CN112085388A - 一种土地价值评估方法、装置、终端以及可读存储介质 - Google Patents
一种土地价值评估方法、装置、终端以及可读存储介质 Download PDFInfo
- Publication number
- CN112085388A CN112085388A CN202010945863.1A CN202010945863A CN112085388A CN 112085388 A CN112085388 A CN 112085388A CN 202010945863 A CN202010945863 A CN 202010945863A CN 112085388 A CN112085388 A CN 112085388A
- Authority
- CN
- China
- Prior art keywords
- data
- index set
- influence index
- land
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 103
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004140 cleaning Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000007115 recruitment Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及土地价值评估技术领域,公开了一种土地价值评估方法、装置、终端以及可读存储介质;其中,该方法包括:获取待评估的目标土地的第一影响指标集的数据和地理空间数据;第一影响指标集包括至少一个第一影响指标;根据地理空间数据获取目标土地的第二影响指标集的数据;第二影响指标集包括至少一个第二影响指标;从第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;根据熵值计算模型对评估指标对应的数据进行计算,得到每个评估指标的权重以及每块土地的评估分数;上述提供的一种土地价值评估方法,减少了传统人工踩点的方法人为影响因素过多,容易导致评估结果不准确的问题。
Description
技术领域
本发明涉及土地价值评估技术领域,尤其涉及一种土地价值评估方法、装置、终端以及可读存储介质。
背景技术
土地价值,即土地的市场综合投资价值,是拍卖土地时定价的参考因素,也是地产开发商投资拿地的考量标准。土地估价就是依据土地估价的原则、理论和方法,在充分掌握土地市场交易资料的基础上,根据土地的经济和自然属性,按地产的质量、等级及其在现实经济活动中的一般收益状况,充分考虑社会经济发展、土地利用方式,土地预期收益和土地利用政策等因素对土地收益的影响,综合评定出某块土地或多块土地在某一权利状态下某一时点的价格的过程。土地价值为土地估价提供数据支撑,土地估价是土地价值的量化。
现有技术中,评估土地价值的方法大多是人工实地踩盘,进行土地的位置观测以及周边配套设施的考察。这种方式由于人为影响因素过多,容易导致评估结果不准确。
发明内容
本发明的目的在于提供一种土地价值评估方法、装置、终端以及可读存储介质,用于提高土地价值的评估准确度,旨在解决现有技术中,由于人为影响因素过多,容易导致土地价值的评估结果不准确的问题。
第一方面,本发明实施例提供了一种土地价值评估方法,包括:
获取待评估的目标土地的第一影响指标集的数据和地理空间数据;所述第一影响指标集包括至少一个第一影响指标;
根据所述地理空间数据获取所述目标土地的第二影响指标集的数据;所述第二影响指标集包括至少一个第二影响指标;
从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;
根据熵值计算模型对所述评估指标对应的数据进行计算,得到每个所述评估指标的权重以及每块土地的评估分数。
在一些实施方式中,在所述从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标之前,所述方法还包括:
对所述第一影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第一影响指标集的数据中剩余的数据作为第一影响指标集的数据;对所述第二影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第二影响指标集的数据中剩余的数据作为第二影响指标集的数据。
在一些实施方式中,在所述对所述第一影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第一影响指标集的数据中剩余的数据作为第一影响指标集的数据;对所述第二影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第二影响指标集的数据中剩余的数据作为第二影响指标集的数据之后,所述方法还包括:
对所述第一影响指标集的数据应用特征工程,将经特征工程处理后的第一影响指标集的数据作为第一影响指标集的数据;对所述第二影响指标集的数据应用特征工程,将经特征工程处理后的第二影响指标集的数据作为第二影响指标集的数据。
在一些实施方式中,在所述从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标之前,所述方法还包括:
将待评估的所述目标土地进行无监督聚类分类,将同一类别的所述目标土地设置为一个比较组。
在一些实施方式中,在所述从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标之前,所述方法还包括:
对所述第一影响指标集的数据进行有监督机器学习,剔除不符合使用标准的指标,将第一影响指标集中剩余的指标作为第一影响指标集;对所述第二影响指标集的数据进行有监督机器学习,剔除不符合使用标准的指标,将第二影响指标集中剩余的指标作为第二影响指标集。
在一些实施方式中,所述根据所述地理空间数据获取所述目标土地的第二影响指标集的数据,具体包括:
使用PostgreSql数据库的PostGis拓展模块,储存所述目标土地所述地理空间数据;
调用QGis-Python控制台对所述目标土地所述地理空间数据进行统计计算,获取所述目标土地的第二影响指标集的数据。
在一些实施方式中,在所述得到每个所述评估指标的权重以及每块土地的评估分数之后,所述方法还包括:
将得到的每个所述评估指标的权重以及每块土地的评估分数输入可视化程序,得到可视化结果。
第二方面,本申请实施例提供一种土地价值评估装置,包括:
第一获取单元,获取待评估的目标土地的第一影响指标集的数据和地理空间数据;所述第一影响指标集包括至少一个第一影响指标;
第二获取单元,根据所述地理空间数据获取所述目标土地的第二影响指标集的数据;所述第二影响指标集包括至少一个第二影响指标;
选取单元,从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;
计算单元,根据熵值计算模型对所述评估指标对应的数据进行计算,得到每个所述评估指标的权重以及每块土地的评估分数。
第三方面,本申请实施例提供的一种终端,包括存储器和处理器;
所述存储器存储有计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现上面所述的一种土地价值评估方法。
第四方面,本申请实施例提供的一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现上面所述的一种土地价值评估方法。
与现有技术相比,本发明主要有以下有益效果:
上述提供的一种土地价值评估方法,获取待评估的目标土地的第一影响指标集的数据和地理空间数据;第一影响指标集包括至少一个第一影响指标;根据地理空间数据获取目标土地的第二影响指标集的数据;第二影响指标集包括至少一个第二影响指标;从第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;根据熵值计算模型对评估指标对应的数据进行计算,得到每个评估指标的权重以及每块土地的评估分数。本土地价值评估方法,能够根据多个影响指标定向或全局地评估多块目标土地的评估分数,更加客观、高效、智能化、自动化,减少传统人工踩点的方法人为影响因素过多,容易导致评估结果不准确的问题,为投资决策和土地价值的量化提供了强有力的工具。
附图说明
图1是本发明第一实施例提供的一种土地价值评估方法的流程示意图;
图2是本发明第一实施例提供的一种土地价值评估方法中步骤S20的流程示意图;
图3是本发明第二实施例提供的一种土地价值评估方法的流程示意图;
图4是本发明第三实施例提供的一种土地价值评估方法的流程示意图;
图5是本发明第四实施例提供的一种土地价值评估方法的流程示意图;
图6是本发明第五实施例提供的一种土地价值评估方法的流程示意图;
图7是本发明第六实施例提供的一种土地价值评估方法的流程示意图;
图8是本发明第一实施例提供的一种土地价值评估装置的结构示意性框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细的描述。
图1示出了本发明提供的一种土地价值评估方法的第一实施例的流程示意图,在第一实施例中,土地价值评估方法包括以下步骤:步骤S10、步骤S20、步骤S70以及步骤S80。
S10、获取待评估的目标土地的第一影响指标集的数据和地理空间数据;第一影响指标集包括至少一个第一影响指标。
需要说明的是,影响土地价值评估的第一影响指标集包括但不限于人口、土地以及资金,第一影响指标集的数据即以上指标所对应的具体数值。
其中,人口包括但不限于常住人口、户籍人口、外来人口以及城区人口。
土地包括但不限于建成区面积、道路面积、城市建设用地面积、城市居住用地面积、城市商业用地面积、医疗卫生院数及床位数、公共汽车拥有数以及出租汽车数。
资金包括但不限于GDP、三产占比、固定资产投资、房地产投资、住宅投资、工业利润总额、财政一般预算内收入、财政一般预算内支出、机构年末存款余额、机构年末贷款余额、居民年末存款余额以及社会零售总额。
地理空间数据包括矢量数据以及栅格数据。
矢量数据主要是指城市大比例尺地形图。此系统中图层主要分为底图层、道路层、单位层,合理的分层便于进行叠加分析、图形的无逢拼接以实现系统图形的大范围漫游。矢量数据一般通过记录坐标的方式来尽可能将地理实体的空间位置表现的准确无误,显示的图形一般分为矢量图和位图。
栅格数据是栅格数据就是将空间分割成有规律的网格,每一个网格称为一个单元,并在各单元上赋予相应的属性值来表示实体的一种数据形式。每一个单元(像素)的位置由它的行列号定义,所表示的实体位置隐含在栅格行列位置中,数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。
获取数据的方式包括但不限于以下两种,第一,直接调取互联网上的数据库进行使用;第二,通过查询文献或搜索互联网等方式收集数据并建立自己的数据库,在需要使用数据时,直接调用数据库中的数据。
具体地,人口、土地以及资金可以直接通过搜索各城市、省域统计局网站得到对应数据。矢量数据来自互联网平台,栅格数据大部分来自欧盟统计局网站。
在这里,我们采用下载如上互联网上的数据,建立自己的数据库的方式为获取数据提供条件。
S20、根据地理空间数据获取目标土地的第二影响指标集的数据;第二影响指标集包括至少一个第二影响指标,第二影响指标集的数据即以上指标所对应的具体数值。具体地,第二影响指标集包括生活配套、公共事业、工业、生产型服务业、就业与招聘。
生产配套包括但不限于餐饮服务、购物服务、汽车服务、生活服务、体育休闲服务以及住宿服务。
公共事业包括但不限于科教服务、政府机构社会团体、医疗保健服务以及电信服务。
工厂包括但不限于产业园区以及工厂。
生产型服务业包括但不限于金融保险服务、商务写字楼、生物医药公司、信息电子、网络科技以及商业贸易。
就业与招聘包括但不限于月薪水平以及招聘人数。
通过处理地理空间数据可以得到生活配套、公共事业、工业、生产型服务业以及就业与招聘的数据。
请参阅图2,在一些实施方式中,步骤S20具体包括步骤S201以及步骤S202:
S201、使用PostgreSql数据库的PostGis拓展模块,储存所述目标土地所述地理空间数据。
具体地,PostgreSql数据库是一种对象关系型数据库,PostGis拓展模块在对象关系型数据库PostgreSQL上增加了存储管理空间数据的能力,在这里,应用PostGis拓展模块储存每块土地的矢量数据以及栅格数据。
S202、调用QGis-Python控制台对所述目标土地所述地理空间数据进行统计计算,获取所述目标土地的第二影响指标集的数据。
具体地,调用QGis-Python控制台对每块土地的矢量数据以及栅格数据进行统计计算,获取每块土地的生活配套、公共事业、工业、生产型服务业以及就业与招聘影响指标对应的数据。
举例来说,当需要获取A区域工厂的个数时,首先使用PostgreSql数据库的PostGis拓展模块,储存A区域的矢量数据,然后通过调用QGis-Python控制台抓取A区域的矢量数据中的工厂位置点,统计工厂位置点的个数,即得到A区域的工厂个数。
需要说明的是,矢量数据与栅格数据各有优点,使用时应根据需求选择合适的数据。
S70、从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标。
具体地,当需要综合考量土地价值时,选取全部的可用指标作为评估指标,这样得出的评估价值更全面且均衡。当需要考量土地的偏向性价值时,选取部分可用的影响指标作为评估指标。举例来说,当需要考量土地周边就业价值时,选取工业、生产型服务业以及就业与招聘作为评估指标。
S80、根据熵值计算模型对评估指标对应的数据进行计算,得到每个评估指标的权重以及每块土地的评估分数。
具体地,模型核心算法使用信息熵理论,计算出每个评估指标的信息熵。一般而言,当一种信息出现概率更高的时候,表明它被传播得更广泛,或者说,被引用的程度更高。我们可以认为,从信息传播的角度来看,信息熵可以表示信息的价值。信息熵越小,数据的离散程度也越大,能够反应出的信息则越显著,也可以说数据的信息效用越高,所以赋予较大的权重,对于数据信息效用值较低的指标,则赋予较小的权重。结合权重以及评估指标对应的数据,即可得出评估分数。
举例来说,我们调取n个待评估目标土地,选取m个影响指标进行计算。
(1)对于n个样本,m个指标,设xij为第i个样本的第j个指标的数值;
(2)指标的归一化处理:由于各类指标的计量单位不统一,因此在用他们计算熵值之前,需要进行标准化处理,对指标的数据的绝对值转化为相对值,即xij=|xij|,从而解决不同指标值的同质化问题。影响指标中存在对土地价值描述正向(积极)的指标和负向(消极)的指标,对于这两类不同的指标,数量计量的处理方法有所区别:
正向(积极)指标:
负向(消极)指标:
(3)计算第i项指标下第j个样本值占该指标的比重pij:
(4)计算第j项指标的熵值ej:
(5)计算第j项指标的信息熵冗余度dj:
dj=1-ej,j=1,…,m
(6)计算第j项指标的权重wj:
(7)计算第i个样本的综合得分si:
通过以上计算,得出n个待评估目标土地的得分,以及所选取m个影响指标的权重。
上述提供的一种土地价值评估方法,获取待评估的目标土地的第一影响指标集的数据和地理空间数据;第一影响指标集包括至少一个第一影响指标;根据地理空间数据获取目标土地的第二影响指标集的数据;第二影响指标集包括至少一个第二影响指标;从第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;根据熵值计算模型对评估指标对应的数据进行计算,得到每个评估指标的权重以及每块土地的评估分数。本土地价值评估方法,能够根据多个影响指标定向或全局地评估多块目标土地的评估分数,更加客观、高效、智能化、自动化,减少传统人工踩点的方法人为影响因素过多,容易导致评估结果不准确的问题,为投资决策和土地价值的量化提供了强有力的工具。
基于本发明第一实施例提出本发明的第二实施例,图3示出了本发明第二实施例提供的一种土地价值评估方法的流程示意图,如图3所示,本实施例与第一实施例的区别之处在于在步骤S70之前,土地价值评估方法还包括步骤S30。
S30、对第一影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第一影响指标集的数据中剩余的数据作为第一影响指标集的数据;对第二影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第二影响指标集的数据中剩余的数据作为第二影响指标集的数据。
具体地,数据清洗是对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误,并提供数据一致性。从名字上也看的出数据清洗就是把"脏"的"洗掉",即发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等。因为数据仓库中的数据是面向某一主题的数据的集合,这些数据从多个业务系统中抽取而来而且包含历史数据,这样就避免不了存在错误数据以及相互之间有冲突的数据,数据清洗的任务就是过滤掉这些数据,数据清洗的任务由计算机完成。
在这里,数据清洗具体包括对各类数值型数据进行格式统一,根据影响指标的特性使用一般统计方法或基于随机森林算法进行表缺失值补全,对缺失度较高的影响指标进行舍去;以及利用箱线图进行异常值分析,对异常数据进行规则编写,判断舍去或是保留。
基于本发明第二实施例提出本发明的第三实施例,图4示出了本发明第三实施例提供的一种土地价值评估方法的流程示意图,如图4所示,本实施例与第二实施例的区别之处在于在步骤S30之后,土地价值评估方法还包括步骤S40。
S40、对第一影响指标集的数据应用特征工程,将经特征工程处理后的第一影响指标集的数据作为第一影响指标集的数据;对第二影响指标集的数据应用特征工程,将经特征工程处理后的第二影响指标集的数据作为第二影响指标集的数据。
需要说明的是,在这里我们应用特征工程处理数据,简单的说,特征工程就是将数据属性转换为数据特征的过程,属性代表了数据的所有维度,在数据建模时,如果对原始数据的所有属性进行计算,并不能很好的找到数据的潜在趋势,而通过特征工程对数据进行预处理的话,计算结果就能够减少受到噪声的干扰,这样能够更好的找出数据变化趋势。
具体地,对以下影响指标进行处理,包括但不限于外来人口/常住人口、城区人口/常住人口、小学生人口/常住人口、城市建设用地/人造地表、固定资产投资/人造地表、GDP/人造地表、财政收入/人社会零售总额、GDP/固定资产投资、工业利润/GDP、财政收入/财政支出、三产/二产、GDP/常住人口、财政收入/常住人口以及居民年末存款余额/常住人口,形成新的影响指标,并消除共线性较强的影响指标,将经特征工程处理后的第一影响指标集的数据作为第一影响指标集的数据,将经特征工程处理后的第二影响指标集的数据作为第二影响指标集的数据。
基于本发明第一实施例提出本发明的第四实施例,图5示出了本发明第四实施例提供的一种土地价值评估方法的流程示意图,如图5所示,本实施例与第一实施例的区别之处在于在步骤S70之前,土地价值评估方法还包括步骤S50。
S50、将待评估的目标土地进行无监督聚类分类,将同一类别的目标土地设置为一个比较组。
具体地,无监督学习是事先没有任何训练样本,直接对数据进行建模。聚类就是在样本没有标注的情况下,对样本进行特征提取并分类,无监督聚类主要用于特征提取分类,例如在生物学研究领域,其能根据提供的样本数据(如基因表达芯片数据),来评价其相关性和可能的分组方案。
在这里,利用对影响指标进行无监督聚类分类,可实现对不同类别区域的土地进行划分,将同一类别的土地划分到一起,有效地解决土地因地域差异性和地域异质性产生过大的得分偏差的问题。
举例来说,将一线城市的土地与五线城市的土地放在一起做价值评估,一线城市的土地价值可能是90分,五线城市的土地价值可能是1分,这种结果并不便于做下一步的投资决策以及价值量化,所以需要将一线城市与五线城市的土地分成两类。
基于本发明第一实施例提出本发明的第五实施例,图6示出了本发明第五实施例提供的一种土地价值评估方法的流程示意图,如图6所示,本实施例与第一实施例的区别之处在于在步骤S70之前,土地价值评估方法还包括步骤S60。
S60、对第一影响指标集的数据进行有监督机器学习,剔除不符合使用标准的指标,将第一影响指标集中剩余的指标作为第一影响指标集;对第二影响指标集的数据进行有监督机器学习,剔除不符合使用标准的指标,将第二影响指标集中剩余的指标作为第二影响指标集。
具体地,监督学习,可通过已有的训练样本(即已知数据以及其对应的输出)去训练得到一个最优模型,再利用这个模型将所有的输入映射为相应的输出,对输出进行简单的判断从而实现分类的目的。
在这里,举例来说,以房价为因变量,对影响指标进行有监督的机器学习,得到对房价影响因素较大的影响指标,剔除影响因素权重低于预设权重的影响指标以及共线性大的影响指标,将第一影响指标集中剩余的指标作为第一影响指标集,将第二影响指标集中剩余的指标作为第二影响指标集,实现了数据的优化。
基于本发明第一实施例提出本发明的第六实施例,图7示出了本发明第六实施例提供的一种土地价值评估方法的流程示意图,如图7所示,本实施例与第一实施例的区别之处在于在步骤S80之后,土地价值评估方法还包括步骤S90。
S90、将得到的每个评估指标的权重以及每块土地的评估分数输入可视化程序,得到可视化结果。
具体地,将得到的每个评估指标的权重以及每块土地的评估分数输入可视化程序,自动生成pptx格式的土地价值简报,再由Python-Gis软件接口,将地理空间数据连接过来,生成可视化结果,上传数据生成可交互式web版可视化效果,实现更好的表达效果。
请参阅图8,图8示出了本发明第一实施例提供的一种土地价值评估装置的结构示意性框图;本申请的第一实施例提供的一种土地价值评估装置,包括:
第一获取单元1,用于获取待评估的目标土地的第一影响指标集的数据和地理空间数据;第一影响指标集包括至少一个第一影响指标;
第二获取单元2,用于根据地理空间数据获取目标土地的第二影响指标集的数据;第二影响指标集包括至少一个第二影响指标;
选取单元3,用于从第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;
计算单元4,用于根据熵值计算模型对评估指标对应的数据进行计算,得到每个评估指标的权重以及每块土地的评估分数。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在计算机设备上运行。
该计算机设备可以是终端。本发明实施例提供的一种终端,包括处理器和存储器;其中,存储器可以包括非易失性存储介质和内存储器。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种土地价值评估方法。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种土地价值评估方法。
应当理解的是,处理器可以是中央处理单元(CentralProcessingUnit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请的实施例中还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程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任意一种土地价值评估方法。该程序执行时可包括本发明提供的一种土地价值评估方法各实施例中的部分或全部步骤。
其中,所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元,例如所述终端的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种土地价值评估方法,其特征在于,包括:
获取待评估的目标土地的第一影响指标集的数据和地理空间数据;所述第一影响指标集包括至少一个第一影响指标;
根据所述地理空间数据获取所述目标土地的第二影响指标集的数据;所述第二影响指标集包括至少一个第二影响指标;
从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;
根据熵值计算模型对所述评估指标对应的数据进行计算,得到每个所述评估指标的权重以及每块土地的评估分数。
2.如权利要求1所述的一种土地价值评估方法,其特征在于,在所述从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标之前,所述方法还包括:
对所述第一影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第一影响指标集的数据中剩余的数据作为第一影响指标集的数据;对所述第二影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第二影响指标集的数据中剩余的数据作为第二影响指标集的数据。
3.如权利要求2所述的一种土地价值评估方法,其特征在于,在所述对所述第一影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第一影响指标集的数据中剩余的数据作为第一影响指标集的数据;对所述第二影响指标集的数据进行数据清洗,剔除不符合使用标准的数据,将第二影响指标集的数据中剩余的数据作为第二影响指标集的数据之后,所述方法还包括:
对所述第一影响指标集的数据应用特征工程,将经特征工程处理后的第一影响指标集的数据作为第一影响指标集的数据;对所述第二影响指标集的数据应用特征工程,将经特征工程处理后的第二影响指标集的数据作为第二影响指标集的数据。
4.如权利要求1所述的一种土地价值评估方法,其特征在于,在所述从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标之前,所述方法还包括:
将待评估的所述目标土地进行无监督聚类分类,将同一类别的所述目标土地设置为一个比较组。
5.如权利要求1所述的一种土地价值评估方法,其特征在于,在所述从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标之前,所述方法还包括:
对所述第一影响指标集的数据进行有监督机器学习,剔除不符合使用标准的指标,将第一影响指标集中剩余的指标作为第一影响指标集;对所述第二影响指标集的数据进行有监督机器学习,剔除不符合使用标准的指标,将第二影响指标集中剩余的指标作为第二影响指标集。
6.如权利要求1所述的一种土地价值评估方法,其特征在于,所述根据所述地理空间数据获取所述目标土地的第二影响指标集的数据,具体包括:
使用PostgreSql数据库的PostGis拓展模块,储存所述目标土地所述地理空间数据;
调用QGis-Python控制台对所述目标土地所述地理空间数据进行统计计算,获取所述目标土地的第二影响指标集的数据。
7.如权利要求1所述的一种土地价值评估方法,其特征在于,在所述得到每个所述评估指标的权重以及每块土地的评估分数之后,所述方法还包括:
将得到的每个所述评估指标的权重以及每块土地的评估分数输入可视化程序,得到可视化结果。
8.一种土地价值评估装置,其特征在于,包括:
第一获取单元,用于获取待评估的目标土地的第一影响指标集的数据和地理空间数据;所述第一影响指标集包括至少一个第一影响指标;
第二获取单元,用于根据所述地理空间数据获取所述目标土地的第二影响指标集的数据;所述第二影响指标集包括至少一个第二影响指标;
选取单元,用于从所述第一影响指标集和第二影响指标集中选取至少部分影响指标作为评估指标;
计算单元,用于根据熵值计算模型对所述评估指标对应的数据进行计算,得到每个所述评估指标的权重以及每块土地的评估分数。
9.一种终端,其特征在于,所述终端包括存储器和处理器;
所述存储器存储有计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现权利要求1至7中任一项所述的土地价值评估方法。
10.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的土地价值评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945863.1A CN112085388A (zh) | 2020-09-10 | 2020-09-10 | 一种土地价值评估方法、装置、终端以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945863.1A CN112085388A (zh) | 2020-09-10 | 2020-09-10 | 一种土地价值评估方法、装置、终端以及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112085388A true CN112085388A (zh) | 2020-12-15 |
Family
ID=73731703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010945863.1A Pending CN112085388A (zh) | 2020-09-10 | 2020-09-10 | 一种土地价值评估方法、装置、终端以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085388A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344536A (zh) * | 2021-06-21 | 2021-09-03 | 重庆思普德勘测规划设计咨询有限公司 | 基于大数据与gis的土地价值传导平台及方法 |
CN115587865A (zh) * | 2022-10-22 | 2023-01-10 | 北京求实工程管理有限公司 | 基于风险映射的土地价格评估方法、计算设备及存储介质 |
CN117422195A (zh) * | 2023-10-08 | 2024-01-19 | 曙光云计算集团有限公司 | 水质评估方法、装置、计算机设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003132134A (ja) * | 2001-10-26 | 2003-05-09 | R C Koa:Kk | 土地評価方法及びこれを利用した土地情報の提供方法 |
JP2004171211A (ja) * | 2002-11-19 | 2004-06-17 | Nippon Tochi Tatemono Co Ltd | 不動産価格査定システム |
JP2010244560A (ja) * | 2010-05-26 | 2010-10-28 | Kotobuki Seihan Printing Co Ltd | 不動産評価システムおよび記録媒体 |
KR20160103217A (ko) * | 2015-02-23 | 2016-09-01 | 고려대학교 산학협력단 | 토지 감정 평가 장치 및 토지 감정 평가 방법 |
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 |
CN108572988A (zh) * | 2017-03-13 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种房产评估数据生成方法和装置 |
CN110399569A (zh) * | 2019-07-19 | 2019-11-01 | 银联智策顾问(上海)有限公司 | 一种基于大数据评估土地价值的方法及评估装置 |
CN110648160A (zh) * | 2019-05-13 | 2020-01-03 | 易居企业(中国)集团有限公司 | 一种栅格土地价格评估方法 |
-
2020
- 2020-09-10 CN CN202010945863.1A patent/CN112085388A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003132134A (ja) * | 2001-10-26 | 2003-05-09 | R C Koa:Kk | 土地評価方法及びこれを利用した土地情報の提供方法 |
JP2004171211A (ja) * | 2002-11-19 | 2004-06-17 | Nippon Tochi Tatemono Co Ltd | 不動産価格査定システム |
JP2010244560A (ja) * | 2010-05-26 | 2010-10-28 | Kotobuki Seihan Printing Co Ltd | 不動産評価システムおよび記録媒体 |
KR20160103217A (ko) * | 2015-02-23 | 2016-09-01 | 고려대학교 산학협력단 | 토지 감정 평가 장치 및 토지 감정 평가 방법 |
CN108572988A (zh) * | 2017-03-13 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种房产评估数据生成方法和装置 |
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 |
CN110648160A (zh) * | 2019-05-13 | 2020-01-03 | 易居企业(中国)集团有限公司 | 一种栅格土地价格评估方法 |
CN110399569A (zh) * | 2019-07-19 | 2019-11-01 | 银联智策顾问(上海)有限公司 | 一种基于大数据评估土地价值的方法及评估装置 |
Non-Patent Citations (3)
Title |
---|
徐冠华: "三北防护林地区再生资源遥感的理论及其技术应用", 31 December 1994, 中国林业出版社, pages: 58 - 59 * |
王淑珍等: "资产评估前沿问题——准则与质量控制", 31 March 2007, 中国市场出版社, pages: 126 - 127 * |
阮连法, 祝海, 何闰峰: "基于神经网络的城乡交错区土地估价方法", 浙江大学学报(工学版), vol. 37, no. 04, pages 436 - 439 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344536A (zh) * | 2021-06-21 | 2021-09-03 | 重庆思普德勘测规划设计咨询有限公司 | 基于大数据与gis的土地价值传导平台及方法 |
CN115587865A (zh) * | 2022-10-22 | 2023-01-10 | 北京求实工程管理有限公司 | 基于风险映射的土地价格评估方法、计算设备及存储介质 |
CN115587865B (zh) * | 2022-10-22 | 2023-08-04 | 北京求实工程管理有限公司 | 基于风险映射的土地价格评估方法、计算设备及存储介质 |
CN117422195A (zh) * | 2023-10-08 | 2024-01-19 | 曙光云计算集团有限公司 | 水质评估方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112085388A (zh) | 一种土地价值评估方法、装置、终端以及可读存储介质 | |
CN109859052B (zh) | 一种投资策略的智能推荐方法、装置、存储介质和服务器 | |
CN101853290A (zh) | 基于地理信息系统的气象服务效益评估方法 | |
KR102628559B1 (ko) | 부동산 담보대출 자동심사 플랫폼 제공방법 및 제공장치 | |
Wanke et al. | Revisiting camels rating system and the performance of Asean banks: a comprehensive mcdm/z-numbers approach | |
Stang et al. | From human business to machine learning—methods for automating real estate appraisals and their practical implications | |
CN113435713A (zh) | 基于gis技术和两模型融合的风险地图编制方法及系统 | |
CN113379269A (zh) | 多因素空间聚类的城市商业功能区划方法、装置及介质 | |
CN115796585A (zh) | 一种企业经营风险评估方法及系统 | |
CN112348220A (zh) | 一种基于企业行为模式的信用风险评估预测方法及系统 | |
CN113673609B (zh) | 一种基于线性隐变量的调查问卷数据分析方法 | |
CN115601183A (zh) | 一种理赔数据处理分析方法及系统 | |
CN115204501A (zh) | 企业评估方法、装置、计算机设备和存储介质 | |
CN114511174A (zh) | 一种业务指标图谱构建方法及装置 | |
CN114169731A (zh) | 一种科研机构评级系统、方法、设备和存储介质 | |
Vaezi | Measuring the performances of Medical Diagnostic Laboratories based on interval efficiencies | |
CN113723860A (zh) | 一种土地资源资产离任审计评价方法、装置及存储介质 | |
CN113435748A (zh) | 网点状态确定方法、装置、电子设备以及存储介质 | |
CN113240192A (zh) | 模型训练及预测方法、装置、计算机设备及存储介质 | |
CN112785443A (zh) | 基于客户群体的理财产品推送方法及装置 | |
WO1992017853A2 (en) | Direct data base analysis, forecasting and diagnosis method | |
CN116468290B (zh) | 一种利用计算机实施的土地流转热度系统及其构建方法 | |
Fernandes | Stock market trading rule discovery using technical analysis and a template matching technique for pattern recognition | |
CN115237970A (zh) | 数据预测方法、装置、设备、存储介质及程序产品 | |
Nourin | A case study of selected Iowa cities for estimation of urban growth sustainability |
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 |