[發明專利]一種基于大數據集成算法的群租房預警方法、裝置、存儲介質及終端

有效

• 申請號: 202010078948.4
• 申請日: 2020-02-03
• 公開（公告）號: CN111275599B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 王夕雨
• 申請（專利權）人: 重慶特斯聯智慧科技股份有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 付婧

1.一種基于大數據集成算法的群租房預警方法，其特征在于，所述方法包括：

獲取群租房的數據源；

將所述群租房的數據源輸入預設大數據分布式實時計算框架進行數據集成，生成數據集成結果；

基于所述數據集成結果判斷進行群租房預警；其中，

所述基于所述數據集成結果判斷進行群租房預警，包括：

當所述數據集成結果對應的用戶制卡數量大于預設閾值時，標記為1，否則標記為0；

當所述數據集成結果對應的用戶通行次數在預設時間內通行次數超過預設次數時，標記為1，否則標記為0；

當所述數據集成結果對應的用戶親緣關系值大于預設值范圍時，標記為1，否則標記為0；

將所述標記相乘后生成的值為1時，生成群租房位置信息；

將所述位置信息發送至物業部門，進行群租房預警。

2.根據權利要求1所述的方法，其特征在于，所述獲取群租房的數據源之前，還包括：

采集用戶制卡信息、用戶親緣關系以及用戶通行日志生成基礎數據；

利用分布式存儲將所述基礎數據進行存儲后生成群租房的數據源。

3.根據權利要求1所述的方法，其特征在于，所述預設大數據分布式實時計算框架包括Apache Spark或Apache Hadoop或Apache Storm或Apach Flink。

4.根據權利要求3所述的方法，其特征在于，所述預設大數據分布式實時計算框架包含的數據集成算法為布隆過濾器，所述布隆過濾器的算法公式為：其中，

k為哈希函數個數，m為最優的位數組大小，n為元素個數。

5.一種基于大數據集成算法的群租房預警裝置，其特征在于，所述裝置包括：

數據源獲取模塊，用于獲取群租房的數據源；

結果生成模塊，用于將所述群租房的數據源輸入預設大數據分布式實時計算框架進行數據集成，生成數據集成結果；

群租房預警模塊，用于基于所述數據集成結果判斷進行群租房預警；其中，

所述群租房預警模塊，包括：

第一標記單元，用于當所述數據集成結果對應的用戶制卡數量大于預設閾值時，標記為1，否則標記為0；

第二標記單元，用于當所述數據集成結果對應的用戶通行次數在預設時間內通行次數超過預設次數時，標記為1，否則標記為0；

第三標記單元，用于當所述數據集成結果對應的用戶親緣關系值大于預設值范圍時，標記為1，否則標記為0；

位置信息生成單元，用于將所述標記相乘后生成的值為1時，生成群租房位置信息；

群租房預警單元，用于將所述位置信息發送至物業部門，進行群租房預警。

6.根據權利要求5所述的裝置，其特征在于，所述裝置還包括：

數據采集模塊，用于采集用戶制卡信息、用戶親緣關系以及用戶通行日志生成基礎數據；

數據源生成模塊，用于利用分布式存儲將所述基礎數據進行存儲后生成群租房的數據源。

7.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲有多條指令，所述指令適于由處理器加載并執行如權利要求1～4任意一項的方法步驟。

8.一種終端，其特征在于，包括：處理器和存儲器；其中，所述存儲器存儲有計算機程序，所述計算機程序適于由所述處理器加載并執行如權利要求1～4任意一項的方法步驟。