预测商品价格的方法和装置的制造方法
【技术领域】
[0001]本发明涉及数据处理技术领域，尤其涉及一种预测商品价格的方法和装置。
【背景技术】
[0002]在日常生活中，人们会遇到需要预测商品价格的场景，例如，需要预测房产价格。以房产价格预测为例，现有技术中，通常是以房产所在小区为维度进行分析，考虑因素较单一，从而预测准确度不高。
【发明内容】
[0003]本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004]为此，本发明的一个目的在于提出一种预测商品价格的方法，该方法可以提高商品价格的预测准确度。
[0005]本发明的另一个目的在于提出一种预测商品价格的装置。
[0006]为达到上述目的，本发明第一方面实施例提出的预测商品价格的方法，包括:获取与待预测商品相关的数据，所述数据包括如下项中的一项或多项:待预测商品的相关商品的历史价格数据、与待预测商品相关的用户兴趣数据、与待预测商品相关的宏观数据；根据所述数据进行分析，得到待预测商品的预测价格；将所述预测价格通过客户端展示给用户。
[0007]本发明第一方面实施例提出的预测商品价格的方法，通过获取待预测商品的相关的数据，该相关的数据不局限在一种维度上，从而可以在预测时考虑更多的因素，提高预测准确度。
[0008]为达到上述目的，本发明第二方面实施例提出的预测商品价格的装置，包括:获取模块，用于获取与待预测商品相关的数据，所述数据包括如下项中的一项或多项:待预测商品的相关商品的历史价格数据、与待预测商品相关的用户兴趣数据、与待预测商品相关的宏观数据；预测模块，用于根据所述数据进行分析，得到待预测商品的预测价格；展示模块，用于将所述预测价格通过客户端展示给用户。
[0009]本发明第二方面实施例提出的预测商品价格的装置，通过获取待预测商品的相关的数据，该相关的数据不局限在一种维度上，从而可以在预测时考虑更多的因素，提高预测准确度。
[0010]本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0011]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中:
[0012]图1是本发明一实施例提出的预测商品价格的方法的流程示意图；
[0013]图2是本发明另一实施例提出的预测商品价格的方法的流程示意图；
[0014]图3是本发明实施例中真实值与预测值的比较示意图；
[0015]图4是本发明实施例应用到待预测商品相关的广品中的不意图；
[0016]图5是本发明实施例应用到专门的预测产品中的示意图；
[0017]图6是本发明另一实施例提出的预测商品价格的装置的结构示意图；
[0018]图7是本发明另一实施例提出的预测商品价格的装置的结构示意图。
【具体实施方式】
[0019]下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0020]图1是本发明一实施例提出的预测商品价格的方法的流程示意图，该方法包括:
[0021]S11:获取与待预测商品相关的数据，所述数据包括如下项中的一项或多项:待预测商品的相关商品的历史价格数据、与待预测商品相关的用户兴趣数据、与待预测商品相关的宏观数据。
[0022]本发明实施例中，以房产预测为例，可以理解的是，本发明的预测方法也可以应用到其他商品的预测。
[0023]本发明实施例中，以与待预测房产相关的数据包括如下三项为例，可以理解的是，也可以根据实际需要调整选择如下项中的一项或多项:
[0024]待预测房产的相关房产的历史价格数据，与待预测房产相关的用户兴趣数据，与待预测房产相关的宏观数据。
[0025]其中，上述各项数据可以通过多种途径获取，例如:
[0026]获取所述历史价格数据，包括如下项中的一项或多项:
[0027]从所述待预测商品的售卖网站获取所述相关商品的历史出售价格；
[0028]从所述待预测商品的交易平台网站获取所述相关商品的历史成交价格；
[0029]从线下获取所述相关商品的历史价格。
[0030]获取所述用户兴趣数据，包括如下项中的一项或多项:
[0031]通过搜索引擎获取用户产生的与待预测商品相关的行为数据；
[0032]通过基于位置的服务获取用户产生的与待预测商品相关的行为数据；
[0033]通过网络社区获取用户产生的与待预测商品相关的行为数据；
[0034]通过社交网络获取用户产生的与待预测商品相关的行为数据；
[0035]通过输入法获取用户产生的与待预测商品相关的行为数据；
[0036]通过浏览器获取用户产生的与待预测商品相关的行为数据。
[0037]获取所述宏观数据，包括:
[0038]获取与待预测商品相关的关键词的检索量。
[0039]所述与待预测商品相关的关键词包括如下项中的一项或多项:
[0040]与待预测商品所属类别相关的关键词；
[0041]与特定区域的待预测商品所属类别相关的关键词；
[0042]与待预测商品相关的国家政策或地区政策的关键词。
[0043]S12:根据所述数据进行分析，得到待预测商品的预测价格。
[0044]例如，当所述数据包括:所述历史价格数据、所述用户兴趣数据和所述宏观数据时，所述根据所述数据进行分析，得到待预测商品的预测价格，包括:
[0045]对所述历史价格数据进行垂直预测，得到垂直预测数据；
[0046]根据所述垂直预测数据、所述用户兴趣数据和所述宏观数据进行分析，得到待预测商品的预测价格。
[0047]S13:将所述预测价格通过客户端展示给用户。
[0048]例如，服务端在得到预测价格后，可以将预测价格发送给客户端，由客户端展示给用户。
[0049]本实施例中，通过获取待预测商品的相关的数据，该相关的数据不局限在一种维度上，从而可以在预测时考虑更多的因素，提高预测准确度。
[0050]图2是本发明另一实施例提出的预测商品价格的方法的流程示意图，该方法包括:
[0051]S21:房产数据采集模块获取待预测房产的相关房产的历史价格数据。
[0052]其中，房产数据采集模块可以收集不同信息源的数据，并对来自不同信息源的数据进行甄别、归类和数据去噪，数据去噪时可以根据预设规则执行，从而提高预测可信度。
[0053]如图2所示，不同信息源的数据可以包括:
[0054]S211:房产价格自动收集部件从房产的售卖网站获取相关房产的历史出售价格。
[0055]例如，房产价格自动收集部件从主流的房产中介网站上通过网络爬虫技术爬取相关房产的历史挂牌价。其中，相关房产例如是与待预测的房产位于同一个小区的房产。
[0056]S212:房产交易中心连接部件从房产的交易平台网站获取相关房产的历史成交价格。
[0057]例如，房产交易中心连接部件从由房产局下属的官方机构，也就是房产交易中心获取历史成交价及近期成交量。
[0058]S213:线下数据录入部件从线下获取相关房产的历史价格。
[0059]例如，线下数据录入部件整理来自线下的房屋中介或房地产商所提供的房产销售数据。
[0060]S22:大数据兴趣挖掘模块获取与待预测房产相关的用户兴趣数据。
[0061 ] 其中，大数据兴趣挖掘模块可以从不同的途径获取到用户兴趣数据。
[0062]如图2所示，用户兴趣数据的获取可以具体包括:
[0063]S221:搜索引擎数据挖掘部件通过搜索引擎获取用户产生的与待预测商品相关的行为数据；
[0064]例如，搜索引擎数据挖掘部件负责挖掘用户在搜索引擎上对待预测房产所在小区的搜索量，包括但不仅限于来自PC端和移动端的检索。
[0065]S222:基于位置的服务挖掘部件通过基于位置的服务