一种基于深度学习的厂房市场价值自动预测方法

本发明公开了一种基于深度学习的厂房市场价值自动预测方法，包括如下步骤：采集多源异构数据，形成标准化数据集；构建厂房地块的空间图结构，生成空间邻接矩阵；基于标准化数据集构建多模态特征向量集，形成节点特征表示集合；将节点特征表示集合与空间邻接矩阵输入改进型时空图神经网络模型中，得到联合嵌入表示矩阵；构建强化学习控制器，对改进型时空图神经网络模型进行优化；基于优化后的改进型时空图神经网络模型，输出估值结果集合；基于历史误差反馈与市场变化情况，定期或实时触发改进型时空图神经网络模型在线更新机制。本发明采用改进型时空图神经网络，实现厂房市场价值自动预测。