目标房屋价格标签的确定装置、方法、设备及存储介质与流程

1.本发明涉及大数据技术领域，具体涉及目标房屋价格标签的确定装置、方法、设备及存储介质。


背景技术：

2.随着当前时代的发展，房屋租赁已成为不可或缺的一部分，并且给各大城市和租赁平台提供了机遇和挑战，尤其近年来租赁价格波动很大，首先一个因素在于房屋租赁市场有明显的季节性规律，房价不是一成不变的。
3.相关技术中对于存量房源的租房价格计算，依靠工作人员的调查和经验，因此，考虑的影响因素不够全面，价格标签的确定不符合实际情况，工作人员的主观性较强，确定价格标签效率低下。


技术实现要素：

4.有鉴于此，本发明提供了一种目标房屋价格标签的确定装置，以解决考虑的影响因素不够全面的问题。
5.第一方面，本发明提供了一种目标房屋价格标签的确定装置，包括：比对模块，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，实时模型价格因素为根据实时价格模型得到的价格因素，离线模型价格因素为根据离线价格模型得到的价格因素；数据获取模块，用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签；数据计算模块，用于将第一价格标签与第一价格系数相乘，得到第一目标价格标签，并用于将第二价格标签与第二价格系数相乘，得到第二目标价格标签；目标价格标签确定模块，用于将第一目标价格标签与第二目标价格标签进行比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签。
6.有益效果：本发明实施例的比对模块，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，数据获取模块，用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签，在价格标签确定的过程中，考虑到模型价格因素、流量数据以及入住数据，对比结果不同，获取的数据不同，使得价格标签的确定更加准确，更客观。数据计算模块，用于将第一价格标签与第一价格系数相乘，得到第一目标价格标签，并用于将第二价格标签与第二价格系数相乘，得到第
二目标价格标签；目标价格标签确定模块，用于将第一目标价格标签与第二目标价格标签进行比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签，得到第一目标价格标签和第二目标价格标签之后，将两个进行比较，选择较小者为目标价格标签，使得目标价格标签更容易被接受。本发明实施例与相关技术中依靠工作人员的调查和经验计算租房价格相比，更准确，考虑的影响因素更全面，更符合实际情况，更具客观性。
7.在一种可选的实施方式中，目标价格标签确定模块，还用于根据第一目标价格标签大于或等于第二目标价格标签，将第二目标价格标签确定为目标价格标签。
8.在一种可选的实施方式中，离线价格标签诊断模块，用于根据当前市场房屋与目标房屋的之间的相关关系，确定目标房屋的离线价格标签。
9.在一种可选的实施方式中，数据获取模块，还用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据一致，且实时入住数据和离线入住数据一致，获取离线价格标签；目标价格标签确定模块，还用于将离线价格标签确定为目标价格标签。
10.有益效果：实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，说明实时和离线价格因素的差别在误差允许的范围内，其他的因素没有变化，因此将离线价格标签确定为目标价格标签。
11.在一种可选的实施方式中，数据获取模块，还用于根据实时模型价格因素和离线模型价格因素的差值大于第一预设值，获取实时模型价格因素、第一价格系数以及第二目标价格标签；数据计算模块，还用于将实时模型价格因素与第一价格系数相乘，得到第三目标价格标签；目标价格标签确定模块，还用于将第二目标价格标签与第三目标价格标签进行比对，根据第二目标价格标签小于第三目标价格标签，将第二目标价格标签确定为目标价格标签。
12.有益效果：实时模型价格因素和离线模型价格因素的差值大于第一预设值，说明实时和离线的模型价格因素差别大，则根据实时模型价格因素重新确定目标价格标签。
13.在一种可选的实施方式中，目标价格标签确定模块，还用于根据第二目标价格标签大于或等于第三目标价格标签，将第三目标价格标签确定为目标价格标签。
14.第二方面，本发明提供了一种目标房屋价格标签的确定方法，包括：分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，实时模型价格因素为根据实时价格模型得到的价格因素，离线模型价格因素为根据离线价格模型得到的价格因素；根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签；将第一价格标签与第一价格系数相乘，得到第一目标价格标签，将第二价格标签与第二价格系数相乘，得到第二目标价格标签；将第一目标价格标签与第二目标价格标签进行比对，若第一目标价格标签小于第二目标价格标签，则将第一目标价格标签确定为目标价格标签。
15.有益效果：本发明实施例分别将实时模型价格因素和离线模型价格因素、实时流
量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签，在价格标签确定的过程中，考虑到模型价格因素、流量数据以及入住数据，对比结果不同，获取的数据不同，使得价格标签的确定更加准确，更客观。将第一价格标签与第一价格系数相乘，得到第一目标价格标签，将第二价格标签与第二价格系数相乘，得到第二目标价格标签；将第一目标价格标签与第二目标价格标签进行比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签。在得到第一目标价格标签和第二目标价格标签之后，将两个进行比较，选择较小者为目标价格标签，使得目标价格标签更容易被接受。本发明实施例与相关技术中依靠工作人员的调查和经验计算租房价格相比，更准确，考虑的影响因素更全面，更符合实际情况，更具客观性。
16.在一种可选的实施方式中，若第一目标价格标签大于或等于第二目标价格标签，则将第二目标价格标签确定为目标价格标签。
17.第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第二方面或其对应的任一实施方式的目标房屋价格标签的确定方法。
18.第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第二方面或其对应的任一实施方式的目标房屋价格标签的确定方法。
附图说明
19.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
20.图1是根据本发明实施例的目标房屋价格标签的确定装置的结构框图；
21.图2是根据本发明实施例的另一目标房屋价格标签的确定装置的结构框图；
22.图3是根据本发明实施例的目标房屋价格标签的确定方法的流程示意图；
23.图4是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
24.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。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
25.本发明实施例提供了一种目标房屋价格标签的确定装置，通过将多种因素进行比对以达到解决考虑的影响因素全面的效果。
26.根据本发明实施例，提供了一种目标房屋价格标签的确定装置实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，具体可在计算机设备中的处理器内执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
27.在本实施例中提供了一种目标房屋价格标签的确定装置，图1是根据本发明实施例的目标房屋价格标签的确定装置结构框图，图1中包括计算机设备中的处理器10，存储器20以及通信接口30，目标房屋价格标签的确定装置在计算机设备中的处理器10内执行，如图1所示，该装置包括：
28.比对模块101，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，实时模型价格因素为根据实时价格模型得到的价格因素，离线模型价格因素为根据离线价格模型得到的价格因素。
29.在本发明实施例中，房源根据状态不同有不同的状态标签，不可进行销售的房源状态标签为“不可销”，可以进行预定的房源的状态标签为“可预订”，已经预定的房源的状态标签为“已预订”，可以进行签约的房源的状态标签为“可签约”，已经签约完成的房源的状态标签为“已签约”。本发明实施例重点确定的目标价格标签的房源为状态标签为“可签约”的房源。
30.在一些可选的实施方式中，本发明实施例还包括使用价格模型的过程：获取不同房源的属性数据，根据不同房源的属性数据对实时价格模型进行训练，将目标房源的属性数据输入至训练完成的实时价格模型，得到实时模型价格因素；获取不同房源的属性数据，根据不同房源的属性数据对离线价格模型进行训练，将目标房源的属性数据输入至训练完成的离线价格模型，得到离线模型价格因素。
31.其中，流量数据中包括流量等级，流量等级是指房源的流量大小，是根据房源的带看数据以及曝光点击率得到的；入住数据包括经营等级，经营等级是指房源的经营状况，是根据房源的入住率以及出退比确定的，出退比为出房数量与退房数量的商。
32.数据获取模块102，用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签。
33.本实施例中的第一价格标签是指根据价格关系得到的价格标签，示例性地，第一价格标签可以为市场价格标签，第二价格标签是指小于或等于第二预设值的价格标签，示例性地，第二价格标签可以为促销价格标签。
34.其中，第一预设值可以为2％；若实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，则表示模型价格因素的误差在允许的范围内。
35.在一些可选的实施方式中，第一价格标签为根据价格关系得到的价格标签，价格关系为房源的实际出租价格数据与可出售价格数据之间的关系；第一价格系数和第二价格系数是在预先设置好的参数表中获取的数据，第一价格系数和第二价格系数随着价格关系的变化而变化；第二价格标签为小于或等于第二预设值的价格标签，第二预设值为历史出售价格的最小值，第二价格标签也就是根据最低出售价格数据得到的价格标签。
36.数据计算模块103，用于将第一价格标签与第一价格系数相乘，得到第一目标价格标签，并用于将第二价格标签与第二价格系数相乘，得到第二目标价格标签。
37.目标价格标签确定模块104，用于将第一目标价格标签与第二目标价格标签进行比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签。
38.具体地，上述目标价格标签确定模块104，还用于根据第一目标价格标签大于或等于第二目标价格标签，将第二目标价格标签确定为目标价格标签。
39.本发明实施例的比对模块，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，数据获取模块，用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签，在价格标签确定的过程中，考虑到模型价格因素、流量数据以及入住数据，对比结果不同，获取的数据不同，使得价格标签的确定更加准确，更客观。数据计算模块，用于将第一价格标签与第一价格系数相乘，得到第一目标价格标签，并用于将第二价格标签与第二价格系数相乘，得到第二目标价格标签；目标价格标签确定模块，用于将第一目标价格标签与第二目标价格标签进行比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签，得到第一目标价格标签和第二目标价格标签之后，将两个进行比较，选择较小者为目标价格标签，使得目标价格标签更容易被接受。本发明实施例与相关技术中依靠工作人员的调查和经验计算租房价格相比，更准确，考虑的影响因素更全面，更符合实际情况，更具客观性。
40.在本实施例中提供了一种目标房屋价格标签的确定装置，图2是根据本发明实施例的另一目标房屋价格标签的确定装置结构框图，图2中包括计算机设备中的处理器10，存储器20以及通信接口30，另一目标房屋价格标签的确定装置在计算机设备中的处理器10内执行，如图2所示，该装置包括：
41.比对模块201，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，实时模型价格因素为根据实时价格模型得到的价格因素，离线模型价格因素为根据离线价格模型得到的价格因素。详细请参见图1所示实施例的比对模块101，在此不再赘述。
42.数据获取模块202，用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签。详细请参见图1所示实施例的数据获取模块102，在此不再赘述。
43.数据计算模块203，用于将第一价格标签与第一价格系数相乘，得到第一目标价格标签，并用于将第二价格标签与第二价格系数相乘，得到第二目标价格标签。详细请参见图1所示实施例的数据计算模块103，在此不再赘述。
44.目标价格标签确定模块204，用于将第一目标价格标签与第二目标价格标签进行
比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签。详细请参见图1所示实施例的目标价格标签确定模块104，在此不再赘述。
45.离线价格标签诊断模块205，用于根据当前市场房屋与目标房屋的之间的相关关系，确定目标房屋的离线价格标签。
46.其中，确定目标房屋的离线价格标签包括，获取离线状态下的第一离线价格标签，第一离线价格系数、第二离线价格标签以及第二离线价格系数，第一离线价格标签为根据价格关系得到的价格标签，第二离线价格标签为小于或等于第二预设值的价格标签；将第一离线价格标签乘以第一离线价格系数，得到第一离线价格标签，将第二离线价格标签乘以第二离线价格系数，得到第二离线价格标签；将第一离线价格标签与第二离线价格标签进行比对，若第一离线价格标签小于第二离线价格标签，则将第一离线价格标签确定为离线价格标签；若第一离线价格标签大于第二离线价格标签，则将第二离线价格标签确定为目标房屋的离线价格标签。
47.在一些可选的实施方式中，上述数据获取模块202还用于根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据一致，且实时入住数据和离线入住数据一致，获取离线价格标签。
48.在本发明实施例中，实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，说明实时和离线价格因素的差别在误差允许的范围内，其他的因素没有变化，因此将离线价格标签确定为目标价格标签。
49.目标价格标签确定模块204，还用于将离线价格标签确定为目标价格标签。
50.在一些可选的实施方式中，数据获取模块202，还用于根据实时模型价格因素和离线模型价格因素的差值大于第一预设值，获取实时模型价格因素、第一价格系数以及第二目标价格标签。
51.数据计算模块203，还用于将实时模型价格因素与第一价格系数相乘，得到第三目标价格标签。
52.目标价格标签确定模块204，还用于将第二目标价格标签与第三目标价格标签进行比对，根据第二目标价格标签小于第三目标价格标签，将第二目标价格标签确定为目标价格标签。
53.目标价格标签确定模块204，还用于根据第二目标价格标签大于或等于第三目标价格标签，将第三目标价格标签确定为目标价格标签。
54.在本发明实施例中，实时模型价格因素和离线模型价格因素的差值大于第一预设值，说明实时和离线的模型价格因素差别大，则根据实时模型价格因素重新确定目标价格标签。
55.在本实施例中提供了一种目标房屋价格标签的确定方法，图3是根据本发明实施例的目标房屋价格标签的确定方法流程图，如图3所示，该方法包括：
56.步骤s301，分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，实时模型价格因素为根据实时价格模型得到的价格因素，离线模型价格因素为根据离线价格模型得到的价格因素。
57.步骤s302，根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获
取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签。
58.步骤s303，将第一价格标签与第一价格系数相乘，得到第一目标价格标签，将第二价格标签与第二价格系数相乘，得到第二目标价格标签。
59.步骤s304，将第一目标价格标签与第二目标价格标签进行比对，若第一目标价格标签小于第二目标价格标签，则将第一目标价格标签确定为目标价格标签。
60.在一些可选的实施方式中，若第一目标价格标签大于或等于第二目标价格标签，则将第二目标价格标签确定为目标价格标签。
61.在本发明实施例中，分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，根据实时模型价格因素和离线模型价格因素的差值小于或等于第一预设值，且实时流量数据和离线流量数据不一致，且实时入住数据和离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，第一价格标签为根据价格关系得到的价格标签，第二价格标签为小于或等于第二预设值的价格标签，在价格标签确定的过程中，考虑到模型价格因素、流量数据以及入住数据，对比结果不同，获取的数据不同，使得价格标签的确定更加准确，更客观。将第一价格标签与第一价格系数相乘，得到第一目标价格标签，将第二价格标签与第二价格系数相乘，得到第二目标价格标签；将第一目标价格标签与第二目标价格标签进行比对，根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签。在得到第一目标价格标签和第二目标价格标签之后，将两个进行比较，选择较小者为目标价格标签，使得目标价格标签更容易被接受。本发明实施例与相关技术中依靠工作人员的调查和经验计算租房价格相比，更准确，考虑的影响因素更全面，更符合实际情况，更具客观性，并且，通过计算目标价格标签可及时调整房源价格，有效的管理空置房源，避免出现长库龄房源，提高房源周转效率。
62.请参阅图4，图4是本发明可选实施例提供的一种计算机设备的结构示意图，如图4所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器10为例。
63.处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
64.其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。
65.存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、
至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
66.存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。
67.该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。
68.本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
69.虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

技术特征：
1.一种目标房屋价格标签的确定装置，其特征在于，所述装置包括：比对模块，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对，所述实时模型价格因素为根据实时价格模型得到的价格因素，所述离线模型价格因素为根据离线价格模型得到的价格因素；数据获取模块，用于根据所述实时模型价格因素和所述离线模型价格因素的差值小于或等于第一预设值，且所述实时流量数据和所述离线流量数据不一致，且所述实时入住数据和所述离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，所述第一价格标签为根据价格关系得到的价格标签，所述第二价格标签为小于或等于第二预设值的价格标签；数据计算模块，用于将所述第一价格标签与第一价格系数相乘，得到第一目标价格标签，并用于将所述第二价格标签与所述第二价格系数相乘，得到第二目标价格标签；目标价格标签确定模块，用于将所述第一目标价格标签与所述第二目标价格标签进行比对，根据所述第一目标价格标签小于所述第二目标价格标签，将所述第一目标价格标签确定为目标价格标签。2.根据权利要求1所述的装置，其特征在于，所述装置还包括：所述目标价格标签确定模块，还用于根据所述第一目标价格标签大于或等于所述第二目标价格标签，将所述第二目标价格标签确定为目标价格标签。3.根据权利要求1或2所述的装置，其特征在于，所述装置还包括：离线价格标签诊断模块，用于根据当前市场房屋与目标房屋的之间的相关关系，确定所述目标房屋的离线价格标签。4.根据权利要求3所述的装置，其特征在于，所述装置还包括：所述数据获取模块，还用于根据所述实时模型价格因素和所述离线模型价格因素的差值小于或等于所述第一预设值，且所述实时流量数据和所述离线流量数据一致，且所述实时入住数据和所述离线入住数据一致，获取所述离线价格标签；所述目标价格标签确定模块，还用于将所述离线价格标签确定为目标价格标签。5.根据权利要求1或2所述的装置，其特征在于，所述装置还包括：所述数据获取模块，还用于根据所述实时模型价格因素和所述离线模型价格因素的差值大于所述第一预设值，获取所述实时模型价格因素、所述第一价格系数以及所述第二目标价格标签；所述数据计算模块，还用于将所述实时模型价格因素与所述第一价格系数相乘，得到第三目标价格标签；所述目标价格标签确定模块，还用于将所述第二目标价格标签与所述第三目标价格标签进行比对，根据所述第二目标价格标签小于所述第三目标价格标签，将所述第二目标价格标签确定为目标价格标签。6.根据权利要求5所述的装置，其特征在于，所述装置还包括：所述目标价格标签确定模块，还用于根据所述第二目标价格标签大于或等于所述第三目标价格标签，将所述第三目标价格标签确定为目标价格标签。7.一种目标房屋价格标签的确定方法，其特征在于，所述方法包括：分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实
时入住数据和离线入住数据进行比对，所述实时模型价格因素为根据实时价格模型得到的价格因素，所述离线模型价格因素为根据离线价格模型得到的价格因素；根据所述实时模型价格因素和所述离线模型价格因素的差值小于或等于第一预设值，且所述实时流量数据和所述离线流量数据不一致，且所述实时入住数据和所述离线入住数据不一致，获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数，所述第一价格标签为根据价格关系得到的价格标签，所述第二价格标签为小于或等于第二预设值的价格标签；将所述第一价格标签与第一价格系数相乘，得到第一目标价格标签，将所述第二价格标签与所述第二价格系数相乘，得到第二目标价格标签；将所述第一目标价格标签与所述第二目标价格标签进行比对，若所述第一目标价格标签小于所述第二目标价格标签，则将所述第一目标价格标签确定为目标价格标签。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：若所述第一目标价格标签大于或等于所述第二目标价格标签，则将所述第二目标价格标签确定为目标价格标签。9.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求7至8中任一项所述的目标房屋价格标签的确定方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求7至8中任一项所述的目标房屋价格标签的确定方法。

技术总结
本发明涉及大数据技术领域，公开了目标房屋价格标签的确定装置、方法、设备及存储介质，目标房屋价格标签的确定装置包括：比对模块，用于分别将实时模型价格因素和离线模型价格因素、实时流量数据和离线流量数据以及实时入住数据和离线入住数据进行比对；数据获取模块，用于获取第一价格标签、第一价格系数、第二价格标签以及第二价格系数；数据计算模块，用于确定第一目标价格标签和第二目标价格标签；目标价格标签确定模块，用于根据第一目标价格标签小于第二目标价格标签，将第一目标价格标签确定为目标价格标签。本发明根据模型价格因素、流量数据以及入住数据的比对确定目标价格标签，影响因素考虑全面，得到的目标价格标签更加客观。更加客观。更加客观。


技术研发人员：徐剑 王雅竹
受保护的技术使用者：北京自如信息科技有限公司
技术研发日：2023.08.17
技术公布日：2023/10/11