车辆报价方法、装置、系统和计算机可读存储介质与流程

技术特征：
1.一种车辆报价方法，其特征在于，所述方法包括：获取历史成交订单数据和待报价车辆的当前报价方案，以及所述待报价车辆的车型信息；从所述历史成交订单数据和所述车型信息中提取所述待报价车辆的特征信息，并将所述特征信息输入到已训练的售出时长预测模型中，得到所述已训练的售出时长预测模型输出的所述待报价车辆的预测售出时长；其中，所述已训练的售出时长预测模型是以车辆的特征信息作为输入，以车辆的实际售出时长作为监督，对机器学习模型进行训练得到的；根据所述预测售出时长，调整所述当前报价方案。2.根据权利要求1所述的车辆报价方法，其特征在于，获取所述当前报价方案包括：获取所述待报价车辆的参考价值；根据所述参考价值，生成多个参考报价方案，并分别确定所述待报价车辆的历史报价方案相对于所述多个参考报价方案的差异化价值；根据所述历史成交订单数据确定所述待报价车辆的历史平均售出时长，并基于所述历史平均售出时长分别修正所述待报价车辆在所述多个参考报价方案下的差异化价值，得到修正的差异化价值；根据修正的差异化价值，确定所述待报价车辆的修正的多个参考报价方案的总价；确定修正的多个参考报价方案的最低总价，并以所述最低总价作为所述历史报价方案的总价，生成所述当前报价方案。3.根据权利要求2所述的车辆报价方法，其特征在于，获取所述待报价车辆的参考价值包括：根据所述历史成交订单数据，获取与所述待报价车辆的车型相同的多个车辆的里程、上牌时间以及市场价；将所述多个车辆按照里程和上牌时间划分为多个价值档位，并根据每个价值档位中车辆的市场价确定该价值档位对应的参考价值；根据所述待报价车辆的里程以及上牌时间确定所述待报价车辆的价值档位，并将所述待报价车辆的价值档位对应的参考价值作为所述待报价车辆的参考价值。4.根据权利要求1所述的车辆报价方法，其特征在于，根据所述预测售出时长，调整所述当前报价方案包括：在所述当前报价方案为分期付款报价方案的情况下，根据所述预测售出时长，调整所述分期付款报价方案的分期利率；其中，所述预测售出时长与所述分期利率呈反比关系。5.根据权利要求1所述的车辆报价方法，其特征在于，所述的特征信息包括以下至少之一：时间特征、车型特征、价格特征、优惠特征、节日特征、区域特征。6.根据权利要求1至5中任一项所述的车辆报价方法，其特征在于，所述方法还包括：根据所述当前报价方案，确定所述待报价车辆的拍卖利润和二次上架售出利润；根据所述预测售出时长，确定所述待报价车辆的拍卖概率和售出概率；根据所述拍卖利润、所述拍卖概率、所述售出利润和所述售出概率，确定所述待报价车辆的利润期望值；在所述利润期望值低于预设阈值的情况下，提示所述当前报价方案存在异常。7.一种车辆报价装置，其特征在于，所述装置包括：
获取模块，用于获取历史成交订单数据和待报价车辆的当前报价方案，以及所述待报价车辆的车型信息；提取模块，用于从所述历史成交订单数据和所述车型信息中提取所述待报价车辆的特征信息；输入模块，用于将所述特征信息输入到已训练的售出时长预测模型中，得到所述已训练的售出时长预测模型输出的所述待报价车辆的预测售出时长；其中，所述已训练的售出时长预测模型是以车辆的特征信息作为输入，以车辆的实际售出时长作为监督，对机器学习模型进行训练得到的；调整模块，用于根据所述预测售出时长，调整所述当前报价方案。8.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的车辆报价方法。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一项所述的车辆报价方法。10.一种车辆报价系统，其特征在于，所述系统包括：用户终端和服务器，所述服务器与所述用户终端通过网络连接，其中，所述服务器包括存储器、处理器以及存储在所述存储器上的并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的车辆报价方法；所述用户终端用于接收并显示所述当前报价方案。

技术总结
本申请实施例涉及一种车辆报价方法、装置、系统和计算机可读存储介质，其中，该车辆报价方法包括：获取历史成交订单数据和待报价车辆的当前报价方案，以及待报价车辆的车型信息；从历史成交订单数据和车型信息中提取待报价车辆的特征信息，并将特征信息输入到已训练的售出时长预测模型中，得到已训练的售出时长预测模型输出的待报价车辆的预测售出时长；根据预测售出时长，调整当前报价方案。通过本申请实施例，解决了相关技术中车辆交易平台由于车辆售出时间较长导致平台服务器负担增加的问题，实现了降低服务器负担的技术效果。实现了降低服务器负担的技术效果。实现了降低服务器负担的技术效果。


技术研发人员：岳佳欣 王哲
受保护的技术使用者：浙江大搜车软件技术有限公司
技术研发日：2020.05.15
技术公布日：2021/11/19