龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京科技大学;北京科技大学顺德研究生院
申请日：2022-04-06
公开（公告）日：2022-08-30
公开（公告）号：CN114971675A
主分类号：G06Q30/02
分类号：G06Q30/02;G06K9/62;G06N3/04;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2022.09.16#实质审查的生效;2022.08.30#公开
摘要：本发明公开了一种基于DeepFM模型的二手车价格评估方法，包括：将二手车交易数据作为输入数据；二手车数据中属性特征进行特征分割；对二手车的三类特征进行分别预处理；将同一辆二手车预处理之后的属性特征排列为一行，构成一个行向量；将所有二手车的数据按行排列拼接，构成二手车数据矩阵；对二手车数据矩阵中的数值特征进行数据降维，得到数据矩阵；将二手车数据价格作为标签拼接到对应二手车价格行末尾；构建DeepFM网络；将得到的二手车数据矩阵输入到DeepFM模型中进行训练，得到模型的参数；将得到的二手车数据矩阵输入到DeepFM模型中进行价格预估。本发明的优点是：提高了二手车价格评估地精确度，减少了工作量，降低特征维数，节约内存及运算时间。
主权项：1.一种基于DeepFM模型的二手车价格评估方法，其特征在于，包括以下步骤：1将历史二手车交易数据作为输入数据；历史二手车交易数据包括二手车属性特征数据xorigin及交易价格y，其中属性特征包括车辆注册日期、车辆交易日期、车型、汽车品牌、车身类型、燃油类型、变速箱类型、发动机功率、汽车里程数、车辆地区；2将二手车数据中属性特征进行特征分割，分割为三类特征：数值特征、高基数类别特征和低基数类别特征；3对二手车的三类特征进行分别预处理；预处理包括：数据清洗、缺失值填补、特征编码和数据标准化；4将同一辆二手车预处理之后的属性特征排列为一行，构成一个行向量x；5将所有二手车的数据xi按行排列拼接，构成二手车数据矩阵；6对二手车数据矩阵X中的数值特征进行数据降维，得到数据矩阵X'；7将二手车数据价格作为标签拼接到对应二手车向量行末尾；8构建DeepFM模型，用于评估二手车价格；9将用于模型训练的二手车数据经过1-7步骤，将得到的二手车数据矩阵输入到DeepFM模型中进行训练，将得到模型的参数及用于二手车价格预估的网络模型；10将需要进行预估的二手车数据经过1-6步骤,将得到的二手车数据矩阵输入到DeepFM模型中进行价格预估。
全文数据：
权利要求：
百度查询： 北京科技大学;北京科技大学顺德研究生院 一种基于DeepFM模型的二手车价格评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号