买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种融合特征价格模型和复杂网络识别区域市场结构的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119444271B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411465488.5，技术领域涉及：G06Q30/0201；该发明授权一种融合特征价格模型和复杂网络识别区域市场结构的方法是由沈尧;曹杰;徐子寒;冯韵洁设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种融合特征价格模型和复杂网络识别区域市场结构的方法在说明书摘要公布了：本发明公开了一种融合特征价格模型和复杂网络识别区域市场结构的方法，包括以下步骤：采集全国区县城市的房价数据；结合特征价格模型和复杂网络建立城市区域联系模型；基于地级市尺度统计趋同指标并重构网络；采用louvain算法对网络进行计算，获得全国地级市尺度区域结构。本发明基于特征价格模型和复杂网络，提出了一种通过拟合优度测度城市之间的市场趋同联系程度，进而挖掘出区域结构的方法；以区县城市房地产市场之间的联系网络作为基础，进而在地级市尺度统计并重构网络，从区域尺度到地级市尺度是为了兼顾分析的精细度与可操作性，通过捕捉微观到宏观的市场相似性，实现对全国房地产市场区域结构的全面识别。

本发明授权一种融合特征价格模型和复杂网络识别区域市场结构的方法在权利要求书中公布了：1.一种融合特征价格模型和复杂网络识别区域市场结构的方法，其特征在于，包括以下步骤： S1、采集全国区县城市的房价数据，定义为房价样本点，得到集合HP；所述房价样本点包括：房屋单价信息、房屋结构信息和房屋经纬度信息；所述房屋结构信息包括：面积、卧室数量、卫生间数量和楼层； S2、结合特征价格模型和复杂网络建立城市区域联系模型，具体步骤如下： S2-1、以区县级城市为研究单位，构建相互具备共边的城市联系的初始网络，记作网络G0V,E；每个区县级城市为该网络的一个节点，称为区县市节点； S2-2、根据集合HP的房价样本点，对区县级城市建立特征价格模型，使用的变量包括：房屋结构信息、区位特征和设施距离；所述区位特征是指使用空间句法软件Depthmap计算得到的道路选择度、整合度；所述设施距离是指房屋与医院、小学、中学、超市的距离； S2-3、选择G0V,E网络中的任意两个相邻的区县市节点i和j，计算各自的特征价格模型的拟合优度，记作Ri2与Rj2；将i和j的数据合并，再次计算合并后的特征价格模型的拟合优度，记作Rij2； S2-4、计算网络边权W1，即： S2-5、为G0V,E网络赋权；V是区县市节点，节点权重为该区县市节点的拟合优度；E是区县市节点i和j之间的网络连边，该网络连边的权重为W1； S2-6、在G0V,E中移除W1小于1的边，即得到区县尺度上的区域联系网络G1V,E； S3、基于地级市尺度统计趋同指标并重构网络，具体步骤如下： S3-1、以地级市为研究单位，构建相互具备共边的城市联系的初始网络，记作网络G2V,E；每个地级市为该网络的一个节点，称为地级市节点； S3-2、统计地级市内部的G1V,E网络中的边的数量，作为G2V,E网络中的该地级市节点的节点权重； S3-3、统计任意相邻地级市之间存在的G1V,E网络中边的数量，作为G2V,E网络中的连边权重W2； S3-4、在G2V,E中移除W2为0的边，得到地级市尺度的区域趋同网络G3V,E； S4、采用louvain算法对G3V,E进行计算，获得全国地级市尺度区域结构，具体步骤如下： S4-1、初始化最大模块度和最佳分辨率，选定分辨率范围和步长，以步长为单位，将分辨率范围划分为一系列分辨率； S4-2、对每个分辨率重复执行Louvain算法，并记录每次的社区划分结果；选定随机种子的数值； S4-3、统计每个地级市节点在不同社区中的分配次数，生成社区分配概率，并选择地级市节点最常被分配到的社区作为最终划分； S4-4、计算该划分的模块度，最终输出最大模块度及其对应的最佳分辨率，进而获得全国地级市尺度区域结构。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。