- 综合排序
- 最热优先
- 最新优先
- 来自专栏Alter聊科技
二手车行业等待Shopify
比如主打二手车在线拍卖服务的车易拍，在连接4S经销商和二手车商的基础上，聚合了大搜车的SaaS服务，以“数据+智能”驱动的方式帮助经销商构建二手车服务体系。 在国内二手车市场的主要玩家里，汽车经销商、二手车商、二手车电商占了不小的比重，但很多时候处于各自为战的局面，汽车经销商的二手车销量远不及新车，二手车商的体量普遍偏小且有着典型的区域化，二手车电商则跳过了经销商和二手车商 参考商务部对取消二手车交易的不合理限制、加快推进落实二手车交易登记跨省通办、完善二手车流通领域相关政策措施的表态，二手车市场的商业环境正在逐步优化，或将改变越来越多参与者对于二手车的态度。 国内二手车市场能否生长出Shopify这样的平台，症结在于二手车商和消费者的教育。 进而在影响消费习惯的基础上，倒逼二手车商转变思维模式，主动加入到二手车数字经济体中。
72910编辑于 2023-01-12 - 来自专栏智瑾财经
二手车电商坠入深渊？
日前，车好多集团宣布其已完成3亿美元新一轮战略融资，本轮由HCapital领投，红杉资本中国基金、IDG资本、杨浩涌个人基金跟投，投后估值超100亿美元。 在本轮融资之前，车好多已经累计完成8轮融资，加上此次的3亿美元，车好多已共计融资超38亿美元。 有业内人士指出，本轮融资皆是老股东跟投，金额也比D轮融资时要低很多，更像是公司的一次回血。 2014年前后，一众互联网公司大举杀入传统二手车市场，瓜子二手车、优信和人人车等二手车电商平台由此诞生。凭借着“让交易价格更透明、检测车辆更专业”的口号，在二手车市场上攻城略地。 不过从2021年第一季度国内二手车交易情况来看，二手车交易市场活跃度重新回涨，第一季度二手车交易量395.59万辆。 可见，在整个二手车领域当中，二手车电商仍有发展潜力。 有一个好消息是，今年4月商务部、公安部、税务总局3部委印发《关于推进二手车交易登记跨省通办便利二手车异地交易的通知》（下称《通知》）再次推进二手车流通，全面落实取消限迁。
57600发布于 2021-06-21 - 来自专栏木下学Python
二手车交易价预测分析
前言 上次我们爬取了五八二手车数据，文章链接： 《爬虫 | 五八字体反爬》 获取的数据如下： ? 环境配置 1.Pandas 库用于读取和分析csv文本 2.Numpy 库用于一些基本的矩阵操作 3.TensorFlow 2.0 库用于创建一个小型的全 连接神经网络 4.Matplotlib
96020发布于 2020-04-01 - 来自专栏刘旷专栏
二手车电商需要“贝壳”？
配图来自Canva可画 伴随着国内新车市场的增长不复从前，国内的换车周期也缩短至3-5年，二手车交易也逐渐成为一部分消费者的首选，这也让国内的二手车市场稳步增长。 其一是瓜子二手车母公司车好多集团宣布，已完成3亿美元新一轮融资，本轮由H Capital领投，红杉资本中国基金、IDG资本、杨浩涌个人基金跟投，投后估值超100亿美元；其二是优信二手车最近也宣布，正式签署潜在总额最高达 这说明在二手车交易市场青黄不接的时机，这些车企也看准时机，试图抄底进入换来二手车交易业务的成长。只是这些步步紧逼的车企，虽然二手车交易市场中有着自身的优势，但同样也存在问题需要去解决。 劣势的一方面是，车企刚开始的二手车业务会因为成本难以下降而带来二手车定价高，从而降低消费者接受度。 二手车交易痛点依旧 然而不论是正处在低迷的优信、瓜子等二手车平台，还是适时入局二手车市场的蔚来、BBA等车企，想要在二手车市场中分得一杯羹，首先需要面对的就是行业中已经存在的诸多痛点，如何妥善处理这些痛点问题
84420发布于 2021-06-25 - 来自专栏Alter聊科技
二手车行业临近洗牌时间
国外市场的“疯狂”和逆转剧情，某种程度上也折射了中国二手车行业求变的信号。 01 二手车市场回暖 走过2020年的至暗时刻，国内二手车市场正在回暖。 从去年5月份开始，二手车的增值税由2%降至0.5%，直接降低了经销商经营二手车业务的税负成本。 同时商务部、公安部、税务总局等先后出台取消二手车限迁的政策、简化二手车交易流程，二手车流通的最大“堵点”被疏通，进一步释放了二手车的消费潜力。 第三个是新兴主体的进入。 譬如在7月初的第七届中国二手车大会上，大搜车副总裁许竹潇在演讲中公开向二手车经销商喊话：“二手车行业处于大变革时代，经销商应对行业趋势保持敏感。” 在传统的二手车买卖链条中，车商的利润主要来自于差价，但宝马官方认证二手车的例子揭示了一个新的趋势：二手车市场的繁荣需要立体化的商业模式，从交易进一步延伸到后续的服务环节，从简单的买进卖出向卖服务转变，包括二手车的评估服务
60820编辑于 2023-01-12 - 来自专栏光城(guangcity)
爬虫系列之瓜子二手车抓手
爬虫系列之瓜子二手车抓手 0.说在前面 1.网页分析 2.功能实现 3.调用呈现 0.说在前面 本次爬虫抓取瓜子二手车信息，包括车型及价格！ 你可以学到？ i], car_price[i])) connection.commit() finally: connection.close() 3.
2K40发布于 2019-09-20 - 来自专栏数据科学和人工智能
数据集 | 二手车价格数据集
数据预览 3. 字段诊断信息 4. 数据来源 www.vast.com
1.2K20编辑于 2022-03-30 - 来自专栏爬虫逆向案例
015：Scrapy获取淘车网十七万二手车数据
本篇内容将使用scrapy框架爬取淘车网所有二手车信息。 我拿下了17W+数据，放入mongodb中。
1K10发布于 2021-11-22 - 来自专栏数据科学和人工智能
数据集 | 二手车价格副数据集
该数据集与二手车价格数据集相关联，没有记录二手车售出价格，可用作二手车价格预测模型的测试集。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
65520编辑于 2022-03-30 - 来自专栏成套网站
基于springboot的二手车交易系统
可以使我们更加有针对性和更便捷地对二手交易信息进行科学管理，极大地提高二手交易的管理效率，提升二手交易的吸引力和影响力，更好地为用户提供信息支持和科学管理[3]。 二手车交易系统更加具有其开发的意义，主要体现在它具有广泛的应用性，逐步成熟的网络需求，稳定的发展。用户需要通过二手车交易系统来找寻自己所需的信息；管理员对系统所有的信息进行管理与维护[4]。 二手车交易系统因其诸多的优越性，成为个人和商城的优先选择的一条途径，而这其中的很多部分，其实已经完全可以由机器代替了。 (3)提供不同编程语言的接口，C、C++、Python和PHP、Perl、PHP、Ruby等编程语言。(4)支持使用CPU资源的多线程。(5)查询速度快。算法优化了查询语句，可靠地提高了搜索速度。 3系统需求分析
41810编辑于 2025-08-28 - 来自专栏吉吉的机器学习乐园
Python二手车价格预测（一）—— 数据处理
01 数据获取 ---- 我们的数据来源是“人人车”二手车网站，通过Python爬虫获取291个城市所有在售二手车详细数据。 data['过户记录'].fillna(0, inplace=True) data['载客/人'].fillna(int(data['载客/人'].mean()), inplace=True) 【Step 3：
2.2K30编辑于 2022-07-13 - 来自专栏DT数据侠
我的二手车究竟值多少钱?
“ 当你厌倦了混乱的二手车市场、听腻了各种二手车网站广告时，是时候利用数据来做一次靠自己的分析了。 数据侠 Anthony Parrillo 利用自己的爬虫能力，尝试分析了二手车市场的价格问题，也许能为同样爱好数据的你，带来一些启发。 因为许多车是出租3年再交回的，所以车龄在3年的被出售的车的数量高出很多。这可能是2015年价格高出其他年份的一个原因。转卖二手车另一个重要的影响因素是里程数。下面是一个出售汽车按里程数分类的直方图。 一些简单的结论包括：自动挡比手动挡贵出1300美元；没有事故历史的二手车比有事故历史的贵1150美元；箱式轿车比其他车型的二手车卖的好等。 这些结果不仅对于那些想要购买二手车的人有参考价值，而且也对想要买新车的，纠结于买车还是租车的，以及考虑是否要卖掉现在有的车的人有价值。
74800发布于 2018-08-08 - 来自专栏python进阶学习
8月新规对二手车市场的影响
比如各地区严格落实全面取消二手车限迁政策，自2022年8月1日起，在全国范围取消对符合国五排放标准的小型非营运二手车的迁入限制，促进二手车自由流通和企业跨区域经营。 这项新规实施后对二手车行业的销量带来什么样的影响呢？今天我们就通过python大数据来分析下。 首先我们的数据来源于优信二手车app数据，做爬虫的都知道app数据并不是很好获取， APP 的反爬会麻烦一些，比如 Android 端的代码写完一般会进行打包并混淆加密加固，所以除了抓包之外，还需要对 关于二手车销量的数据等小编整理完整了再分享给大家。
51910编辑于 2022-08-03 - 来自专栏Alter聊科技
字节跳动进场，二手车没等来新故事
2020年5月份，国家财政部税务总局出台了二手车经销减税政策，二手车的增值税由2%降至0.5%；2021年初，商务部在内的多个部门联合取消了二手车的限迁政策，推动了二手车交易登记的跨省通办；再加上延续至今的芯片短缺风波 这些拥有专业能力、线下资源和影响力的二手车商，扮演了字节跳动进军二手车市场的关键角色。 这大抵也是字节跳动押注二手车赛道的直接诱因，相比于瓜子们的一腔热血，字节跳动掌握着二手车市场的稀缺资源。 03 待解的难题 想要改变二手车市场的既定格局，势必要触及二手车与生俱来的“劣根性”。 比如2021年卖出的1758.5万辆二手车中，价格在3万元以下的车辆占比为32.55%，意味着许多车主对二手车仍然有着天然的不信任；再比如美国汽车经销商的二手车销量占到了新车的95%，而中国二手车的销量不足新车的四分之一 不同于杨浩涌、戴琨等人对二手车的热爱，互联网江湖上从未流传出张一鸣和二手车有关的故事，字节跳动针对二手车的一系列动作，都离不开“生意”二字。
64530编辑于 2023-01-13 - 来自专栏大大的小数据
二手车CHR价格的数据分析2020.8.11
1、爬取了人人、58、瓜子、优信的二手车数据。 2、清洗，真是累 3、提取关键字：配置、上牌时间、现价格、原价格、公里数、来源、年份、折旧额。 4、 5、配置数量：买领先款比较多。
59110编辑于 2022-09-21 - 来自专栏用户6838338的专栏
【原创】Python 二手车之家车辆档案数据爬虫
二手车之家车辆档案数据爬虫 先上效果图 [请添加图片描述][在这里插入图片描述] 环境 win10 python3.9 lxml、retrying、requests 需求分析 需求： 主要是需要车辆详情页中车辆档案的数据 在这里插入图片描述] 拿到数据接口就简单了，直接构造请求保存数据即可 获取车辆信息列表 def _get_car_list(self, _url: str): """ 获取二手车信息列表 (ret) # 转换数据类型为HTML,方便使用xpath # 标题 title = result.xpath('//div[@class="car-box"]/h3/ strip() if location else '-' # 发动机 engine = result.xpath('//*[@id="nav1"]/div[1]/ul[3] strip() if engine else '-' # 车辆级别 vehicle = result.xpath('//*[@id="nav1"]/div[1]/ul[3]
1.1K50编辑于 2022-05-13 - 来自专栏机器学习实战
【机器学习实战】 kaggle二手车的价格预测
price是持续目标 test.csv - 测试数据集；您的目标是预测price每一行的值 Sample_submission.csv - 格式正确的示例提交文件 本次比赛的目标是根据各种属性预测二手车的价格 该数据集来自kaggle竞赛，训练集包含了 188,533 条二手车的信息，共有 15 个字段。 车辆的年龄是二手车价格的重要因素。 '78.0HP 1.2L 3 Cylinder Engine Gasoline Fuel' '139.0HP 1.6L 4 Cylinder Engine Plug-In Electric/Gas # 提取马力、排量 train_data1['hp'] = train_data1['engine'].str[0:3] train_data1['l'] = train_data1['engine']
1K10编辑于 2025-01-21 - 来自专栏吉吉的机器学习乐园
Python二手车价格预测（二）—— 模型训练及可视化
01 明确任务 ---- 一般的预测任务分为回归任务和分类任务，二手车的价格是一个明确的固定值，因此二手车价格预测是一个回归任务。 为了给大家提供一个二手车价格预测的baseline，我将选取几个经典模型进行训练。 计算公式： 3. 均方根误差（RMSE） 均方根误差的英文全称为 Root Mean Squared Error，代表的是预测值与真实值差值的样本标准差。 计算公式： 4. model_tf.add(layers.Dense(4, activation='relu')) model_tf.add(layers.Dense(1, activation='relu')) # 3、 【重要特征筛选】 为了提升模型效果也可以对数据做特征筛选，这里可以通过相关系数分析法，将影响二手车售价的特征与售价做相关系数计算，pandas包很方便的集成了算法，并且可以通过seaborn、matplotlib
2.9K41编辑于 2022-07-13 - 来自专栏普通程序员
怎么做二手车成交可能性预测
《算法介绍》中，郝博士介绍了4个方面内容，1、成交预测；2、列表曝光排序；3、车辆推荐；4、图片优化，主要目标是用算法优化车源转化效率提升客户体验。由于信息量太大，这篇主要整理了成交预测。 瓜子二手车的业务流程很长，如果我们能够提前知道车是否好卖，就可以在以下环节进行提前处置，提升整体转化效率，锁定优质车源。 • 评估前：是否优先预约和评估？ • 评估时：是否签约为独家车源？ 3、特征 建模过程中需要很多属性作为特征（如果不了解特征可以看一看模式识别），有了特征之后，需要一个分类模型来学习特征规律。 比如品牌、车系 • One-Hot 编码 • Weight-of-Evidence 编码 （3）特征选择，兼顾模型效果和稳定性 • 尽量降低特征维度 • 舍弃效果增益小的特征 • 舍弃依赖外部的特征（例 （3）模型可有效判断车源是否好卖 • 7天转化率比A级车源高25% • 车源数量相等时，7天/14天转化率与A级车源持平 * A级车源的判定需要价格和车型。
1.7K30发布于 2019-10-23 - 来自专栏全栈文档库
二手车业务数字化平台架构实践
摘要 本文以某大型汽车企业的二手车业务管理平台为实际案例，深入剖析汽车行业数字化转型中的整体架构设计理念与落地实践。文章重点阐述三大核心架构原则：业务单元彻底拆分、数据全链路打通、外部系统深度集成。 车辆生命周期数据流 一辆二手车从收购到最终交付给客户，会经历多个业务环节，每个环节由不同的微服务负责。通过事件驱动架构，车辆状态变更能够实时传播到所有相关系统。 订单服务：创建订单 3. 车辆服务：扣减库存（如果车辆来自库存池） 4. 订单服务部署 2 个副本，拍卖服务在高峰期自动扩容至 3-5 个副本。 4. 成交阶段（步骤 3-5） 拍卖倒计时结束后（如 10:00:00 整），系统锁定最高出价者为中标经销商。
1.1K41编辑于 2025-12-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号