CN109345319A - 一种房屋智能推荐方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种房屋智能推荐方法、装置、设备及计算机可读存储介质，该方法包括：在确定客户存在购房需求或者租房需求后，与所述客户确认是否需要进行房屋智能推荐，如果是，则确定所述客户为目标客户；获取所述目标客户的客户信息；基于所述目标客户的客户信息确定出房屋使用方案信息，并将所述房屋使用方案信息返回给所述目标客户，其中，所述房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。本申请基于客户信息自动确定出对应的房屋使用方案信息，从而实现房屋、房屋获取方案、房屋装修方案及房屋使用方案的智能、准确推荐，进而能够满足客户的需求。

Description

一种房屋智能推荐方法、装置、设备及存储介质

技术领域

本申请涉及房屋推荐技术领域，更具体地说，涉及一种房屋智能推荐方法、装置、设备及存储介质。

背景技术

房屋作为人们的生活必须品，无论是购房还是租房，都需要仔细挑选，才能够挑选出符合心意的房屋。

现有技术中需要购房或者租房的客户通常都是通过出售人员提供的信息进行选取的，但是，由于出售人员个人考虑的不周到及对房屋了解程度不够等主观因素，往往无法实现房屋的准确推荐，进而无法满足客户的需求。

综上所述，如何提供一种能够实现房屋的准确推荐，进而满足客户的需求的技术方案，是目前本领域技术亟待解决的问题。

发明内容

本申请的目的是提供一种房屋智能推荐方法、装置、设备及存储介质，能够实现房屋的准确推荐，进而满足客户的需求。

为了实现上述目的，本申请提供如下技术方案：

一种房屋智能推荐方法，包括：

在确定客户存在购房需求或者租房需求后，与所述客户确认是否需要进行房屋智能推荐，如果是，则确定所述客户为目标客户；

获取所述目标客户的客户信息；

基于所述目标客户的客户信息确定出房屋使用方案信息，并将所述房屋使用方案信息返回给所述目标客户，其中，所述房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

优选的，所述房屋信息包括房屋位置、房屋属于二手房或新房的信息，所述房屋获取方案包括房屋价格、购买方案，所述房屋装修方案包括装修风格、装修价格，所述房屋运营方案包括对应房屋用于自住、个人出租或委托出租的信息。

优选的，所述房屋信息、所述房屋获取方案、所述房屋装修方案及所述房屋运营方案中的任意几项之间存在对应关系或影响关系。

优选的，所述客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息，在获取所述目标客户的客户信息之后，在确定出所述房屋使用方案信息之前，还包括：

获取所述目标客户提供的、所述目标客户的客户信息中包含的各项信息的重要程度值；基于所述目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至所述客户信息中。

优选的，在获取到所述目标客户的客户信息之后，还包括：

与所述目标客户确认是否存在定制需求信息，如果是，则将所述定制需求信息加入至所述目标客户的客户信息中，并确定所述定制需求信息的权重大于所述目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新所述目标客户的客户信息。

优选的，所述基于所述目标客户的客户信息确定出房屋使用方案信息，包括：

将所述目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定所述房屋智能推荐模型输出的信息为房屋使用方案信息；

预先创建所述房屋智能推荐模型的过程包括：

获取包含有多个训练信息的训练信息集，并基于所述训练信息集训练预设分类模型得到房屋智能推荐模型，其中，所述训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

优选的，在将所述房屋使用方案信息返回给所述目标客户之后，还包括：

确定所述目标客户租房或者买房的房屋租买使用信息，并将所述目标客户的客户信息及对应的房屋租买使用信息加入至所述训练信息集中，利用所述训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

优选的，基于所述训练信息训练预设分类模型得到对应房屋智能推荐模型，包括：

基于所述训练信息训练SVM模型得到对应房屋智能推荐模型。

一种房屋智能推荐装置，包括：

确定模块，用于：在确定客户存在购房需求或者租房需求后，与所述客户确认是否需要进行房屋智能推荐，如果是，则确定所述客户为目标客户；

获取模块，用于：获取所述目标客户的客户信息；

推荐模块，用于：基于所述目标客户的客户信息确定出房屋使用方案信息，并将所述房屋使用方案信息返回给所述目标客户，其中，所述房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

优选的，所述客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息，且所述房屋智能推荐装置还包括：

赋权模块，用于：在获取所述目标客户的客户信息之后，在确定出所述房屋使用方案信息之前，基于所述目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至所述客户信息中；其中，所述客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息。

优选的，所述赋权模块包括：

赋权单元，用于：获取所述目标客户提供的、所述目标客户的客户信息中包含的各项信息的重要程度值。

优选的，还包括：

添加模块，用于：在获取到所述目标客户的客户信息之后，与所述目标客户确认是否存在定制需求信息，如果是，则将所述定制需求信息加入至所述目标客户的客户信息中，并确定所述定制需求信息的权重大于所述目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新所述目标客户的客户信息。

优选的，所述推荐模块包括：

推荐单元，用于：将所述目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定所述房屋智能推荐模型输出的信息为房屋使用方案信息；

所述装置还包括：

第一训练模块，用于：获取包含有多个训练信息的训练信息集，并基于所述训练信息集训练预设分类模型得到房屋智能推荐模型，其中，所述训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

优选的，还包括：

第二训练模块，用于：在将所述房屋使用方案信息返回给所述目标客户之后，确定所述目标客户租房或者买房的房屋租买使用信息，并将所述目标客户的客户信息及对应的房屋租买使用信息加入至所述训练信息集中，利用所述训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

优选的，所述第一训练模块及所述第二训练模块均包括：

训练单元，用于：基于所述训练信息训练SVM模型得到对应房屋智能推荐模型。

一种房屋智能推荐设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上所述房屋智能推荐方法的步骤。

优选的，所述处理器执行所述存储器中存储的计算机子程序时，具体实现以下步骤：在获取所述目标客户的客户信息之后，在确定出所述房屋使用方案信息之前，基于所述目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至所述客户信息中；其中，所述客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息。

优选的，所述处理器执行所述存储器中存储的计算机子程序时，具体实现以下步骤：获取所述目标客户提供的、所述目标客户的客户信息中包含的各项信息的重要程度值。

优选的，所述处理器执行所述存储器中存储的计算机子程序时，具体实现以下步骤：在获取到所述目标客户的客户信息之后，与所述目标客户确认是否存在定制需求信息，如果是，则将所述定制需求信息加入至所述目标客户的客户信息中，并确定所述定制需求信息的权重大于所述目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新所述目标客户的客户信息。

优选的，所述处理器执行所述存储器中存储的计算机子程序时，具体实现以下步骤：将所述目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定所述房屋智能推荐模型输出的信息为房屋使用方案信息；以及获取包含有多个训练信息的训练信息集，并基于所述训练信息集训练预设分类模型得到房屋智能推荐模型，其中，所述训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

优选的，所述处理器执行所述存储器中存储的计算机子程序时，具体实现以下步骤：在将所述房屋使用方案信息返回给所述目标客户之后，确定所述目标客户租房或者买房的房屋租买使用信息，并将所述目标客户的客户信息及对应的房屋租买使用信息加入至所述训练信息集中，利用所述训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

优选的，所述处理器执行所述存储器中存储的计算机子程序时，具体实现以下步骤：基于所述训练信息训练SVM模型得到对应房屋智能推荐模型。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述房屋智能推荐方法的步骤。

优选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，具体实现以下步骤：在获取所述目标客户的客户信息之后，在确定出所述房屋使用方案信息之前，基于所述目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至所述客户信息中；其中，所述客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息。

优选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，具体实现以下步骤：获取所述目标客户提供的、所述目标客户的客户信息中包含的各项信息的重要程度值。

优选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，具体实现以下步骤：在获取到所述目标客户的客户信息之后，与所述目标客户确认是否存在定制需求信息，如果是，则将所述定制需求信息加入至所述目标客户的客户信息中，并确定所述定制需求信息的权重大于所述目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新所述目标客户的客户信息。

优选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，具体实现以下步骤：将所述目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定所述房屋智能推荐模型输出的信息为房屋使用方案信息；以及获取包含有多个训练信息的训练信息集，并基于所述训练信息集训练预设分类模型得到房屋智能推荐模型，其中，所述训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

优选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，具体实现以下步骤：在将所述房屋使用方案信息返回给所述目标客户之后，确定所述目标客户租房或者买房的房屋租买使用信息，并将所述目标客户的客户信息及对应的房屋租买使用信息加入至所述训练信息集中，利用所述训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

优选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，具体实现以下步骤：基于所述训练信息训练SVM模型得到对应房屋智能推荐模型。

本申请公开的技术方案中，确定出存在购房需求或者买房需求，且需要进行房屋智能推荐的客户后，获取客户的客户信息，以基于客户信息确定出对应的房屋使用方案信息供客户选取房屋、房屋获取方案、房屋装修方案及房屋使用方案等；可见，本申请在实现房屋推荐时，获取到客户的客户信息后，能够基于客户信息自动确定出对应的房屋使用方案信息，从而实现房屋、房屋获取方案、房屋装修方案及房屋使用方案的智能推荐，避免了由于出售人员的主观因素导致无法实现房屋准确推荐的情况出现，也即本申请公开的技术方案能够实现、房屋获取方案、房屋装修方案及房屋使用方案的准确推荐，进而能够满足客户的需求。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种房屋智能推荐方法的流程图；

图2为本申请实施例提供的一种房屋智能推荐装置的结构示意图；

图3为本申请实施例提供的一种房屋智能推荐设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

房屋在人们生活中扮演了极其重要的角色，现有技术中需要购房或者租房的客户通常都是通过出售人员提供的信息进行选取的，但是，由于出售人员个人考虑的不周到等因素，往往无法实现房屋的准确推荐，进而无法满足客户的需求。为此，本申请提供相应的技术方案以解决上述现有技术中存在的问题。

请参阅图1，其示出了本申请实施例提供的一种房屋智能推荐方法的流程图，可以包括：

S11：在确定客户存在购房需求或者租房需求后，与客户确认是否需要进行房屋智能推荐，如果是，则确定客户为目标客户。

需要说明的是，本申请实施例提供的一种房屋推荐方法的执行主语可以为对应的房屋推荐装置，而该装置可以设置于服务器或者移动终端等客户端中，具体可以根据实际需要进行设置。而本申请中客户实现的各项操作均可以通过客户的移动终端等客户端实现。

其中，任一需要进行房屋智能推荐的客户均可以作为目标客户，在步骤S11中如果判断结果为否，则确定客户不为目标客户。其中，确定客户具有购房或者租房意向可以是客户来电询问时或者通过大数据的方式获取到客户在网上进行购房或者租房相关信息(租房或购房价格、房屋出售信息等)查询时，确定客户具有购房或者租房意向；而与客户确认是否需要进行房屋智能推荐可以是直接电话或者在网上与客户联系沟通确认的。通过这种方式确定是否为客户进行房屋智能推荐，能够在客户需要时才进行房屋智能推荐，避免引起客户的反感。

S12：获取目标客户的客户信息。

客户信息包括但不限于对应客户的个人信息、工作财务信息及历史租买房(租房和/或买房)信息；其中，个人信息可以包括客户的年龄、性别、家庭成员、身高体型、身体状况和受教育程度等，工作财务信息可以包括客户的身份地位、工作性质、收入水平、消费水平观念和信用记录等，历史租买房信息则可以包括客户以前的租房记录、买房记录乃至家人的房屋使用方案信息等。上述信息可以是由客户或者工作人员代笔表格填写的，具体可以是采用电子问卷的形式获取的。需要说明的是，客户信息获取的能够影响客户购房或者买房的信息的项数越多，越有利于筛选出符合客户需求的房屋使用方案信息。对于不同的客户，其最终选择的房屋会有很大区别，例如，身体状况不佳的客户或者年龄较大的客户，倾向于环境较好且附近医疗资源较为丰富的房屋；对于家里有小孩子的客户或者年轻的夫妇客户，则倾向于附近学习资源丰富的房屋(学区房)。

S13：基于目标客户的客户信息确定出房屋使用方案信息，并将房屋使用方案信息返回给目标客户其中，房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

基于客户信息确定出房屋使用方案信息，以供客户实现房屋购买、租赁及使用等。其中，房屋使用方案信息包括但不限于房屋信息、房屋获取方案、房屋装修方案、房屋运营方案等，以使得客户能够基于此确定出需要购买或者租赁的房屋、房屋购买或者租赁的方案、房屋装修方案及房屋后续使用方案等。

本申请公开的技术方案中，确定出存在购房需求或者买房需求，且需要进行房屋智能推荐的客户后，获取客户的客户信息，以基于客户信息确定出对应的房屋使用方案信息供客户选取房屋、房屋获取方案、房屋装修方案及房屋使用方案等；可见，本申请在实现房屋推荐时，获取到客户的客户信息后，能够基于客户信息自动确定出对应的房屋使用方案信息，从而实现房屋、房屋获取方案、房屋装修方案及房屋使用方案的智能推荐，避免了由于出售人员的主观因素导致无法实现房屋准确推荐的情况出现，也即本申请公开的技术方案能够实现、房屋获取方案、房屋装修方案及房屋使用方案的准确推荐，进而能够满足客户的需求。

本申请实施例提供的一种房屋智能推荐方法，客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息，在获取目标客户的客户信息之后，在确定出房屋使用方案信息之前，还可以包括：

基于目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至客户信息中。

需要说明的是，客户信息中包含的各项信息的重要程度值可以是由客户信息对应的客户设定的，也可以是由工作人员根据实际需要预先进行统一设定的(此时每个客户的客户信息中同一项信息的重要程度值相同)，均在本申请的保护范围之内，进而将与各项信息的重要程度值的权重值加入至对应客户信息。由于对于客户来说，客户信息中不同项信息重要程度值是不同的，如有些客户可能更看重房屋面积、有些客户可能更看重房屋周围环境等，因此通过这种为客户信息中不同项信息赋予与其重要程度值对权重的方式，能够进一步保证推荐的房屋租买使用信息为最大程度符合客户需求的房屋租买使用信息。

另外，在进行权重值的赋予时，也可以是按照客户信息中各项信息的重要程度值为其排序，则基于排序得到的位置的不同也就对应权重值的不同，从而可以根据排序得到的最重要的各项信息对房屋租买使用信息进行筛选，将不符合最重要的各项信息的房屋租买使用信息筛除，若还存在大于预设量的房屋租买使用信息，则再根据第二重要的各项信息对房屋租买使用信息进行筛选，以此类推，最终筛选出最适合当前客户要求的房屋租买使用信息为房屋使用方案信息。当然其他根据实际需要设定的方式，也均在本申请的保护范围之内。

本申请实施例提供的一种房屋智能推荐方法，获取目标客户的客户信息中包括的各项信息的重要程度值，可以包括：

获取目标客户提供的、目标客户的客户信息中包含的各项信息的重要程度值。

需要说明的是，本实施例中优选由客户提供对应客户信息中各项信息的重要程度值，能够使得各项信息的权重更符合客户实际需求，进而使得基于此实现的房屋智能推荐更加准确。

本申请实施例提供的一种房屋智能推荐方法，在获取到目标客户的客户信息之后，还可以包括：

与目标客户确认是否存在定制需求信息，如果是，则将定制需求信息加入至目标客户的客户信息中，并确定定制需求信息的权重大于目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新目标客户的客户信息。

需要说明的是，客户可能存在定制需求信息，定制需求信息即为在预先设定客户信息包含的各个项目时，不包含于该各个项目中的信息。简单来说，客户信息包含的各项信息可以认为是基本信息，而定制需求信息为额外的信息，如定制需求信息可以是需要房屋户型、房屋所处小区名称等特殊需要的信息。在目标客户确认存在定制需求信息时，需要将该定制需求信息加入至客户信息中，且将其权重设置为最大是因为通常定制需求信息为客户最为在意的信息，因此将其权重设置为最大能够使得确定出的房屋使用方案信息能够最大程度满足客户需求。另外，对应的，在客户存在定制需求信息后，需要将定制需求信息的信息项目加入至训练房屋智能推荐模型的每个训练信息中，以保证其能够有效为存在定制需求信息的客户提供房屋推荐功能。

另外需要说明的是，在确定出房屋使用方案信息后，可以按照房屋使用方案信息与客户信息的符合程度由高到底对对应的房屋使用方案信息进行显示，以方便客户查询及选取。

本申请实施例提供的一种房屋智能推荐方法，基于目标客户的客户信息确定出房屋使用方案信息，可以包括：

将目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定房屋智能推荐模型输出的信息为房屋使用方案信息；

预先创建房屋智能推荐模型的过程包括：

获取包含有多个训练信息的训练信息集，并基于训练信息集训练预设分类模型得到房屋智能推荐模型，其中，训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

其中，用于实现房屋智能推荐模型客户的客户信息及对应房屋租买使用信息包含的信息的项目与目标客户对应包含的项目相同，以利用训练信息集训练得到的房屋智能推荐模型顺利确定出房屋使用方案信息。另外需要说明的是，本申请中确定与目标客户的客户信息对应房屋使用方案信息的方式可以有多种，如可以由工作人员人工选取并输入对应信息，也可以将历史上客户的客户信息及房屋租买使用信息形成对应关系、进而基于该对应关系确定与目标客户对应房屋租买使用信息等，均在本申请的保护范围之内，本申请中采用分类模型的方式实现，能够在将客户信息输入至房屋智能推荐模型后，快速的得到房屋使用方案信息，提高了方法实现效率。

另外需要说明的是，预设分类器可以为支持向量机(SVM)、K近邻等，本申请中采取支持向量机实现，即基于训练信息训练预设分类模型得到对应房屋智能推荐模型，可以包括：基于训练信息训练SVM模型得到对应房屋智能推荐模型。这种分类器简单易训练，有利于提高实现效率。

本申请实施例提供的一种房屋智能推荐方法，在将房屋使用方案信息返回给目标客户之后，还可以包括：

确定目标客户租房或者买房的房屋租买使用信息，并将目标客户的客户信息及对应的房屋租买使用信息加入至训练信息集中，利用训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

需要说明的是，将目标客户的客户信息及房屋租买使用信息加入至训练信息集中，实则为对训练信息集的实时更新，以保证训练信息集的有效性，进而保证由训练信息集训练得到的房屋智能推荐模型的有效性。其中，利用更新后的训练信息集训练得到的房屋智能推荐模型，取代已经上次训练得到的房屋智能推荐模型，实现对应的房屋智能推荐功能，从而实现房屋智能推荐模型的实时更新。

本申请实施例提供的一种房屋智能推荐方法，房屋信息包括房屋位置、房屋属于二手房或新房的信息，房屋获取方案包括房屋价格、购买方案，房屋装修方案包括装修风格、装修价格，房屋运营方案包括对应房屋用于自住、个人出租或委托出租的信息。

房屋信息可以包括房屋的各项基本信息，房屋获取方案可以包括如何获取房屋的相关信息，房屋装修方案包括如何对房屋进行装修的相关信息，房屋运营方案包括房屋后续如何使用的相关信息。具体来说，房屋信息包括但不限于房屋类型(普通商品房、经济适用房、小产权房等)、房屋位置、房屋户型(三居室、两居室、一居室等)、房屋面积、房屋是新房还是二手房等；房屋获取方案包括但不限于房屋价格、房屋价格走势、租赁方案(租赁时间、房租付款方式等)、购买方案(全款、贷款)以及贷款购买时的贷款计划等；房屋装修方案包括但不限于装修风格、装修价格、家居用品等；房屋运营方案包括但不限于房屋用于自住、个人出租或委托出租等。从而使得目标客户可以基于这些信息进行综合考虑，选取出最符合需求的房屋进行购买或租赁，并按照这些信息中的方案进行房屋购买或租赁、装修、使用等。一般来说，房屋使用方案信息包含的信息项数越多，越有利于客户选取出购买房屋及相关方案。

另外，房屋信息、房屋获取方案、房屋装修方案及房屋运营方案中的任多项之间可以存在对应关系。举例来对这种对应关系进行具体说明，如果房屋运营方案为自住，则房屋位置则倾向于接近对应客户的工作地点以方便上下班，房屋获取方案倾向于贷款购买以减小经济压力，而房屋装修方案则倾向于选取质量较好的家居用品、个性化的装修风格等；对应的，如果房屋运营方案为出租，则房屋位置则倾向于交通较便利的地点，房屋获取方案则倾向于全款购买以便于出租，而房屋装修方案则倾向于选取经济型家居用品、普适性的装修风格等；如果房屋获取方案为购房，则可以根据需要选取个性化的装修风格、且可选取质量较好的家居用品，而如果房屋获取方案为租房，则一般仅需简单装修即可；等等。以上仅是举例说明上述对应关系中的多种情况，而这种对应关系是多种多样的，在此不再做过多说明。由于这种对应关系的存在，在为客户推荐对应的房屋方案使用信息时，需要考虑房屋信息及各项方案之间的关系，进而为客户推荐出更为合理的房屋方案使用信息，进一步提高房屋推荐的准确性。

本申请实施例还提供了一种房屋智能推荐装置，如图2所示，可以包括：

确定模块11，用于：在确定客户存在购房需求或者租房需求后，与客户确认是否需要进行房屋智能推荐，如果是，则确定客户为目标客户；

获取模块12，用于：获取目标客户的客户信息，；

推荐模块13，用于：基于目标客户的客户信息确定出房屋使用方案信息，并将房屋使用方案信息返回给目标客户，其中，房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

本申请实施例提供的一种房屋智能推荐装置，还可以包括：

赋权模块，用于：在获取目标客户的客户信息之后，在确定出房屋使用方案信息之前，基于目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至客户信息中；其中，客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息。

本申请实施例提供的一种房屋智能推荐装置，赋权模块可以包括：

赋权单元，用于：获取目标客户提供的、目标客户的客户信息中包含的各项信息的重要程度值。

本申请实施例提供的一种房屋智能推荐装置，还可以包括：

添加模块，用于：在获取到目标客户的客户信息之后，与目标客户确认是否存在定制需求信息，如果是，则将定制需求信息加入至目标客户的客户信息中，并确定定制需求信息的权重大于目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新目标客户的客户信息。

本申请实施例提供的一种房屋智能推荐装置，推荐模块可以包括：

推荐单元，用于：将目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定房屋智能推荐模型输出的信息为房屋使用方案信息；

房屋智能推荐装置还可以包括：

第一训练模块，用于：获取包含有多个训练信息的训练信息集，并基于训练信息集训练预设分类模型得到房屋智能推荐模型，其中，训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

本申请实施例提供的一种房屋智能推荐装置，还可以包括：

第二训练模块，用于：在将房屋使用方案信息返回给目标客户之后，确定目标客户租房或者买房的房屋租买使用信息，并将目标客户的客户信息及对应的房屋租买使用信息加入至训练信息集中，利用训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

本申请实施例提供的一种房屋智能推荐装置，第一训练模块及第二训练模块均可以包括：

训练单元，用于：基于训练信息训练SVM模型得到对应房屋智能推荐模型。

本申请实施例还提供了一种房屋智能推荐设备，如图3所示，可以包括：

存储器22，用于存储计算机程序；

处理器21，用于执行计算机程序时实现如下步骤：

在确定客户存在购房需求或者租房需求后，与客户确认是否需要进行房屋智能推荐，如果是，则确定客户为目标客户；获取目标客户的客户信息；基于目标客户的客户信息确定出房屋使用方案信息，并将房屋使用方案信息返回给目标客户，其中，房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

本申请实施例提供的一种房屋智能推荐设备，处理器执行存储器中存储的计算机子程序时，具体可以实现以下步骤：在获取目标客户的客户信息之后，在确定出房屋使用方案信息之前，基于目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至客户信息中；其中，客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息。

本申请实施例提供的一种房屋智能推荐设备，处理器执行存储器中存储的计算机子程序时，具体可以实现以下步骤：获取目标客户提供的、目标客户的客户信息中包含的各项信息的重要程度值。

本申请实施例提供的一种房屋智能推荐设备，处理器执行存储器中存储的计算机子程序时，具体可以实现以下步骤：在获取到目标客户的客户信息之后，与目标客户确认是否存在定制需求信息，如果是，则将定制需求信息加入至目标客户的客户信息中，并确定定制需求信息的权重大于目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新目标客户的客户信息。

本申请实施例提供的一种房屋智能推荐设备，处理器执行存储器中存储的计算机子程序时，具体可以实现以下步骤：将目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定房屋智能推荐模型输出的信息为房屋使用方案信息；以及获取包含有多个训练信息的训练信息集，并基于训练信息集训练预设分类模型得到房屋智能推荐模型，其中，训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

本申请实施例提供的一种房屋智能推荐设备，处理器执行存储器中存储的计算机子程序时，具体可以实现以下步骤：在将房屋使用方案信息返回给目标客户之后，确定目标客户租房或者买房的房屋租买使用信息，并将目标客户的客户信息及对应的房屋租买使用信息加入至训练信息集中，利用训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

本申请实施例提供的一种房屋智能推荐设备，处理器执行存储器中存储的计算机子程序时，具体可以实现以下步骤：基于训练信息训练SVM模型得到对应房屋智能推荐模型。

本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器可以执行时实现以下步骤：

在确定客户存在购房需求或者租房需求后，与客户确认是否需要进行房屋智能推荐，如果是，则确定客户为目标客户；获取目标客户的客户信息；基于目标客户的客户信息确定出房屋使用方案信息，并将房屋使用方案信息返回给目标客户，其中，房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中保存的计算机子程序被处理器执行时，具体可以实现以下步骤：在获取目标客户的客户信息之后，在确定出房屋使用方案信息之前，基于目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至客户信息中；其中，客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中保存的计算机子程序被处理器执行时，具体可以实现以下步骤：获取目标客户提供的、目标客户的客户信息中包含的各项信息的重要程度值。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中保存的计算机子程序被处理器执行时，具体可以实现以下步骤：在获取到目标客户的客户信息之后，与目标客户确认是否存在定制需求信息，如果是，则将定制需求信息加入至目标客户的客户信息中，并确定定制需求信息的权重大于目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新目标客户的客户信息。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中保存的计算机子程序被处理器执行时，具体可以实现以下步骤：将目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定房屋智能推荐模型输出的信息为房屋使用方案信息；以及获取包含有多个训练信息的训练信息集，并基于训练信息集训练预设分类模型得到房屋智能推荐模型，其中，训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中保存的计算机子程序被处理器执行时，具体可以实现以下步骤：在将房屋使用方案信息返回给目标客户之后，确定目标客户租房或者买房的房屋租买使用信息，并将目标客户的客户信息及对应的房屋租买使用信息加入至训练信息集中，利用训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中保存的计算机子程序被处理器执行时，具体可以实现以下步骤：基于训练信息训练SVM模型得到对应房屋智能推荐模型。

需要说明的是，本申请实施例提供的一种房屋智能推荐装置、设备及计算机可读存储介质中相关部分的说明请参见本申请实施例提供的一种房屋智能推荐方法中对应部分的详细说明，在此不再赘述。另外本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种房屋智能推荐方法，其特征在于，包括：

在确定客户存在购房需求或者租房需求后，与所述客户确认是否需要进行房屋智能推荐，如果是，则确定所述客户为目标客户；

获取所述目标客户的客户信息；

基于所述目标客户的客户信息确定出房屋使用方案信息，并将所述房屋使用方案信息返回给所述目标客户，其中，所述房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

2.根据权利要求1所述的方法，其特征在于，所述房屋信息包括房屋位置、房屋属于二手房或新房的信息，所述房屋获取方案包括房屋价格、购买方案，所述房屋装修方案包括装修风格、装修价格，所述房屋运营方案包括对应房屋用于自住、个人出租或委托出租的信息。

3.根据权利要求2所述的方法，其特征在于，所述房屋信息、所述房屋获取方案、所述房屋装修方案及所述房屋运营方案中的任意几项之间存在对应关系或影响关系。

4.根据权利要求1所述的方法，其特征在于，所述客户信息包括对应客户的个人信息、工作财务信息及历史租买房信息，在获取所述目标客户的客户信息之后，在确定出所述房屋使用方案信息之前，还包括：

获取所述目标客户提供的、所述目标客户的客户信息中包含的各项信息的重要程度值；

基于所述目标客户的客户信息中包括的各项信息的重要程度值，为各项信息赋予对应的权重，并将各项信息对应的权重分别加入至所述客户信息中。

5.根据权利要求4所述的方法，其特征在于，在获取到所述目标客户的客户信息之后，还包括：

与所述目标客户确认是否存在定制需求信息，如果是，则将所述定制需求信息加入至所述目标客户的客户信息中，并确定所述定制需求信息的权重大于所述目标客户的客户信息中其他各项信息的权重；如果否，则确定无需更新所述目标客户的客户信息。

6.根据权利要求5所述的方法，其特征在于，所述基于所述目标客户的客户信息确定出房屋使用方案信息，包括：

将所述目标客户的客户信息输入至预先创建的房屋智能推荐模型中，并确定所述房屋智能推荐模型输出的信息为房屋使用方案信息；

预先创建所述房屋智能推荐模型的过程包括：

获取包含有多个训练信息的训练信息集，并基于所述训练信息集训练预设分类模型得到房屋智能推荐模型，其中，所述训练信息包括历史上租买房客户的客户信息及对应租房或者买房的房屋租买使用信息。

7.根据权利要求6所述的方法，其特征在于，在将所述房屋使用方案信息返回给所述目标客户之后，还包括：

确定所述目标客户租房或者买房的房屋租买使用信息，并将所述目标客户的客户信息及对应的房屋租买使用信息加入至所述训练信息集中，利用所述训练信息集训练预设分类模型得到新的房屋智能推荐模型，并在需要时基于该新的房屋智能推荐模型实现房屋使用方案信息的确定。

8.一种房屋智能推荐装置，其特征在于，包括：

确定模块，用于：在确定客户存在购房需求或者租房需求后，与所述客户确认是否需要进行房屋智能推荐，如果是，则确定所述客户为目标客户；

获取模块，用于：获取所述目标客户的客户信息；

推荐模块，用于：基于所述目标客户的客户信息确定出房屋使用方案信息，并将所述房屋使用方案信息返回给所述目标客户，其中，所述房屋使用方案信息包括房屋信息、房屋获取方案、房屋装修方案、房屋运营方案。

9.一种房屋智能推荐设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述房屋智能推荐方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述房屋智能推荐方法的步骤。