申请/专利权人：青岛仁科信息技术有限公司

申请日：2023-09-13

公开（公告）日：2024-06-25

公开（公告）号：CN117217877B

主分类号：G06Q30/0645

分类号：G06Q30/0645;G06F16/9535;G06F16/957;G06F18/214;G06F18/23213

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明提供了一种房屋租赁推荐方法、介质及系统，属于智能房屋租赁技术领域，该房屋租赁推荐方法包括：获取房屋租赁方浏览数据，将房屋租赁方浏览数据表示为向量；采用训练好的房屋租赁方兴趣分析模型对待推荐房屋租赁方浏览数据进行计算，得到房屋租赁方兴趣指数；根据房屋租赁方兴趣指数，给房屋租赁方发送房屋租赁推荐方案。通过该方法可以实现将房屋租赁方的需求进行分析，得到房屋租赁方感兴趣的房屋信息，从而推送房屋租赁推荐方案，提高房屋交易的成功率。

主权项：1.一种房屋租赁推荐方法，其特征在于，包括以下步骤：房屋出租方提交的步骤，用于提交房屋信息；房屋租赁方查询的步骤，用于输入预期房屋文字描述以查找房源；房屋租赁推荐的步骤，用于根据房屋租赁方查询步骤进行匹配，提供房屋租赁推荐方案；其中，所述房屋租赁推荐步骤执行以下步骤：S101、获取房屋租赁方浏览数据，将房屋租赁方浏览数据表示为向量；S102、采用训练好的房屋租赁方兴趣分析模型对待推荐房屋租赁方浏览数据进行计算，得到房屋租赁方兴趣指数；S103、根据房屋租赁方兴趣指数，给房屋租赁方发送房屋租赁推荐方案；其中，所述房屋租赁方兴趣指数的获取步骤，包括：步骤1、获取多个房屋租赁方浏览数据；步骤2、选择一个深度学习网络架构来构建基础模型,对所述基础模型进行训练得到房屋租赁方兴趣分析模型；步骤3、对所述房屋租赁方兴趣分析模型进行优化，并使用优化后的房屋租赁方兴趣分析模型对房屋租赁方的浏览数据进行计算，得到房屋租赁方兴趣指数；其中，对所述基础模型进行训练得到房屋租赁方兴趣分析模型的具体步骤包括：步骤一、获取多个历史房屋租赁方浏览数据，将所述多个历史房屋租赁方浏览数据表示为向量，记为兴趣向量，将所述兴趣向量构建历史浏览数据库，所述历史浏览数据库包括有效兴趣向量和无效兴趣向量；步骤二、以所述历史浏览数据库作为训练样本集，所述训练样本集包括有效兴趣样本集和无效兴趣样本集；步骤三、采用K均值聚类算法分别对有效兴趣样本集和无效兴趣样本集进行聚类，计算有效兴趣类的聚类中心作为有效兴趣指数，计算无效兴趣类的聚类中心作为无效兴趣指数；步骤四、计算测试房屋租赁方兴趣指数与有效兴趣指数的差值，记为第一差值，计算测试房屋租赁方兴趣指数与无效兴趣指数的差值，记为第二差值，若第一差值小于第二差值则测试房屋租赁方兴趣指数作为训练后的房屋租赁方兴趣指数，否则将无效兴趣指数作为房屋租赁方兴趣指数；其中，所述兴趣向量包含房屋编号、浏览区域、浏览时长以及操作动作，所述操作动作包含动作类型以及操作时长；所述浏览区域为该房屋浏览页面的中心点所在位置；将房屋租赁方与经纪人沟通区域进行交互且经纪人对此房源进行标记的兴趣向量划分为有效兴趣向量，将房屋租赁方未与经纪人沟通区域进行交互或经纪人未对此房源进行标记的兴趣向量划分为无效兴趣向量；其中，所述房屋租赁方兴趣分析模型包括：1个输入层，3个卷积层，1个Flatten层，3个池化层，1个全连接层和1个输出层。

全文数据：

权利要求：

百度查询： 青岛仁科信息技术有限公司 一种房屋租赁推荐方法、介质及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD