Zillow可能已经向Zillow奖的获奖者支付了100万美元，这是一项旨在改善其长期运行的Zestimate的竞赛，但看起来获奖团队的一些调查结果正在为房屋估价工具带来回报。
这家总部位于西雅图的房地产技术公司周四宣布，自2006年推出以来，新的Zestimate是“最复杂，最准确”的版本。为实现这一目标，该公司将实时数据和计算机视觉的使用归功于此这是在Zillow上数以百万计的家庭照片培训的。
Zillow表示，对于待售房屋，Zestimate错误率现在不到房屋最终销售价格的2%。
来自为期91个国家的超过3,800支队伍的数据科学竞赛为期两年的Zillow奖的想法已被纳入Zestimate。先进的机器学习技术现在可以搜索照片中的特殊元素，家庭和神经网络的细节可以处理像素并相应地调整值。
“新的Zestimate受到人类大脑解释场景，物体和图像的启发，”Zestimate的首席分析官兼创始人Stan Humphries在新闻发布会上表示。“这是一个很大的飞跃，因为这意味着Zestimate现在不仅可以了解房屋的事实和数据，还可以了解其质量和遏制吸引力。通过使用Zillow上数以百万计的家庭照片训练神经网络，Zestimate现在重视人们最为自豪的特征 - 如新的花岗岩台面，改造后的浴室或精心设计的后院。“
来自待售房屋的实时数据，包括清单价格和房屋在市场上销售的时间，也是该工具的新关键。
Zillow一直将Zestimate视为消费者在考虑购买或出售房屋时可以获得的一个数据点 - 以及近期房屋销售和房地产专业人士指导等信息。Zillow明确指出，Zestimate并不构成评估，而是听起来像一个估计。十三年前，这标志着房主第一次获得估计的房屋价值 - 以前只有房地产经纪人，评估师和抵押贷款人可以获得的数据。
Zestimate并非没有批评者。
伊利诺伊州的一组房主在 2017年起诉Zillow，声称Zestimate工具通常不准确且难以改变，而且Zillow将其推销为大致相当于评估。房主们认为该工具低估了他们的房屋，使他们更难以出售。联邦上诉法院在今年2月的诉讼中支持Zillow。
美国的Jordan Meyer，摩洛哥的Chahhou Mohamed和加拿大的Nima Shahbazi组成了一个赢得Zillow奖的团队，前首席执行官Spencer Rascoff称其为技术史上最大的计算机科学竞赛之一。
那么Zestimate从哪里开始呢?Zillow有一些想法，理解许多事情是无法预测的。
Zillow发言人告诉GeekWire，“我们现在正在探索的一个研究领域是如何创建更多的超本地和超特定模型，能够辨别出不同的住房市场对某些家庭特征的重视程度。” “我们可能永远不会完全完美，因为这么多的房屋购买和销售体验可能真的是个人和情感。机器永远无法预测的变量，例如有多少人愿意为一所房子付钱，让他们想起童年的家，以及他们在那里的美好回忆。
“但我们一直在寻找改善Zestimate的新方法。”
