[發(fā)明專利]一種房產(chǎn)智能推薦方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110493204.3
• 申請(qǐng)日: 2021-05-07
• 公開（公告）號(hào): CN113205383A
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 趙宇斌;莫穗江;黃國(guó)強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 中山市云經(jīng)紀(jì)網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06;G06F16/9535;G06F16/9538
• 代理公司: 合肥上博知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 34188
• 代理人: 郭堃

本發(fā)明涉及大數(shù)據(jù)技術(shù)領(lǐng)域，尤其是涉及一種房產(chǎn)智能推薦方法及系統(tǒng)，本發(fā)明方法包括以下步驟：1)樓盤信息預(yù)處理：采集多個(gè)維度樓盤信息，提取樓盤特征，對(duì)每個(gè)樓盤特征進(jìn)行量化和歸一化處理，轉(zhuǎn)換成樓盤特性向量，計(jì)算樓盤間相似度，并進(jìn)行關(guān)聯(lián)；2)推薦模式切換：實(shí)時(shí)接收用戶訪問(wèn)請(qǐng)求，判斷用戶是否為新用戶，切換至冷啟動(dòng)推薦模式或個(gè)性化推薦模式；3)執(zhí)行冷啟動(dòng)推薦模式；4)執(zhí)行個(gè)性化推薦模式。本發(fā)明系統(tǒng)包括該系統(tǒng)包括樓盤信息預(yù)處理模塊、推薦模式切換模塊、冷啟動(dòng)推薦模式執(zhí)行模塊、個(gè)性化推薦模式執(zhí)行模塊和數(shù)據(jù)儲(chǔ)存模塊，樓盤信息預(yù)處理模塊包括信息采集模塊、特征提取模塊、向量化模塊和相似度計(jì)算模塊。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)技術(shù)領(lǐng)域，尤其是一種房產(chǎn)智能推薦方法及系統(tǒng)。

背景技術(shù)

目前，市面上已存在大量的房產(chǎn)相關(guān)APP產(chǎn)品，每一個(gè)APP產(chǎn)品都存在大量的樓盤信息內(nèi)容，為購(gòu)房者提供更多的房產(chǎn)服務(wù)。

隨著房產(chǎn)業(yè)務(wù)的發(fā)展及其數(shù)據(jù)的沉淀，以及房地產(chǎn)項(xiàng)目開發(fā)愈發(fā)增多，市面上出現(xiàn)了大量與房產(chǎn)相關(guān)APP產(chǎn)品，每個(gè)APP產(chǎn)品內(nèi)都存有大量樓盤信息用于為購(gòu)房者提供更多的房產(chǎn)服務(wù)。然而，此類房產(chǎn)銷售服務(wù)用APP產(chǎn)品，隨其所容納樓盤信息的大幅增加以及購(gòu)房者用戶的不斷增長(zhǎng)，導(dǎo)致信息量劇增，帶來(lái)以下兩種現(xiàn)象：

一、購(gòu)房者需要在海量樓盤信息里尋找符合自身需求的目標(biāo)樓盤，形同大海撈針；

二、大量?jī)?yōu)質(zhì)房源因有限的曝光位置而無(wú)法對(duì)目標(biāo)購(gòu)房者進(jìn)行展示，造成無(wú)法進(jìn)行有效曝光及轉(zhuǎn)化。

針對(duì)上述兩種現(xiàn)象，目前采用的解決方案，一種是從購(gòu)房者用戶角度及目標(biāo)出發(fā)，以用戶手動(dòng)對(duì)各個(gè)子信息維度進(jìn)行手動(dòng)篩選切入；第二種是從業(yè)務(wù)層角度出發(fā)，以當(dāng)前區(qū)域主打業(yè)務(wù)的目標(biāo)樓盤進(jìn)行強(qiáng)行排序曝光。雖然，這兩種方案在處理方式及流程上都比較簡(jiǎn)單，但并沒有達(dá)到更好的業(yè)務(wù)效果，究其原因主要是：購(gòu)房者的購(gòu)房決策因素并非單一維度，更多的是要綜合多個(gè)條件來(lái)衡量和縮小選擇范圍，才能確定最終的購(gòu)房意向；主打業(yè)務(wù)強(qiáng)推薦雖然能夠更有效地曝光最近主打業(yè)務(wù)，但也容易將更多非主打業(yè)務(wù)的目標(biāo)用戶進(jìn)行多余曝光，從而導(dǎo)致對(duì)業(yè)務(wù)產(chǎn)品造成勸退流失的情況增多，影響了業(yè)務(wù)的可持續(xù)性發(fā)展。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的情況，提供一種設(shè)計(jì)合理，能夠圍繞用戶個(gè)人喜好進(jìn)行針對(duì)性精準(zhǔn)推薦，達(dá)到“千人千面”個(gè)性化展示效果，有利于提升業(yè)務(wù)轉(zhuǎn)化率的房產(chǎn)智能推薦方法，同時(shí)提供一種設(shè)計(jì)合理，結(jié)構(gòu)簡(jiǎn)單的房產(chǎn)智能推薦系統(tǒng)。

為了實(shí)現(xiàn)上述第一個(gè)目的，本發(fā)明采用以下技術(shù)方案：

一種房產(chǎn)智能推薦方法，其包括以下步驟：

1)樓盤信息預(yù)處理：采集互聯(lián)網(wǎng)上樓盤多個(gè)維度的樓盤信息，并對(duì)樓盤信息進(jìn)行樓盤特征提取，獲得多個(gè)樓盤特征；對(duì)每個(gè)樓盤特征進(jìn)行量化和歸一化處理，轉(zhuǎn)換成計(jì)算機(jī)可計(jì)算的樓盤特性向量，存入樓盤特征向量庫(kù)；周期性計(jì)算每個(gè)樓盤與其余各樓盤之間基于樓盤特征向量的相似度，根據(jù)相似度計(jì)算結(jié)果確定最相似的N個(gè)樓盤作為每個(gè)樓盤對(duì)應(yīng)的N個(gè)相似樓盤，并進(jìn)行關(guān)聯(lián)；其中，N為大于0的自然數(shù)；

2)推薦模式切換：實(shí)時(shí)接收用戶訪問(wèn)請(qǐng)求，根據(jù)用戶行為數(shù)據(jù)及瀏覽記錄判斷用戶是否為新用戶，若是新用戶，則切換至冷啟動(dòng)推薦模式，若不是新用戶，則切換至個(gè)性化推薦模式；

3)執(zhí)行冷啟動(dòng)推薦模式：根據(jù)業(yè)務(wù)配置調(diào)取相應(yīng)區(qū)域業(yè)務(wù)目標(biāo)樓盤的樓盤信息，將業(yè)務(wù)目標(biāo)樓盤按照最近主打樓盤靠前的規(guī)則進(jìn)行首屏排序和展示；根據(jù)用戶的篩查指令調(diào)取相關(guān)樓盤的樓盤信息進(jìn)行排序更新和展示；期間，采集用戶行為數(shù)據(jù)及瀏覽記錄進(jìn)行儲(chǔ)存；

4)執(zhí)行個(gè)性化推薦模式：從儲(chǔ)存的用戶行為數(shù)據(jù)及瀏覽記錄中提取瀏覽過(guò)的M個(gè)樓盤存入意向樓盤列表，并賦予M個(gè)樓盤不同權(quán)重值；調(diào)取意向樓盤列表中每個(gè)樓盤相關(guān)聯(lián)的N個(gè)相似樓盤存入包含M×N個(gè)相似樓盤的相似樓盤列表；基于相似樓盤列表中M×N個(gè)相似樓盤的樓盤信息，按照權(quán)重值大小進(jìn)行首屏排序和展示；其中，M為大于0的自然數(shù)；期間，采集用戶行為數(shù)據(jù)及瀏覽記錄進(jìn)行去重更新和儲(chǔ)存。