基于社区网格信息采集的城域房屋租赁预测方法及系统

摘要

本发明涉及数据预测的技术领域，特别涉及一种基于社区网格信息采集的城域房屋租赁预测方法及系统。该预测方法包括对获取的房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集；根据所述历史标识数据集对构建的第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；对获取现有房屋租赁信息的数据集合现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及现有房屋的居住人的居住时长。通过上述方法以有效辅助社区人员完成房屋租赁任务的信息核实，在提高信息处理效率和准确性的同时，延长走访周期、降低走访压力。

权利要求

1.一种基于社区网格信息采集的城域房屋租赁预测方法，其特征在于，包括以下步骤：

获取房屋租赁信息的历史数据集合，并对所述房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集；

构建第一逻辑回归模型和第二逻辑回归模型，根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；所述第一模型用于预测房屋是否为出租状态，所述第二模型用于预测房屋居住人的居住时长；

获取现有房屋租赁信息的数据集合，并对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将所述现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及预测现有房屋的居住人的居住时长；

所述房屋租赁信息的历史数据集合包括目标区域内所有房屋信息及每一房屋对应的居住人信息、入住时间、搬离时间；所述房屋信息至少包含房屋地址，所述居住人信息至少包含居住人姓名、居住人性别、居住人年龄；

对所述房屋租赁信息的历史数据集合进行特征标识的构建包括以下步骤：

根据所述房屋租赁信息的历史数据集合对所有房屋进行编号标识以得到房屋编号，对所有居住人进行名称标识以得到居住人名称；

根据所述房屋租赁信息的历史数据集合生成居住人时间链数据集，所述居住人时间链数据集包括所有的居住人名称及其对应的房屋编号、入住时间、搬离时间；

基于所述居住人时间链数据集，对相同房屋内居住时间存在交集的人员信息进行提取以构建居住人与同住人信息数据集；所述居住人与同住人信息数据集包括居住人名称、房屋编号及对应的同住人名称、居住人入住时间、居住人搬离时间、同住人入住时间、同住人搬离时间、居住时间交集月份数；

通过获取并整合所述目标区域内的就业信息、户籍和计生信息以确定居住人与同住人的关系标识，所述关系标识包括同事关系、亲属关系、其他关系；

基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集；

所述历史标识数据集包括第一数据集和第二数据集，所述第一数据集包括房屋编号及对应该房屋的历史居住人信息、对应该房屋的所在楼栋的居住人信息，以用于作为第一逻辑回归模型的训练样本；

所述第二数据集包括居住人名称、居住人的历史居住信息及对应的历史同住人信息，以用于作为第二逻辑回归模型的训练样本。

2.根据权利要求1所述的基于社区网格信息采集的城域房屋租赁预测方法，其特征在于：基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集，具体包括以下步骤：构建居住人在当前房屋内的同住人特征明细数据集；

将所述同住人特征明细数据集与居住人时间链数据集进行汇总以构建居住人特征明细数据集；

根据所述居住人特征明细数据集构建房屋特征明细数据集；

对所述居住人特征明细数据集、所述房屋特征明细数据集、居住人信息、房屋信息进行数据提取以得到第一数据集和第二数据集；

所述同住人特征明细数据至少包括：同住人名称及对应的居住人名称、居住时长、共同居住人数、共同居住总时长、平均共同居住时长、同住人与居住人的关系标识；

所述居住人特征明细数据集至少包括：居住人名称及对应的房屋编号、居住人历史总居住时长、居住人平均居住时长、居住人与同住人为亲属关系人数、居住人与亲属的共同居住月份数、居住人与同住人为同事关系人数、居住人与同事的共同居住月份数、居住人历史居住房屋个数；

所述房屋特征明细数据集至少包括：房屋编号及对应房屋的历史居住人与同住人的居住人数、历史居住人居住月份数、历史居住人平均居住人数、历史居住人平均居住月份数、历史居住人与同住人的关系标识、历史居住人平均共同居住月份数、房屋近一年人员变动次数。

3.根据权利要求1所述的基于社区网格信息采集的城域房屋租赁预测方法，其特征在于：在根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练之前，还包括对所述历史标识数据集进行特殊数据剔除；

所述特殊数据剔除包括以下至少一种：

若房屋所在楼栋中居住人与同住人为同性标识的房屋与所在楼栋所有房屋的占比超过50%，且所在楼栋中满足同房屋的居住人与同住人的年龄方差低于预设方差值且入住时间和搬离时间相差在一个月以内的房屋与所在楼栋所有房屋的占比超过预设占比，则剔除该楼栋所有的房屋信息和居住人信息,该楼栋房屋初步判断为学校宿舍；

若房屋所在楼栋中居住人与同住人为同事关系的房屋与所在楼栋所有房屋的占比超过预设数值，则剔除该楼栋所有的房屋信息和居住人信息，该楼栋房屋初步判断为企业宿舍；

若房屋所在楼栋中满足同房屋的居住人与同住人的年龄方差高于预设方差比例，且每次核实均发生人员搬迁，则剔除该楼栋所有的房屋信息和居住人信息，该房屋初步判断为酒店。

4.根据权利要求1所述的基于社区网格信息采集的城域房屋租赁预测方法，其特征在于：所述第一逻辑回归模型和第二逻辑回归模型采用sigmoid函数。

5.根据权利要求1所述的基于社区网格信息采集的城域房屋租赁预测方法，其特征在于，还包括步骤：对所述第一模型和第二模型的预测结果进行核实，并将相应的核实数据加入到所述房屋租赁信息的历史数据集合或所述历史标识数据集中以对第一模型和第二模型进行修正训练。

6.一种基于社区网格信息采集的城域房屋租赁预测系统，其特征在于，包括：

数据处理模块，获取房屋租赁信息的历史数据集合，并对所述房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集；所述房屋租赁信息的历史数据集合包括目标区域内所有房屋信息及每一房屋对应的居住人信息、入住时间、搬离时间；所述房屋信息至少包含房屋地址，所述居住人信息至少包含居住人姓名、居住人性别、居住人年龄；

对所述房屋租赁信息的历史数据集合进行特征标识的构建包括：根据所述房屋租赁信息的历史数据集合对所有房屋进行编号标识以得到房屋编号，对所有居住人进行名称标识以得到居住人名称；根据所述房屋租赁信息的历史数据集合生成居住人时间链数据集，所述居住人时间链数据集包括所有的居住人名称及其对应的房屋编号、入住时间、搬离时间；

基于所述居住人时间链数据集，对相同房屋内居住时间存在交集的人员信息进行提取以构建居住人与同住人信息数据集；所述居住人与同住人信息数据集包括居住人名称、房屋编号及对应的同住人名称、居住人入住时间、居住人搬离时间、同住人入住时间、同住人搬离时间、居住时间交集月份数；通过获取并整合所述目标区域内的就业信息、户籍和计生信息以确定居住人与同住人的关系标识，所述关系标识包括同事关系、亲属关系、其他关系；基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集；

所述历史标识数据集包括第一数据集和第二数据集，所述第一数据集包括房屋编号及对应该房屋的历史居住人信息、对应该房屋的所在楼栋的居住人信息，以用于作为第一逻辑回归模型的训练样本；所述第二数据集包括居住人名称、居住人的历史居住信息及对应的历史同住人信息，以用于作为第二逻辑回归模型的训练样本；

模型训练模块，构建第一逻辑回归模型和第二逻辑回归模型，根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；所述第一模型用于预测房屋是否为出租状态，所述第二模型用于预测房屋居住人的居住时长；

数据预测模块，获取现有房屋租赁信息的数据集合，并对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将所述现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及预测现有房屋的居住人的居住时长。

说明书

基于社区网格信息采集的城域房屋租赁预测方法及系统

技术领域

[0001] 本发明涉及数据预测的技术领域，特别涉及一种基于社区网格信息采集的城域房屋租赁预测方法及系统。

背景技术

[0002] 随着经济的发展和城镇化速度的加快，城市的流动人口日益增加，这也使得房屋租赁市场迅速扩展。特别是在社区网格化管理中，社区会接收到各部门指令进行任务电联/走访等工作以采集所有居民、住户的相关信息，准确掌握社区的具体情况。其中，房屋租赁任务的信息核实是社区工作的基本任务之一，其需要社区工作人员长期且周期性进行上门走访核实。具体而言，其核实的信息主要为当前房屋是否为出租状态以及承租人是否更换。

[0003] 在采用人工定期上门的方式进行房屋租赁任务的信息核实过程中，存在如下技术问题：一、浪费人力资源，因走访房屋数量多而导致工作量庞大、核实难度大，使得信息处理的效率低；二、由于房屋租赁人员具有流动性，在定期进行信息核实时往往存在滞后性，从而导致信息更新的效率低，且必须通过缩短走访周期来保证信息更新的准确度。

发明内容

[0004] 为解决上述现有技术中对于房屋租赁任务的信息核实存在的至少一个不足，本发明提供一种基于社区网格信息采集的城域房屋租赁预测方法及系统，以有效提高信息核实的效率。

[0005] 第一方面，本发明实施例提供了一种基于社区网格信息采集的城域房屋租赁预测方法，包括：

[0006] 获取房屋租赁信息的历史数据集合，并对所述房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集；

[0007] 构建第一逻辑回归模型和第二逻辑回归模型，根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；所述第一模型用于预测房屋是否为出租状态，所述第二模型用于预测房屋居住人的居住时长；

[0008] 获取现有房屋租赁信息的数据集合，并对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将所述现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及预测现有房屋的居住人的居住时长。

[0009] 在一实施例中，所述房屋租赁信息的历史数据集合包括目标区域内所有房屋信息及每一房屋对应的居住人信息、入住时间、搬离时间；所述房屋信息至少包含房屋地址，所述居住人信息至少包含居住人姓名、居住人性别、居住人年龄。

[0010] 在一实施例中，对所述房屋租赁信息的历史数据集合进行特征标识的构建包括以下步骤：

[0011] 根据所述房屋租赁信息的历史数据集合对所有房屋进行编号标识以得到房屋编号，对所有居住人进行名称标识以得到居住人名称；

[0012] 根据所述房屋租赁信息的历史数据集合生成居住人时间链数据集，所述居住人时间链数据集包括所有的居住人名称及其对应的房屋编号、入住时间、搬离时间；

[0013] 基于所述居住人时间链数据集，对相同房屋内居住时间存在交集的人员信息进行提取以构建居住人与同住人信息数据集；所述居住人与同住人信息数据集包括居住人名称、房屋编号及对应的同住人名称、居住人入住时间、居住人搬离时间、同住人入住时间、同住人搬离时间、居住时间交集月份数；

[0014] 通过获取并整合所述目标区域内的就业信息、户籍和计生信息以确定居住人与同住人的关系标识，所述关系标识包括同事关系、亲属关系、其他关系；

[0015] 基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集；

[0016] 所述历史标识数据集包括第一数据集和第二数据集，所述第一数据集包括房屋编号及对应该房屋的历史居住人信息、对应该房屋的所在楼栋的居住人信息，以用于作为第一逻辑回归模型的训练样本；

[0017] 所述第二数据集包括居住人名称、居住人的历史居住信息及对应的历史同住人信息，以用于作为第二逻辑回归模型的训练样本。

[0018] 在一实施例中，基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集，具体包括以下步骤：

[0019] 构建居住人在当前房屋内的同住人特征明细数据集；

[0020] 将所述同住人特征明细数据集与居住人时间链数据集进行汇总以构建居住人特征明细数据集；

[0021] 根据所述居住人特征明细数据集构建房屋特征明细数据集；

[0022] 对所述居住人特征明细数据集、所述房屋特征明细数据集、居住人信息、房屋信息进行数据提取以得到第一数据集和第二数据集；

[0023] 所述同住人特征明细数据至少包括：同住人名称及对应的居住人名称、居住时长、共同居住人数、共同居住总时长、平均共同居住时长、同住人与居住人的关系标识；

[0024] 所述居住人特征明细数据集至少包括：居住人名称及对应的房屋编号、居住人历史总居住时长、居住人平均居住时长、居住人与同住人为亲属关系人数、居住人与亲属的共同居住月份数、居住人与同住人为同事关系人数、居住人与同事的共同居住月份数、居住人历史居住房屋个数；

[0025] 所述房屋特征明细数据集至少包括：房屋编号及对应房屋的历史居住人与同住人的居住人数、历史居住人居住月份数、历史居住人平均居住人数、历史居住人平均居住月份数、历史居住人与同住人的关系标识、历史居住人平均共同居住月份数、房屋近一年人员变动次数。

[0026] 在一实施例中，在根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练之前，还包括对所述历史标识数据集进行特殊数据剔除；

[0027] 所述特殊数据剔除包括以下至少一种：

[0028] 若房屋所在楼栋中居住人与同住人为同性标识的房屋与所在楼栋所有房屋的占比超过50%，且所在楼栋中满足同房屋的居住人与同住人的年龄方差低于预设方差值且入住时间和搬离时间相差在一个月以内的房屋与所在楼栋所有房屋的占比超过预设占比，则剔除该楼栋所有的房屋信息和居住人信息,该楼栋房屋初步判断为学校宿舍；

[0029] 若房屋所在楼栋中居住人与同住人为同事关系的房屋与所在楼栋所有房屋的占比超过预设数值，则剔除该楼栋所有的房屋信息和居住人信息，该楼栋房屋初步判断为企业宿舍；

[0030] 若房屋所在楼栋中满足同房屋的居住人与同住人的年龄方差高于预设方差比例，且每次核实均发生人员搬迁，则剔除该楼栋所有的房屋信息和居住人信息，该房屋初步判断为酒店。

[0031] 在一实施例中，所述第一逻辑回归模型和第二逻辑回归模型采用sigmoid函数。

[0032] 在一实施例中，还包括步骤：对所述第一模型和第二模型的预测结果进行核实，并将相应的核实数据加入到所述房屋租赁信息的历史数据集合或所述历史标识数据集中以对第一模型和第二模型进行修正训练。

[0033] 第二方面，本发明实施例提供了一种基于社区网格信息采集的城域房屋租赁预测系统，包括：

[0034] 数据处理模块，获取房屋租赁信息的历史数据集合，并对所述房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集；

[0035] 模型训练模块，构建第一逻辑回归模型和第二逻辑回归模型，根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；所述第一模型用于预测房屋是否为出租状态，所述第二模型用于预测房屋居住人的搬离时间；

[0036] 数据预测模块，获取现有房屋租赁信息的数据集合，并对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将所述现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及预测现有房屋的居住人的居住时长。

[0037] 第三方面，本发明实施例提供了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，所述计算机被处理器执行时实现如上第一方面任一实施例所述的基于社区网格信息采集的城域房屋租赁预测方法。

[0038] 第四方面，本发明实施例提供了一种电子设备，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上第一方面任一实施例所述的基于社区网格信息采集的城域房屋租赁预测方法。

[0039] 基于上述，与现有技术相比，本发明第一方面实施例提供的基于社区网格信息采集的城域房屋租赁预测方法借助社区走访隐含的房屋租赁信息的数据进行挖掘并形成历史标识数据集来训练模型，从而有效辅助社区人员完成房屋租赁任务的信息核实，优化资源管理。本方法不仅能够提高信息处理效率和准确性，还能延长走访周期、降低走访压力。

[0040] 本发明的其它特征和有益效果将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他有益效果可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

[0041] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；在下面描述中附图所述的位置关系，若无特别指明，皆是图示中组件绘示的方向为基准。

[0042] 图1为本发明实施例提供的基于社区网格信息采集的城域房屋租赁预测方法的步骤流程图；

[0043] 图2为构建历史标识数据集的步骤流程图；

[0044] 图3为某区域近一年数据采用本发明实施例的第二模型进行测试样本和训练样本的统计结果；

[0045] 图4为本发明实施例提供的基于社区网格信息采集的城域房屋租赁预测系统的结构示意图；

[0046] 图5为本发明实施例提供的电子设备的结构示意图。

具体实施方式

[0047] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例；下面所描述的本发明不同实施方式中所设计的技术特征只要彼此之间未构成冲突就可以相互结合；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0048] 在本发明的描述中，需要说明的是，本发明所使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域的普通技术人员通常所理解的含义相同的含义，不能理解为对本发明的限制；应进一步理解，本发明所使用的术语应被理解为具有与这些术语在本说明书的上下文和相关领域中的含义一致的含义，并且不应以理想化或过于正式的意义来理解，除本发明中明确如此定义之外。

[0049] 为有效解决上述现有技术中对于房屋租赁任务的信息核实存在的至少一个不足，本发明提供一种基于社区网格信息采集的城域房屋租赁预测方法及系统以有效提高信息核实的效率。

[0050] 下面通过具体的实施例和附图作详细说明。

[0051] 实施例一

[0052] 请参阅图1，本发明实施例提供了一种基于社区网格信息采集的城域房屋租赁预测方法，包括步骤：

[0053] 步骤S10，获取房屋租赁信息的历史数据集合，并对所述房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集。

[0054] 具体而言，所述房屋租赁信息的历史数据集合包括目标区域内所有房屋信息及每一房屋对应的居住人信息、入住时间、搬离时间。所述房屋信息和所述居住人信息可以通过社区的相关档案或户籍资料获取。所述房屋信息至少包含房屋地址，即目标区域内房屋所在社区所在单元/楼栋所在门牌号的详细地址。所述居住人信息至少包含居住人姓名、居住人性别、居住人年龄。其中居住人性别和居住人年龄可以通过居住人的身份证号获取。

[0055] 此外，居住人所在房屋的入住时间和搬离时间可以通过社区档案或走访询问的方式直接有效地获取，也可以通过以往社区走访数据中挖掘出来。

[0056] 例如，在社区进行走访任务中一定会包含有某社区走访人员于相应时间点对某一房屋的某居住人进行走访。该数据对于同一居住人来说会存在多条不同时间点的走访记录，该数据对于同一房屋来说也会存在多条不同时间点的走访记录。按照时序处理，以同一居住人相邻两次房屋变化的数据为基础可以认定该居住人发生搬迁动作。将该居住人首次在一房屋内被走访记录的时间点作为入住时间，将该居住人首次在下一房屋内被走访记录的时间点作为搬离时间，继而可获取该居住人于一房屋内对应的入住时间和搬离时间。通过该方式获取的入住时间和搬离时间往往是存在滞后和不确定性的。为了使得后续模型能够更具有准确性，可以先采用该方式获取入住时间和搬离时间，后续再通过修正训练的方式逐渐修正入住时间和搬离时间。具体的修正训练方式参照后续的步骤。

[0057] 步骤S20，构建第一逻辑回归模型和第二逻辑回归模型，根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；所述第一模型用于预测房屋是否为出租状态，所述第二模型用于预测房屋居住人的居住时长。

[0058] 具体地，本实施例通过逻辑回归模型（Logistic Regression, LR）进行预测模型的构建。其中，第一逻辑回归模型和第二逻辑回归模型可采用sigmoid函数，该sigmoid函数的表达式为 ，其中， 、 、 …表示为训练样本的n个特征值（即影响概率的n个因子），本实施例具体是指历史标识数据集的各个具体参数； 、 、 … 表示为模型的回归参数，即每个特征值的权重值，具体是采用极大似然法进行回归参数的估计。

[0059] 本实施例通过将历史标识数据集的各个具体参数投入到第一逻辑回归模型、第二逻辑回归模型中进行大量地训练可以得到用于预测房屋是否为出租状态的第一模型和预测房屋居住人的居住时长的第二模型。具体的训练方式可以采用通用的迭代算法GIS和改进的迭代算法IIS来实现，在此不多加赘述。

[0060] 步骤S30，获取现有房屋租赁信息的数据集合，并对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将所述现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及预测现有房屋的居住人的居住时长。

[0061] 具体而言，现有房屋租赁信息的数据集合包括目标区域内当前房屋信息及对应的当前居住人信息。其中，当前房屋信息至少包含房屋地址，居住人信息至少包含居住人姓名、居住人性别、居住人年龄。其中，对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集的方式可参照后续关于历史标识数据集的方式进行构建，在此不做详细说明。

[0062] 本实施例通过将现有标识数据集输入到第一模型中以预测房屋是否为出租状态的概率值，通过将现有标识数据集输入到第二模型中以预测现有房屋的居住人的居住时长。其中，利用现有房屋的居住人的入住时间与预测的居住时长计算可得到预测的居住人的搬离时间。若该预测的搬离时间与实际搬离时间相差一个月以内，则可认为预测正确。

[0063] 在优选的实施例中，请参阅图2，对所述房屋租赁信息的历史数据集合进行特征标识的构建包括以下步骤：

[0064] 步骤S11，根据所述房屋租赁信息的历史数据集合对所有房屋进行编号标识以得到房屋编号，对所有居住人进行名称标识以得到居住人名称。通过该标识能够有效简化数据，避免数据量过于庞大而使得处理效率低和占用资源大的问题。

[0065] 步骤S12，根据所述房屋租赁信息的历史数据集合生成居住人时间链数据集，所述居住人时间链数据集包括所有的居住人名称及其对应的房屋编号、入住时间、搬离时间。具体而言，居住人时间链数据集例如可以表示为：居住人U1，房屋H1，入住时间X1，搬离时间X2。

[0066] 步骤S13，基于所述居住人时间链数据集，对相同房屋内居住时间存在交集的人员信息进行提取以构建居住人与同住人信息数据集；所述居住人与同住人信息数据集包括居住人名称、房屋编号及对应的同住人名称、居住人入住时间、居住人搬离时间、同住人入住时间、同住人搬离时间、居住时间交集月份数。

[0067] 具体而言，可以通过将步骤S12中的数据进行自关联，提取相同房屋内居住时间存在交集的人员来构成居住人与同住人信息数据集。以居住人时间链数据集中相同房屋内居住人U1和居住人U2为例，若满足居住人U1的入住时间小于居住人U2的搬离时间且居住人U1的搬离时间大于居住人U2的搬离时间，则可以确定居住人U1和居住人U2为居住人和同住人的关系，同时还能计算出其交集月份数（或交集天数），继而将其构成居住人与同住人信息数据集。例如，居住人与同住人信息数据集可以表示为居住人U1，房屋H1，同住人U2，居住人U1入住时间，居住人U1搬离时间，同住人U2入住时间，同住人U2搬离时间，交集月份数（或交集天数）。

[0068] 步骤S14，通过获取并整合所述目标区域内的就业信息、户籍和计生信息以确定居住人与同住人的关系标识，所述关系标识包括同事关系、亲属关系、其他关系。

[0069] 具体而言，同事关系可以根据就业信息以居住人入职时间和离职时间构建就职链，通过共同就业时间存在交集来确定居住人与同住人的同事关系。亲属关系可以根据户籍和计生信息以居住人构建三层直系亲属信息，获取居住人的配偶、子女、父母以及配偶父母信息来确定居住人与同住人的亲属关系。此外关系标识可以采用数字区分，例如，亲属关系表示为1，同事关系表示为2，其他关系表示为0，又如，若是亲属关系或同事关系则表示为1，若不是则表示为0。具体的居住人与同住人的关系标识可以是居住人U1，同住人U2，关系标识1（或2或0）；还可以是居住人U1，同住人U2，亲属关系1（或0），同事关系0（或1）。具体可以根据实际需求进行设定，在此不做限定。

[0070] 步骤S15，基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集；所述历史标识数据集包括第一数据集和第二数据集，所述第一数据集包括房屋编号及对应该房屋的历史居住人信息、对应该房屋的所在楼栋的居住人信息，以用于作为第一逻辑回归模型的训练样本；所述第二数据集包括居住人名称、居住人的历史居住信息及对应的历史同住人信息，以用于作为第二逻辑回归模型的训练样本。

[0071] 具体实施时，基于所述居住人与同住人信息数据集、所述居住人与同住人的关系标识，构建历史标识数据集，包括以下步骤：

[0072] 步骤S15a，构建居住人在当前房屋内的同住人特征明细数据集。

[0073] 通过将居住人与同住人信息数据集、居住人与同住人的关系标识的数据进行关联，以获得同住人与居住人的特征明细数据。其中，所述同住人特征明细数据至少包括：同住人名称及对应的居住人名称、居住时长、共同居住人数、共同居住总时长、平均共同居住时长、同住人与居住人的关系标识。

[0074] 步骤S15b，将所述同住人特征明细数据集与居住人时间链数据集进行汇总以构建居住人特征明细数据集。

[0075] 其中，所述居住人特征明细数据集至少包括：居住人名称及对应的房屋编号、居住人历史总居住时长、居住人平均居住时长、居住人与同住人为亲属关系人数、居住人与亲属的共同居住月份数、居住人与同住人为同事关系人数、居住人与同事的共同居住月份数、居住人历史居住房屋个数。

[0076] 步骤S15c，根据所述居住人特征明细数据集构建房屋特征明细数据集。

[0077] 所述房屋特征明细数据集至少包括：房屋编号及对应房屋的历史居住人与同住人的居住人数、历史居住人居住月份数、历史居住人平均居住人数、历史居住人平均居住月份数、历史居住人与同住人的关系标识、历史居住人平均共同居住月份数、房屋近一年人员变动次数。

[0078] 步骤S15d，对所述居住人特征明细数据集、所述房屋特征明细数据集、居住人信息、房屋信息进行数据提取以得到第一数据集和第二数据集。

[0079] 具体而言，第一数据集可以包括房屋编号、房屋近一年人员变动次数、历史居住人就业标识、历史居住人平均居住人数、历史居住人数方差、历史居住人年龄方差、房屋所在楼栋居住人年龄方差均值、房屋所在楼栋同房屋居住人性别相同比例、房屋所在楼栋同房屋居住人首次入住时间差均值等数据。其中，历史居住人就业标识、房屋历史居住人数方差、房屋历史居住人年龄方差、房屋所在楼栋的居住人年龄方差均值、房屋所在楼栋的居住人性别相同比例、房屋所在楼栋的同房屋居住人首次入住时间差均值通过房屋信息、居住人信息进行统计得到。第二数据集可以包括居住人、房屋编号、当前居住月份数、当前房屋同住人人数、同住人亲属人数、同住人同事人数、当前房屋同住人亲属交集月份数、当前房屋同住人同事交集月份数、居住人历史居住房屋个数、居住人历史居住房屋平均同住人亲属交集月份数、居住人历史居住房屋平均同住人同事交集月份数、当前房屋历史居住人平均居住人数、当前房屋历史居住人平均居住月份数等数据。

[0080] 当然，本领域技术人员还可以根据实际需求，针对上述数据集进行特征值的增加或减少或改变，以适应目标区域对房屋租赁信息的预测要求。

[0081] 进一步地，由于房屋租赁信息的历史数据集合中存在例如学校宿舍、职工宿舍的房屋信息，该类数据具有相对一致性，而这些数据容易对模型产生较大影响，进而影响模型训练的准确率。为了解决上述问题，提高模型的准确率，本优选实施例中，在根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练之前，还包括对所述历史标识数据集进行特殊数据剔除；

[0082] 所述特殊数据剔除包括以下至少一种：

[0083] 方式一，若房屋所在楼栋中居住人与同住人为同性标识的房屋与所在楼栋所有房屋的占比超过50%，且所在楼栋中满足同房屋的居住人与同住人的年龄方差低于预设方差值且入住时间和搬离时间相差在一个月以内的房屋与所在楼栋所有房屋的占比超过预设占比，则剔除该楼栋所有的房屋信息和居住人信息,该楼栋房屋初步判断为学校宿舍。

[0084] 具体可理解为学校宿舍中居住人与同住人为同性标识的房屋占比理论上是100%，职工宿舍中居住人与同住人为同性标识的房屋占比理论上是超过50%。并且，学校宿舍的同房屋的居住人和同住人年龄方差很低，且入住和搬离时间具有一致性，通过上述方式就可以有效筛除学校宿舍的相关数据，避免其影响模型训练的准确性。

[0085] 方式二，若房屋所在楼栋中居住人与同住人为同事关系的房屋与所在楼栋所有房屋的占比超过预设数值，则剔除该楼栋所有的房屋信息和居住人信息；该楼栋房屋初步判断为企业宿舍。

[0086] 具体可理解为楼栋中居住人与同住人为同事关系的房屋占比较高可以确认为职工宿舍，其预设数值可以根据实际需求进行设计，例如预设数值的范围可以介于70% 100%~之间，在此不做限定。

[0087] 方式三，若房屋所在楼栋中满足同房屋的居住人与同住人的年龄方差高于预设方差比例，且每次核实均发生人员搬迁，则剔除该楼栋所有的房屋信息和居住人信息，该房屋初步判断为酒店。

[0088] 具体可理解为房屋所在楼栋中包含有各个年龄段的人员，且每次核实均发生人员搬迁，就可以判断是酒店或者民宿。其中，具体的预设方差比例根据实际需求进行调整和设定，在此不做限定。

[0089] 这里需要特别说明的是，根据本实施例的发明构思，其特殊数据剔除的方式并不局限于上述方法。具体可以对影响较大的相关房屋信息根据其特点进行有效剔除。例如职工宿舍还可以根据就业登记信息进行辅助佐证剔除。又如学校宿舍的特征是一般以4人间、6人间和8人间居多，若楼栋中同房屋居住人数多数为4人或6人或8人的房屋占比高，也可以作为剔除对象。还如相关的酒店和民宿，其特征是历史居住人年龄方差高、居住时间短，大部分居住人于就业登记中不存在记录等，根据该些特征同样可剔除掉容易影响模型准确性的酒店和民宿的相关数据。

[0090] 当然，更好方式是将容易对模型准确性影响较大的相关数据直接排除，不作为房屋租赁信息的历史数据集合的一部分。但在大量的历史数据中，难免会存在一些无法被排除到的数据，而通过上述剔除方式可以有效对数据进行清洗，提高模型预测的准确率。

[0091] 在一实施例中，还包括步骤：对所述第一模型和第二模型的预测结果进行核实，并将相应的核实数据加入到所述房屋租赁信息的历史数据集合或所述历史标识数据集中以对第一模型和第二模型进行修正训练。

[0092] 具体而言，正确的核实数据作为训练样本加入到所述房屋租赁信息的历史数据集合或所述历史标识数据集中并对第一模型和第二模型进行再次训练。通过上述修正训练可以在不断地训练和优化模型过程中形成正反馈，从而逐渐提高模型的准确率。

[0093] 进一步地，为了评估模型的准确性，本预测方法还包括步骤：对训练好的第一模型和第二模型进行模型评估。具体地，可以将部分所述历史标识数据集作为测试样本输入至第一模型和第二模型中以得到预测的测试结果。再对预测的测试结果进行核实，若核实房屋的出租状态与实际一致则标注为正确，否则标注为错误；若核实居住人的居住时长与实际时长相差在一个预设时长内则标注为正确，否则标注为错误。所述预设时长可以根据实际需求进行限定，例如15天或30天。通过统计该标注结果可以得知模型的准确性。例如图3为某区域近一年数据采用本发明实施例的第二模型进行测试样本和训练样本的准确性进行统计，通过图3可知，仅采集一年数据的模型的全局准确率高达83%。由于搬迁和房屋性质变更的周期相对较长，因此在该基础上，可以通过长期且不断加入核实后正确的数据对本模型进行训练和优化，进而使得模型的准确率不断地提高。

[0094] 为了更好地阐述上述实施一提供的基于社区网格信息采集的城域房屋租赁预测方法，以下以一个具体步骤的实例详细说明本发明的实现过程：

[0095] （1）获取房屋租赁信息的历史数据集合

[0096] 整理社区走访数据，由于社区的各类走访数据中隐藏了居住人与房屋的相关信息，因此，通过梳理和挖掘数据可以有效获取房屋租赁信息的历史数据。具体例如：居住人U1，房屋H1，XX年XX月XX日，走访人A1。该数据表明了该XX时间点内社区走访人员A1对社区内居住于房屋H1的居住人U1进行走访，表明了U1和房屋H1于xx时间点的关系。其中，具体的房屋信息和居住人信息可以通过社区的相关档案或户籍资料获取。

[0097] （2）生成居住人时间链数据集

[0098] 根据步骤（1）中的数据可以得到同一居住人于不同时间点存在多条被走访的记录，同一房屋于不同时间点存在多条被走访的记录。按照时序处理，以同一居住人相邻两次走访时房屋发生变化认定为该人员存在搬迁动作。将该居住人首次在一房屋内被走访记录的时间点作为入住时间，将该居住人首次在下一房屋内被走访记录的时间点作为搬离时间，建立居住人时间链数据集。例如可表示为：居住人U1，房屋H1，入住时间X1，搬离时间X2。

[0099] （3）构建居住人与同住人信息数据集

[0100] 以一个当前居住人出发，使用步骤（1）中居住人时间链数据集进行自关联，提取以相同房屋且居住时间存在交集的人员组(即当前居住人U1的入住时间小于等于另一该房屋的居住人U2的搬离时间且居住人U1的搬离时间大于等于居住人U2的入住时间)，并获取其交集月份数（或交集天数），从而构建居住人与同住人信息数据集，具体如：居住人U1，房屋H1，同住人U2，U1入住时间，U1搬离时间，U2入住时间，U2搬离时间，交集月份数（或交集天数）。

[0101] （4）确定居住人与同住人的关系标识

[0102] 通过获取并整合户籍和计生数据，以居住人构建其三层直系亲属信息，获取居住人配偶、子女、父母以及配偶父母，如：居住人u1, 同住人u2, 关系类型代码。通过获取就业数据进行整合，构建居住人同事关系数据，以居住人入职时间和离职时间构建就职链，并通过共同就业交集生成同事关系信息，如：居住人u1, 同事u2。

[0103] （5）统计并构建当前居住人历史居住特征

[0104] 于步骤（1）中获得的居住时间链数据，通过以居住人进行分组统计，可获得当前居住人的当前房屋居住月份数、个人房屋居住总月份数、个人最大房屋居住月份数、个人最小房屋居住月份数、个人平均房屋居住月份数等指标。

[0105] （6）构建同住人特征明细数据集和居住人特征明细数据集

[0106] 于步骤（3）中获得的居住人与同住人信息数据集同步骤（4）构建的关系进行关联，以获得同住人特征明细数据集，如：居住人U1，房屋H1，同住人U2，居住人U1入住时间，居住人U1搬离时间，同住人U2入住时间，同住人U2搬离时间，交集月份数，亲属关系标识，同事关系标识。并将该数据以居住人u1、房屋H1为视角进行统计，构建居住人U1于房屋H1的居住人特征明细数据集，如：居住人U1，房屋H1，居住时长，共同居住人数，共同居总时长，最大共同居住时长，最小共同居住时长，平均共同居住时长等，再进一步汇总，汇总至居住人U1粒度下，获得居住人U1的历史总居住时长、居住人U1的平均居住时长、居住人U1单次平均共同居住人数、居住人U1单次平均共同居住月份数、居住人U1与同住人为亲属关系人数、居住人U1同亲属共同居住月份数、居住人U1与同住人为同事关系人数、居住人U1与同事共同居住月份数、居住人历史居住房屋个数等。进一步地，将上述居住人特征明细数据集进行自关联，关联条件为T1表同住人U2等于T2表居住人U1，以获取其居住人和同住人的统计值。

[0107] （7）构建房屋特征明细数据集

[0108] 根据上述步骤获取的数据以房屋H1为粒度进行统计，获取房屋H1的历史居住人与同住人的居住人数、历史居住人居住月份数、历史居住人平均居住人数、历史居住人平均居住月份数、历史居住人与同住人的关系标识、历史居住人平均共同居住月份数、房屋近一年人员变动次数等数据。

[0109] （8）特殊数据剔除

[0110] 由于社区采集过程中会对学校宿舍、职工宿舍、酒店和民宿等进行采集，在地址无法准确标注的情况下，需要对数据进行分类处理，如何发现这些对模型影响较大的数据，可以采用如下方法进行剔除：针对学校宿舍和职工宿舍采用对楼栋进行分析，其共同居住人同性标识于楼栋中占比高，理论上学校应为100%，同职工宿舍进行同步分析时，取楼栋内房屋共同居住人同性的房屋50%占比及以上的楼栋作为宿舍进行剔除，另学校宿舍按2人间、3人间、4人间、6人间和8人间居多，且同样于楼栋内相似情况居多，于房屋内，共同居住人年龄方差低，具有入住和搬离一致性。而职工宿舍则可以通过就业登记进行辅助佐证，共同居住人亲属率和同事率的总和高。针对于酒店及民宿数据，其特征为历史居住人年龄方差高，居住时间短，大部分人员于就业登记中不能存在记录。因此，可以通过该些特征对相关特殊数据进行剔除以提高模型训练的准确性。

[0111] （9）进行数据标注

[0112] 使用上述步骤（2）步骤（8）处理后的历史标识数据集分为第一数据集和第二数据~集，并分别进行数据标识，第一数据集中对房屋对应核实时间点的居住人标识是否为出租房，第二数据集中对居住人使用于房屋中的居住时长进行标注。

[0113] （10）进行模型构建和训练

[0114] 构建第一逻辑回归模型和第二逻辑回归模型，并分别将第一数据集和第二数据集作为训练样本分别投入到第一逻辑回归模型和第二逻辑回归模型中进行训练，第一模型主要用于预测房屋是否为出租房，当房屋性质可能发生变更时，可以生成走访任务进行核实。第二模型主要用于预测居住人可能的居住时长，从而推算搬离时间，并进行走访任务派发的优化。

[0115] （11）进行模型评估

[0116] 模型派发任务后，获取近一个月对应核实结果进行标注，如果预测为出租房核实为出租房则为正确，如果预测居住月份数+入住时间大于当前时间且核实房屋居住人发生变更则为准确，从而获知模型的准确率。

[0117] （12）预测新数据

[0118] 将现有房屋租赁信息的数据集合同样进行特征标识的构建得到现有标识数据集，再分别将现有标识数据集输入模型中，于模型一获取房屋是否为出租房的概率数据，于模型二中获取居住人的居住时长预测，并通过入住时间计算搬离时间是否处于临界状态，以预测值正负1个月为判断，若预测的搬离时间就在一个月内，则可派发走访任务进行核实。

[0119] （13）反馈及修正

[0120] 社区根据预测结果派发走访任务时主要针对是否为出租房、居住人是否变更进行核实，再将核实数据加入到训练样本中，形成正反馈，逐渐提升模型准确率。需要说明的是，模型的引入并不代表周期性全量核实的不派发，但它可以优化减少周期性核实频率，于两次周期性核实中使用更灵活的方式进行走访任务的实施。具体可理解为，原先走访周期为三个月一次，在三个月内需要对大量的房屋租赁任务的信息进行一一核实。而采用本发明提供的预测方法可以有效延长走访周期，例如将走访周期延长为半年一次，在这半年内可以根据预测结果进行更有针对性的核实工作即可，无需对所有的房屋租赁任务进行核实。

[0121] 综上，本发明实施例一提供的基于社区网格信息采集的城域房屋租赁预测方法借助社区走访隐含的房屋租赁信息的数据进行挖掘并形成历史标识数据集来训练模型，从而有效辅助社区人员完成房屋租赁任务的信息核实，优化资源管理。本方法不仅能够提高信息处理效率和准确性，还能延长走访周期、降低走访压力。

[0122] 实施例二

[0123] 本发明实施例还提供了一种基于社区网格信息采集的城域房屋租赁预测系统，请参阅图4，图4为本发明实施例提供的基于社区网格信息采集的城域房屋租赁预测的结构示意图，该系统至少包括：

[0124] 数据处理模块，获取房屋租赁信息的历史数据集合，并对所述房屋租赁信息的历史数据集合进行特征标识的构建以得到历史标识数据集。

[0125] 模型训练模块，构建第一逻辑回归模型和第二逻辑回归模型，根据所述历史标识数据集对所述第一逻辑回归模型和第二逻辑回归模型进行训练以获得第一模型和第二模型；所述第一模型用于预测房屋是否为出租状态，所述第二模型用于预测房屋居住人的搬离时间。

[0126] 数据预测模块，获取现有房屋租赁信息的数据集合，并对所述现有房屋租赁信息的数据集合进行特征标识的构建以得到现有标识数据集；将所述现有标识数据集输入至第一模型和第二模型中，以预测现有房屋是否为出租状态以及预测现有房屋的居住人的居住时长。

[0127] 可选地，该系统还包括特殊数据剔除模块，用于对所述历史标识数据集进行特殊数据剔除。所述特殊数据剔除包括以下至少一种：

[0128] 若房屋所在楼栋中居住人与同住人为同性标识的房屋与所在楼栋所有房屋的占比超过50%，且所在楼栋中满足同房屋的居住人与同住人的年龄方差低于预设方差值且入住时间和搬离时间相差在一个月以内的房屋与所在楼栋所有房屋的占比超过预设占比，则剔除该楼栋所有的房屋信息和居住人信息,该楼栋房屋初步判断为学校宿舍。

[0129] 若房屋所在楼栋中居住人与同住人为同事关系的房屋与所在楼栋所有房屋的占比超过预设数值，则剔除该楼栋所有的房屋信息和居住人信息；该楼栋房屋初步判断为企业宿舍。

[0130] 若房屋所在楼栋中满足同房屋的居住人与同住人的年龄方差高于预设方差比例，且每次核实均发生人员搬迁，则剔除该楼栋所有的房屋信息和居住人信息，该房屋初步判断为酒店。

[0131] 进一步地，还包括对数据预测模块中的预测结果进行核实，再将相应的核实数据投入到数据处理模块或模型训练模块进行修正训练。

[0132] 其中，各个模块的具体作用、功能均可参照实施例一的内容，在此不多加赘述。

[0133] 实施例三

[0134] 本发明实施例提供了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，所述计算机被处理器执行时实现如上第一方面任一实施例所述的基于社区网格信息采集的城域房屋租赁预测方法。

[0135] 具体实施时，计算机可读存储介质为磁碟、光盘、只读存储记忆体(Read‑OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid‑State Drive，SSD)等；计算机可读存储介质还可以包括上述种类的存储器的组合。

[0136] 实施例四

[0137] 请参阅图5，本发明实施例提供了一种电子设备，包括至少一个处理器、及与所述处理器通信连接的存储器，其中所述存储器存储可被至少一个处理器执行的指令，所述指令被至少一个处理器执行，以使所述处理器执行如上述方法实施例介绍的基于社区网格信息采集的城域房屋租赁预测方法。

[0138] 具体实施时，处理器的数量可以是一个或多个，处理器可以为中央处理器，(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field‑Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。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。

[0139] 存储器与处理器可以通过总线或其他方式通信连接，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使处理器执行如上方法实施例中介绍的基于社区网格信息采集的城域房屋租赁预测方法。

[0140] 综上所述，与现有技术相比，本发明提供的基于社区网格信息采集的城域房屋租赁预测方法及系统通过数据挖掘、特征标识构建、第一模型和第二模型预测等步骤实现对数据的有效处理，从而有效辅助社区人员完成房屋租赁任务的信息核实。不仅能够提高房屋租赁任务的信息处理效率和准确度，降低走访压力，减少人力资源浪费，还能有效延长走访周期，优化社区资源管理。

[0141] 另外，本领域技术人员应当理解，尽管现有技术中存在许多问题，但是，本发明的每个实施例或技术方案可以仅在一个或几个方面进行改进，而不必同时解决现有技术中或者背景技术中列出的全部技术问题。本领域技术人员应当理解，对于一个权利要求中没有提到的内容不应当作为对于该权利要求的限制。

[0142] 尽管本文中较多的使用了诸如房屋租赁信息的历史数据集合、历史标识数据集、第一逻辑回归模型、第二逻辑回归模型、第一模型、第二模型、现有标识数据集、居住人时间链数据集、居住人与同住人信息数据集、同住人特征明细数据集、居住人特征明细数据集、房屋特征明细数据集等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的；本发明实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

[0143] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。