江门职业技术学院 郭亚东

信息科技创新应用赋能产业，促进社会数字化发展，建设数字社会是“十四五”规划重点说明的内容。大数据、机器学习算法、人工智能的创新应用是促进传统产业与数字技术融合的突破口。住房作为百姓重要资产，合理的房价关乎人民福祉，是保持经济健康稳定发展的重中之重。关于房价影响因素分析、房价预测方面的研究开展的比较早，但多侧重于理论研究，国内房屋交易平台提供的小区均价参考价值有限。本文重点研究大数据、人工智能在房价预测场景的落地应用，以市场房屋数据为蓝本，经过数据清洗、评估、提取、分析处理形成数据集，基于AdaBoost算法拟合，使用分布式系统部署，公布HTTP API方式提供服务。

1 架构设计

基于AdaBoost算法的房价预测服务平台按照分层设计，分别是对外接入层、标准算法层、并行平台层、基础资源层，层间功能划分清晰不耦合，便于模块化开发。公共组件模块作为平台支撑贯穿各层次，为平台提供日志监控、权限控制、集群管理和环境切换方法，增强系统稳定性和易用性。系统架构如图1所示。

图1 系统架构

对外接入层用于公布房价预测服务平台访问方式，HTTP通信协议简单易用，拥有较高的跨平台特性和通用性，因此对外接入层采用HTTP API方式提供服务，依靠Authorization Header传递授权Token，实现鉴权。依据访问压力动态调整集群规模，提高节点使用率，有效控制成本。

标准算法层研究并实现房价预测模型核心算法，获取市场房屋数据后，通过数据清洗检查数据一致性，处理无效值、缺失值情况数据；……