一种基于大数据分析的房产信息服务系统及其使用方法与流程

本发明涉及信息服务系统技术领域，尤其涉及一种基于大数据分析的房产信息服务系统及其使用方法。

背景技术：

不动产(immovableproperty)是指依自然性质或法律规定不可移动的财产，如土地，房屋、探矿权、采矿权等土地定着物，与土地尚未脱离的土地生成物、因自然或者人力添附于土地并且不能分离的其他物。不动产作为自然物的特性有:不可移动性，又称位置固定性，即地理位置固定；个别性，也称独特性、独一无二，包括位置差异、利用程度差异、权利差异；耐久性，又称寿命长久，如土地不因使用或放置而损耗、毁灭，而且增值；数量有限性，又称供给有限，土地总量固定有限，经济供给有弹性。

房产是属于不动产的一部分，要充分发掘房产数据的内在价值必须结合不动产相关的社会经济大数据。现代社会经济活动高度依赖互联网，人类的相关活动在互联网上留下了大量的痕迹数据，这些数据正在以极快的速度增长着，并且它们是开放免费的。同时，一些开放数据组织机构出于促进大数据产业发展，帮助研究团体和个人获得数据的目的，向社会免费公开所收集的数据。采用一定的技术手段获取这些带有社会经济属性的数据，将它们与房产数据相结合，构建房产大数据加以分析、挖掘，在大大节约成本的同时,也充分释放出不动产数据的内在经济、社会效益。综上所述，如何提供一种基于大数据分析的房产信息服务系统及其使用方法是本领域技术人员需要解决的技术难题。

技术实现要素：

针对现有技术中的上述不足之处，本发明提供了一种基于大数据分析的房产信息服务系统及其使用方法。

本发明为解决上述技术问题，采用以下技术方案来实现：

设计一种基于大数据分析的房产信息服务系统，包括海量数据采集模块、海量数据存储服务器、大数据分析模块、深度学习模块和数据输出模块，其中：

所述的海量数据采集模块与海量数据源连接，其用于采集海量数据源中的海量房产业务数据，并将所述海量房产业务数据存储到海量数据存储服务器中；

所述的海量数据存储服务器与海量数据采集模块相连接，其用于将海量数据采集模块采集的数据进行存储；

所述的深度学习模块与大数据分析模块相连接，其通过深度学习算法为大数据分析模块的海量数据分析建立所需的深度学习模型；所述的深度学习模型包括数据处理模块、模型训练模块、模型评估模块和模型预测模块；所述的数据处理模块用于对数据进行转换、加载、特征提取、特征计算及特征选择；所述的模型训练模块用于对经数据处理模块处理以后的数据进行大量训练，建立深度学习模型；所述的模型评估模块用于对建立的深度学习模型进行评估；所述的模型预测模块根据建立的深度学习模型形成预测信息并将预测信息传递至大数据分析模块，用于所述大数据分析模块进行分析；

所述的大数据分析模块包括房产特性指标分析模块、影响因素和影响机理分析模块、用户行为模式分析模块；所述的房产特性指标分析模块、影响因素和影响机理分析模块、用户行为模式分析模块分别在所述海量数据存储服务器中采集信息，并将采集的信息传递至所述的深度学习模块中，并将深度学习模块得到的预测信息进行归一化处理后形成房产信息服务报告；

所述的数据输出模块与大数据分析模块连接，其用于将房产信息服务报告输出。

优选的，所述的海量数据源包括房产登记信息、互联网信息、物联网信息和政务数据库。

优选的，所述的海量数据存储服务器为云服务器。

优选的，所述的数据输出模块设有查询装置，所述的查询装置用于查询房产信息服务报告。

设计一种基于大数据分析的房产信息服务系统的使用方法，包括如下步骤：海量数据采集模块与互联网连接，实时采集海量数据源，并将采集的海量数据源存储在海量数据存储服务器中；大数据分析模块调用海量数据存储服务器中存储的数据并通过深度学习模块进行建模、得出预测信息，再由深度学习模块将得出的预测信息传递至大数据分析模块中，由所述的大数据分析模块将得到的预测信息进行归一化处理后形成房产信息服务报告；房产信息服务报告经数据输出模块输出以供大众查询。

本发明提出的一种基于大数据分析的房产信息服务系统及其使用方法，有益效果在于：

(1)本发明房产信息系统首先依靠海量数据采集模块采集海量的房产信息，使得到的信息充分、完整；然后再利用深度学习模块建立深度学习模型进行学习并得出预测信息，通过建立深度学习模型使预测的信息更加的准确；接着再通过大数据分析模块的归一化处理后形成房产信息服务报告，将房产信息汇总在一起形成完成的方案；本发明系统解决了现有技术中房产信息来源多样，权威性和可靠性不足的缺点，运用大数据方法和深度学习方法进行预测、学习得到的结果更加的可靠；同时本发明系统房产信息来源多，进一步提高了信息的准确程度；

(2)发明房产信息系统统计的数据以大数据的数据获取、融合、挖掘为支持，可以更好的发挥房产数据和大数据的价值，提升数据资源的可利用性。

附图说明

下面结合附图中的实施例对本发明作进一步的详细说明，但并不构成对本发明的任何限制。

图1为本发明系统的结构示意图。

具体实施方式

下面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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

参阅附图1所示，本发明的一种基于大数据分析的房产信息服务系统，包括海量数据采集模块、海量数据存储服务器、大数据分析模块、深度学习模块和数据输出模块，其中：

所述的海量数据采集模块与海量数据源连接，其用于采集海量数据源中的海量房产业务数据，并将所述海量房产业务数据存储到海量数据存储服务器中；

所述的海量数据存储服务器与海量数据采集模块相连接，其用于将海量数据采集模块采集的数据进行存储；

所述的深度学习模块与大数据分析模块相连接，其通过深度学习算法为大数据分析模块的海量数据分析建立所需的深度学习模型；所述的深度学习模型包括数据处理模块、模型训练模块、模型评估模块和模型预测模块；所述的数据处理模块用于对数据进行转换、加载、特征提取、特征计算及特征选择；所述的模型训练模块用于对经数据处理模块处理以后的数据进行大量训练，建立深度学习模型；所述的模型评估模块用于对建立的深度学习模型进行评估；所述的模型预测模块根据建立的深度学习模型形成预测信息并将预测信息传递至大数据分析模块，用于所述大数据分析模块进行分析；

所述的大数据分析模块包括房产特性指标分析模块、影响因素和影响机理分析模块、用户行为模式分析模块；所述的房产特性指标分析模块、影响因素和影响机理分析模块、用户行为模式分析模块分别在所述海量数据存储服务器中采集信息，并将采集的信息传递至所述的深度学习模块中，并将深度学习模块得到的预测信息进行归一化处理后形成房产信息服务报告；

所述的数据输出模块与大数据分析模块连接，其用于将房产信息服务报告输出。

所述的海量数据源包括房产登记信息、互联网信息、物联网信息和政务数据库，所述的海量数据存储服务器为云服务器，所述的数据输出模块设有查询装置，所述的查询装置用于查询房产信息服务报告。

本发明的一种基于大数据分析的房产信息服务系统的使用方法，包括如下步骤：海量数据采集模块与互联网连接，实时采集海量数据源，并将采集的海量数据源存储在海量数据存储服务器中；大数据分析模块调用海量数据存储服务器中存储的数据并通过深度学习模块进行建模、得出预测信息，再由深度学习模块将得出的预测信息传递至大数据分析模块中，由所述的大数据分析模块将得到的预测信息进行归一化处理后形成房产信息服务报告；房产信息服务报告经数据输出模块输出以供大众查询。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。