TW201935371A - 不動產自動估價系統 - Google Patents

Abstract

本發明係提供一種不動產自動估價系統，係運作於電腦主機內，包括下列供電腦主機之微處理器執行之模組：蒐集模組，用以蒐集複數筆住宅及不動產相關資料；資料處理模組，用以刪除複數筆住宅及不動產相關資料中非屬於市場正常交易者；定位模組，用以將經資料處理模組刪除後所剩餘之複數筆住宅及不動產相關資料與地理資訊系統結合，以準確定位所剩餘之複數筆住宅及不動產相關資料之位置；以及估價模型建置模組，用以將經定位後之複數筆住宅及不動產相關資料以至少一特徵建立基本模型，並經機器學習方式精進基本模型。本發明可有效因應房價波動且即時提供客觀估價結果。

Description

不動產自動估價系統

本發明係有關一種自動估價系統，尤指一種運用機器學習方式建立模型之不動產自動估價系統。

我國自民國101年8月實施實價登錄制度後，不動產資訊透明度逐漸提昇，由於實價登錄網站所提供的資訊相當繁雜，進而有業者提供一套有效率的系統網站，讓民眾可即時查詢不同區域市場行情，然該服務卻未能針對個案進行估價，因此僅能得知該區域歷史房價概況。

另一方面，亦有業者提供房屋估價服務。然而，現今市場上所提供的不動產估價服務多採固定估價模型。所謂固定估價模型必須取得資料進行分析後才開始建立模組，由於實價登錄資料之取得與市場實際存在三個月時間的落差，故實際應用時仍僅能套用到過去的固定估價模型。換言之，僅能估計資料交易當時的房價，無法反映目前的房價，此不但無法因應房價的波動，更無法滿足使用者的即時需求。

是以，如何提供一種不動產自動估價系統以解決上述缺失，為目前亟待解決的課題之一。

有鑑於此，根據本發明之一實施例，係提供一種不動產自動估價系統，係運作於電腦主機內，包括下列供電腦主機之微處理器執行之模組：蒐集模組，用以蒐集複數筆住宅及不動產相關資料；資料處理模組，用以刪除該複數筆住宅及不動產相關資料中非屬於市場正常交易者；定位模組，用以將經該資料處理模組刪除後所剩餘之該複數筆住宅及不動產相關資料與地理資訊系統結合，以準確定位所剩餘之該複數筆住宅及不動產相關資料之位置；以及估價模型建置模組，用以將經定位後之該複數筆住宅及不動產相關資料以至少一特徵建立基本模型，並經機器學習方式精進該基本模型。

根據本發明之一實施例，該非屬於市場正常交易係指親友交易、稅賦負擔約定、包含增建，或受特殊狀況影響且價格亦為非正常交易價格。

根據本發明之一實施例，上述不動產自動估價系統更包括：分析模組，用以將該蒐集模組所蒐集之該複數筆住宅及不動產相關資料進行分析，以得到該複數筆住宅及不動產相關資料之各縣市或行政區房地產特徵屬性並建立標準值。

根據本發明之一實施例，上述不動產自動估價系統更包括：檢視模組，用以檢視該資料處理模組刪除後所剩餘之該複數筆住宅及不動產相關資料是否清理乾淨，並檢視該估價模型建置模組所建立之該基本模型是否存在結構性問題。

根據本發明之一實施例，上述不動產自動估價系統更包括：精準度模組，用以檢視該基本模型之精準度是否符合平均絕對百分比誤差(MAPE)及命中率標準，若不符合，則令該估價模型建置模組重新建立該基本模型。

根據本發明之一實施例，該至少一特徵包括行政區、樓層別、總樓層數、房衛數量、屋齡、建物面積、土地面積、是否有管理、建物類型或停車位數。

根據本發明之一實施例，該蒐集模組係從政府開放資料平台的資料庫中蒐集複數筆實價登錄資料、建築管理資料、工務局資料、土地使用分區資料、建物套繪圖資資料及放射性汙染建築物資料中之一者或其組合以作為該複數筆住宅及不動產相關資料。

根據本發明之一實施例，該地理資訊系統包括有重要地標資料、土石流潛勢區圖層或土壤液化區圖層資料。

根據本發明之一實施例，該機器學習方式為決策樹模型原理或整體學習模型原理。

根據本發明之一實施例，經該資料處理模組刪除後所剩餘之該複數筆住宅及不動產相關資料係大於30筆。

1‧‧‧不動產自動估價系統

11‧‧‧蒐集模組

12‧‧‧分析模組

13‧‧‧資料處理模組

14‧‧‧檢視模組

15‧‧‧定位模組

16‧‧‧估價模型建置模組

17‧‧‧精準度模組

21‧‧‧實價登錄資料

22‧‧‧建築管理資料

23‧‧‧工務局資料

24‧‧‧土地使用分區資料

25‧‧‧建物套繪圖資資料

26‧‧‧放射性汙染建築物資料

27‧‧‧地理資訊系統

第1圖為本發明一實施例之不動產自動估價系統之系統架構圖。

本發明之實施方式將透過下述具體實施例進行說明，本領域技術人員可藉由本發明之說明書輕易瞭解本發明之優點和功效，而可藉由其他不同實施例實施或應用。

請參閱第1圖，根據本發明之一實施例，本發明之不動產自動估價系統1係包括蒐集模組11、分析模組12、資料處理模組13、檢視模組14、定位模組15、估價模型建置模組16以及精準度模組17。本發明中所使用之用語「模組」(module)係指供微處理器執行的軟體(software)。

於一實施例中，本發明之不動產自動估價系統1之運作可分為資料處理流程階段及建立電腦大量估價模型階段。在該資料處理流程階段，可由蒐集模組11、分析模組12、資料處理模組13及檢視模組14進行，而在該建立電腦大量估價模型階段，可由定位模組15、估價模型建置模組16以及精準度模組17進行。該資料處理流程階段將建立一個標準化之作業流程，以供後續可快速清理資料。

以下接著進一步詳述各模組之作用及功能。

蒐集模組11係用以蒐集複數筆住宅及不動產相關資料。於一實施例中，該蒐集模組11係從政府開放資料平台的資料庫中蒐集複數筆實價登錄資料21、建築管理資料22、工務局資料23、土地使用分區資料24、建物套繪圖資資料25及放射性汙染建築物資料26中之一者或其組合以作為該複數筆住宅及不動產相關資料，以使每一筆住宅及不動產相關資料有完整的屬性資料，而在後續基本模型建立時所使用的變數更有彈性，但本發明並不限制只能從上述資料來源來獲取資料。

分析模組12係用以將蒐集模組11所蒐集之複數筆住宅及不動產相關資料進行分析，以得到該複數筆住宅及不動產相關資料之各縣市或行政區房地產特徵屬性並建立標準值。

於一實施例中，分析模組12係可檢視住宅及不動產相關資料之原始資料的品質，例如分析內容包含欄位的「類型」、「長度」是否正常，進而分析可用資料筆數，以界定資料是否可採用。在從政府開放資料平台的資料庫中取得資料後，必須先進行資料之缺漏值檢測，分析取得資料之空值是否正常、如有缺漏則判斷是否可從其他資料庫勾稽補充。接著，進行資料標準化檢測，即將取得資料之格式、資料結構、單位、涵蓋內容標準化或予以統一(例如統計單位之統一)。最後進行邏輯錯誤檢測，例如建立自動分析系統，對所取得之原始資料進行邏輯檢測，例如地址錯誤之糾正、超過標準差之特定倍數等異常值之剔除。

資料處理模組13用以刪除該複數筆住宅及不動產相關資料中非屬於市場正常交易者。所謂非屬於市場正常交易，係指親友交易、稅賦負擔約定、包含增建，或受特殊狀況影響且價格亦為非正常交易價格等等情形，例如刪除異常的建物交易資料，或刪除異常的土地交易資料等。資料處理模組13刪除資料之目的是為了提高估價品質，即建立準確之電腦大量估價模型。

於一實施例中，經該資料處理模組13刪除後所剩餘之該複數筆住宅及不動產相關資料係大於30筆，此筆數之目的係為了確保樣本數充足，但本發明並不以此為限。

檢視模組14係用以檢視該資料處理模組13刪除後所剩餘之 該複數筆住宅及不動產相關資料是否清理乾淨。

定位模組15係用以將經該資料處理模組13刪除後所剩餘之該複數筆住宅及不動產相關資料與地理資訊系統27結合，以準確定位所剩餘之該複數筆住宅及不動產相關資料之位置。於一實施例中，該地理資訊系統27包括有重要地標資料、土石流潛勢區圖層或土壤液化區圖層資料，且該地理資訊系統27可為基於PostgresSQL的PostGIS地理資訊資料庫系統，但本發明並不以此為限。

再於一實施例中，住宅及不動產相關資料與地理資訊系統27之結合方式，係先建立內含有座標資訊的住宅及不動產相關資料集，此座標資訊可為TWD67或TWD97大地投影。接著，進行預處理，將此座標資訊轉換為通用的WGS84經緯度格式。之後，透過資料欄位之分析，建立資料庫Schema，並將住宅及不動產相關資料集匯入資料庫中，且在匯入過程中，將縣市、區域、地址、座標等重要資訊建立資料庫索引(index)，以利後續之搜索與分析作業。在匯入住宅及不動產相關資料集後，可與現有之地理資訊作整合，例如Open data資料集中有公車、捷運、火車站、醫療機構、公園等地理資訊，或民間地理資訊公司亦有整理各區域詳細的POI(Point of interest)，可擷取如瓦斯行、加油站、殯儀館等鄰避設施。此外，使用地理資訊系統之面向在於可計算地理空間與估價標的之間的距離，作為建立估價模型之重要空間參數。

估價模型建置模組16係用以將經定位後之該複數筆住宅及不動產相關資料以至少一特徵建立基本模型，並經機器學習(Machine Learning)方式精進該基本模型。於一實施例中，估價模型之建立係以特徵 價格法為基準，以選取影響房價之重要建物特徵，故該至少一特徵係可包括行政區、樓層別、總樓層數、房衛數量、屋齡、建物面積、土地面積、是否有管理、建物類型或停車位數等特徵，以供估價模型建置模組16建立基本模型，但本發明並不以該些特徵為限。

再於一實施例中，基本模型可為住宅類公寓大廈建物模型、住宅類透天建物模型、一樓店面模型或土地估價模型等，本發明並不以此為限。對於該些不同類型之基本模型而言，前述資料清理方式會因估價類型的不同而有所差異，例如集合式住宅之資料處理模組13的資料清理流程可依序如下：輸入新店區資料；刪除非正常交易資料；刪除無法辨別樓層資料；刪除屋齡老舊建物；刪除非住宅類建物；刪除其他異常值；最後取得乾淨的交易資料，以供後續建立估價用的基本模型。其他估價類型之基本模型當可採其他種資料清理流程，本發明並不以此為限。

於一實施例中，估價模型建置模組16所使用之機器學習方式為決策樹(Decision tree)模型原理或整體學習(Ensemble Learning)模型原理等人工智慧(AI)方式，本發明亦不限制僅此機器學習方式，其他種類之機器學習方式亦可應用於本發明。本發明採用機器學習方式之目的是為了運用新進之住宅及不動產相關資料來精進估價模型，例如每月納入新增的住宅及不動產相關資料來持續修正基本模型，而此種基本模型建置方式皆由電腦系統進行，可有效排除人為因素，產生客觀估價結果。

再於一實施例中，檢視模組14亦可用於檢視該估價模型建置模組16所建立之該基本模型是否存在結構性問題。

精準度模組17係用以檢視該基本模型之精準度是否符合平 均絕對百分比誤差(MAPE)及命中率標準，若不符合則令該估價模型建置模組16重新建立基本模型。

藉由本發明實施例所揭露的不動產自動估價系統，即便房價隨著時間波動，本發明之不動產自動估價系統所建立之基本模型仍可定期更新，且在資料處理流程階段，可建立標準化作業流程，提高後續新資料的快速清理。而在建立電腦大量估價模型階段，更可透過機器學習方式客製化各種基本模型，以對應不同需求，並產生客觀估價結果，滿足使用者即時需求，有效因應房價波動。

上述所敘及之實施方式僅示例說明本發明之技術特點、原理及其功效，並非用以限制本發明之保護範圍，本領域技術人員當可依據本發明之精神與範疇而對上述實施方式進行修飾與改變。然任何上述實施方式之等效修飾與改變，仍應為本發明之申請專利範圍所涵蓋及保護。

Claims (10)

1. 一種不動產自動估價系統，係運作於一電腦主機內，包括下列供該電腦主機之微處理器執行之模組：蒐集模組，用以蒐集複數筆住宅及不動產相關資料；資料處理模組，用以刪除該複數筆住宅及不動產相關資料中非屬於市場正常交易者；定位模組，用以將經該資料處理模組刪除後所剩餘之該複數筆住宅及不動產相關資料與地理資訊系統結合，以準確定位所剩餘之該複數筆住宅及不動產相關資料之位置；以及估價模型建置模組，用以將經定位後之該複數筆住宅及不動產相關資料以至少一特徵建立基本模型，並經機器學習方式精進該基本模型。
2. 如請求項1所述之不動產自動估價系統，其中，該非屬於市場正常交易係指親友交易、稅賦負擔約定、包含增建，或受特殊狀況影響且價格亦為非正常交易價格。
3. 如請求項1所述之不動產自動估價系統，更包括：分析模組，用以將該蒐集模組所蒐集之該複數筆住宅及不動產相關資料進行分析，以得到該複數筆住宅及不動產相關資料之各縣市或行政區房地產特徵屬性並建立標準值。
4. 如請求項1所述之不動產自動估價系統，更包括：檢視模組，用以檢視該資料處理模組刪除後所剩餘之該複數筆住宅及不動產相關資料是否清理乾淨，並檢視該估價模型建置模組所建立之該基本模型是否存在結構性問題。
5. 如請求項1所述之不動產自動估價系統，更包括：精準度模組，用以檢視該基本模型之精準度是否符合平均絕對百分 比誤差(MAPE)及命中率標準，若不符合，則令該估價模型建置模組重新建立該基本模型。
6. 如請求項1所述之不動產自動估價系統，其中，該至少一特徵包括行政區、樓層別、總樓層數、房衛數量、屋齡、建物面積、土地面積、是否有管理、建物類型或停車位數。
7. 如請求項1所述之不動產自動估價系統，其中，該蒐集模組係從政府開放資料平台的資料庫中蒐集複數筆實價登錄資料、建築管理資料、工務局資料、土地使用分區資料、建物套繪圖資資料及放射性汙染建築物資料中之一者或其組合以作為該複數筆住宅及不動產相關資料。
8. 如請求項1所述之不動產自動估價系統，其中，該地理資訊系統包括有重要地標資料、土石流潛勢區圖層或土壤液化區圖層資料。
9. 如請求項1所述之不動產自動估價系統，其中，該機器學習方式為決策樹模型原理或整體學習模型原理。
10. 如請求項1所述之不動產自動估價系統，其中，經該資料處理模組刪除後所剩餘之該複數筆住宅及不動產相關資料係大於30筆。