公司 | 门店去重处理方法、装置、设备及存储介质 |
CN115392955B (zh) * | 2022-08-10 | 2024-03-01 | 中国银联股份有限公司 | 门店去重处理方法、装置、设备及存储介质 |
CN117611759A (zh) * | 2023-11-30 | 2024-02-27 | 博雅达勘测规划设计集团有限公司 | 基于三维模型的评分地图生成方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399569A (zh) | 一种基于大数据评估土地价值的方法及评估装置 | |
Morueta‐Holme et al. | Habitat area and climate stability determine geographical variation in plant species range sizes | |
Bourassa et al. | Do housing submarkets really matter? | |
Lean et al. | Regional house prices and the ripple effect in Malaysia | |
KR101957760B1 (ko) | 유사도 점수에 기초하여 결정된 거래사례 부동산을 이용한 부동산 시세 추정 시스템 및 방법 | |
Valente et al. | Apartment rent prediction using spatial modeling | |
US9679399B2 (en) | Method to optimize the visualization of a map's projection based on data and tasks | |
Ruiz-Lendínez et al. | Automatic positional accuracy assessment of geospatial databases using line-based methods | |
Nam et al. | City size distribution as a function of socioeconomic conditions: an eclectic approach to downscaling global population | |
Murray | Evolving location analytics for service coverage modeling | |
Lan et al. | Integrating general principles into mixed-integer programming to optimize schematic network maps | |
Feng et al. | Modeling urban growth and socio-spatial dynamics of Hangzhou, China: 1964–2010 | |
CN108230059A (zh) | 电影推荐方法及装置 | |
Chehreghan et al. | An evaluation of data completeness of VGI through geometric similarity assessment | |
Ismail | Hedonic modelling of housing markets using geographical information system (gis) and spatial statistic:; a case study of glasgow, scotland | |
Parady et al. | Built environment and travel behavior: Validation and application of a continuous-treatment propensity score stratification method | |
Bildirici | Quasi indicatrix approach for distortion visualization and analysis for map projections | |
CN112925764B (zh) | 一种巨灾模型的行业风险暴露数据库及其构建方法 | |
Habib et al. | Evaluation of alternative conformal mapping for geospatial data in Jordan | |
CN113344645A (zh) | 房价预测的方法、装置和电子设备 | |
Yin et al. | A probabilistic framework for improving reverse geocoding output | |
Chwiałkowski et al. | Assessing the impact of selected attributes on dwelling prices using ordinary least squares regression and geographically weighted regression: A case study in Poznań, Poland | |
Janusz et al. | FAST: instant verification of the results of planning decisions | |
Paik et al. | Influence of Social Overhead Capital Facilities on Housing Prices Using Machine Learning | |
Ariza‐López et al. | A Method of Positional Quality Control Testing for 2 D and 3 D Line Strings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191101 |