CN109783726A - 一种房地产大数据计算处理方法及其系统 - Google Patents
一种房地产大数据计算处理方法及其系统 Download PDFInfo
- Publication number
- CN109783726A CN109783726A CN201811575208.0A CN201811575208A CN109783726A CN 109783726 A CN109783726 A CN 109783726A CN 201811575208 A CN201811575208 A CN 201811575208A CN 109783726 A CN109783726 A CN 109783726A
- Authority
- CN
- China
- Prior art keywords
- user
- source
- individual
- houses
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种房地产大数据计算处理方法及其系统,具有优先智能推送用户感兴趣的房源的优点。该方法包括如下步骤:S1:获取用户个体信息,所述用户个体信息包括用户性别和年龄;S2:根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源;S3:根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;S4:根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
Description
技术领域
本发明涉及房地产大数据技术领域,尤其涉及一种房地产大数据计算处理方法及其系统。
背景技术
大数据在房地产行业四大创新性应用随着网络和信息技术的不断普及,人类产生的数据量正在呈指数级增长,而云计算的诞生,更是直接把我们送进了大数据时代。“大数据”作为时下最时髦的词汇,开始向各行业渗透辐射,颠覆着很多特别是传统行业的管理和运营思维。在这一大背景下,大数据也触动着房地产行业管理者的神经,搅动着房地产行业管理者的思维;大数据在房地产行业释放出的巨大价值吸引着诸多房地产行业人士的兴趣和关注。探讨和学习如何借助大数据为房地产行业经营管理服务也是当今该行业管理者面临的挑战。
发明内容
本发明的目的一在于提供一种房地产大数据计算处理方法,具有优先智能推送用户感兴趣的房源的优点。
本发明的上述目的一是通过以下技术方案得以实现的:
一种房地产大数据计算处理方法,所述方法包括如下步骤:S1:获取用户个体信息,所述用户个体信息包括用户性别和年龄;S2:根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源;S3:根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;S4:根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
进一步的,在所述步骤S1之前,还包括:注册用户账号,用户账号内保存有用户个人信息。
进一步的,所述步骤S2中性别和年龄条件下用户群体最为关注的房源类型通过分析用户群体中的用户个体所浏览的各个房源类型的浏览数量进行降序排序。
进一步的,所述步骤S4后还包括:步骤S5:更新用户个体所对应的用户群体下所关注的房源类型的统计。
本发明的目的二在于提供一种房地产大数据计算处理方法,具有优先智能推送用户感兴趣的房源的优点。
本发明的上述目的二是通过以下技术方案得以实现的:
一种房地产大数据计算处理系统,所述系统包括:获取单元,用于获取用户个体信息,所述用户个体信息包括用户性别和年龄;推送单元,用于根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源;分析单元,根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;推送单元还用于根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
进一步的,还包括注册单元,用于注册用户账号,用户账号内保存有用户个人信息。
进一步的,获取用户群体最关注的房源类型的具体方法为:分析用户群体中的用户个体所浏览的各个房源类型的浏览数量进行降序排序。
进一步的,还包括更新单元,用于更新用户个体所对应的用户群体下所关注的房源类型的统计。
综上所述,本发明具有以下有益效果:
基于大数据处理技术,将用户划分为不同的人群,根据不同用户群体的浏览行为简历浏览偏好数据库,当属于某一客户群体的用户个体访问时,可推送该用户个体属于的客户群体所最关注的房源类型的房源,以假定该房源符合用户个体的需求,再根据用户个体的浏览行为,分析该用户个体最关注的房源类型,并推送该房源类型的房源,从而使推送的房源最为符合该用户个体的需求。
附图说明
图1是本发明实施例的方法流程图;
图2是本发明实施例系统结构示意图。
具体实施方式
下面将结合附图,对本发明实施例的技术方案进行描述。
一种房地产大数据计算处理方法,如图1所示,包括如下步骤:
S1:获取用户个体信息,用户个体信息包括用户性别和年龄。
具体地,在步骤S1之前,还包括注册用户账号,用户账号内保存有用户个人信息。即每个用户都具有的一个账号,一作为该用户的唯一识别码。根据大数据的分析,80%以上的房产关注者年龄主要集中在19-40岁;男性对房产的主动接触需求远高于女性,占比59.5%,但是女性对房产信息的有效浏览时间更长,单日有效浏览时长8分29秒,高于男性的6分47秒。基于上述大数据的分析,本发明实施例通过将用户性别和年龄作为数据的划分范围, 以对用户所关注的房源类型进行精准的定位。
S2:根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源。
具体地,性别和年龄条件下用户群体最为关注的房源类型通过分析用户群体中的用户个体所浏览的各个房源类型的浏览数量进行降序排序。从中找到浏览数量最高的房源类型作为最为关注的房源类型。企业通过积累和挖掘房地产行业消费者档案数据,有助于分析顾客的消费行为和价值趣向,便于更好地为消费者服务和发展忠诚顾客。
S3:根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;
S4:根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
具体地,由于步骤S2仅是根据用户的性别和年龄所做的初步分析,提供该用户性别和年龄条件下所最为可能感兴趣的房源,对于用户的个性化喜好任然需要具体分析。因此通过步骤S3~S4,分析用户个体的浏览行为,以该用户个体所浏览的房源类型下的房源数量,或是房源的浏览时长,来判断用户个体最为关注的房源类型,再进行推送,以进一步提高推送的准确性。
S5:更新用户个体所对应的用户群体下所关注的房源类型的统计。
具体地,由于用户的选择会受到外界因素的影响,因此用户所关注点是会变化的,因此需要不断实时根据用户个体的浏览行为、浏览偏好,对数据库进行更新,以确保数据的实时性和准确性。并且可通过数据的变化,分析出用户的选择趋势,供房地产商提前以该趋势提供房源。
在本发明的实施例中,房源类型可包括:物业服务、周边消费、户型、周边基础设施等。
如图2所示,本发明的实施例还公开了一种房地产大数据计算处理系统,包括:
获取单元,用于获取用户个体信息,用户个体信息包括用户性别和年龄;
推送单元,用于根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源;
分析单元,根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;
推送单元还用于根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
注册单元,用于注册用户账号,用户账号内保存有用户个人信息。
更新单元,用于更新用户个体所对应的用户群体下所关注的房源类型的统计。
获取用户群体最关注的房源类型的具体方法为:分析用户群体中的用户个体所浏览的各个房源类型的浏览数量进行降序排序。
在本发明施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明各个实施例上述方法的全部或部分步骤。其中,而前述的存储介质可包括:U盘、移动硬盘、磁碟、光盘、只读存储器(英文:Read-Only Memory,缩写:ROM)或者随机存取存储器(英文:Random Access Memory,缩写:RAM)等各种可以存储程序代码的介质。
Claims (8)
1.一种房地产大数据计算处理方法,其特征在于,所述方法包括如下步骤:
S1:获取用户个体信息,所述用户个体信息包括用户性别和年龄;
S2:根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源;
S3:根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;
S4:根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
2.根据权利要求1所述的一种房地产大数据计算处理方法,其特征在于,在所述步骤S1之前,还包括:注册用户账号,用户账号内保存有用户个人信息。
3.根据权利要求1所述的一种房地产大数据计算处理方法,其特征在于,所述步骤S2中性别和年龄条件下用户群体最为关注的房源类型通过分析用户群体中的用户个体所浏览的各个房源类型的浏览数量进行降序排序。
4.根据权利要求1所述的一种房地产大数据计算处理方法,其特征在于,所述步骤S4后还包括:步骤S5:更新用户个体所对应的用户群体下所关注的房源类型的统计。
5.一种房地产大数据计算处理系统,其特征在于,所述系统包括:
获取单元,用于获取用户个体信息,所述用户个体信息包括用户性别和年龄;
推送单元,用于根据用户性别和年龄,推送在性别和年龄两个限定条件下的用户群体最关注的房源类型下的房源;
分析单元,根据用户个体所浏览的房源类型,分析用户个体的浏览行为,获取用户个体最关注的房源类型;
推送单元还用于根据用户个体最关注的房源类型,校正推送信息,推送该用户个体最关的房源类型下的房源。
6.根据权利要求5所述的一种房地产大数据计算处理系统,其特征在于,还包括注册单元,用于注册用户账号,用户账号内保存有用户个人信息。
7.根据权利要求5所述的一种房地产大数据计算处理系统,其特征在于,获取用户群体最关注的房源类型的具体方法为:分析用户群体中的用户个体所浏览的各个房源类型的浏览数量进行降序排序。
8.根据权利要求5所述的一种房地产大数据计算处理系统,其特征在于,还包括更新单元,用于更新用户个体所对应的用户群体下所关注的房源类型的统计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811575208.0A CN109783726A (zh) | 2018-12-21 | 2018-12-21 | 一种房地产大数据计算处理方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811575208.0A CN109783726A (zh) | 2018-12-21 | 2018-12-21 | 一种房地产大数据计算处理方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109783726A true CN109783726A (zh) | 2019-05-21 |
Family
ID=66498082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811575208.0A Pending CN109783726A (zh) | 2018-12-21 | 2018-12-21 | 一种房地产大数据计算处理方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783726A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619078A (zh) * | 2019-06-12 | 2019-12-27 | 北京无限光场科技有限公司 | 用于推送信息的方法和装置 |
CN110650212A (zh) * | 2019-10-17 | 2020-01-03 | 华普通用技术研究(广州)有限公司 | 一种以大数据流式技术实现网络数据包的分析方法及系统 |
CN111159561A (zh) * | 2019-12-31 | 2020-05-15 | 青梧桐有限责任公司 | 根据用户行为和用户画像构建推荐引擎的方法 |
CN112633943A (zh) * | 2020-12-31 | 2021-04-09 | 杭州冠家房地产营销策划有限公司 | 房地产定向营销的方法 |
CN112669175A (zh) * | 2020-12-31 | 2021-04-16 | 杭州冠家房地产营销策划有限公司 | 一种基于微信公众号的房地产营销管理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022606A1 (en) * | 2003-10-13 | 2011-01-27 | Mason Zachary J | Processes for assessing user affinities for particular item categories of a hierarchical browse structure |
CN103631954A (zh) * | 2013-12-13 | 2014-03-12 | 百度在线网络技术(北京)有限公司 | 个性化推荐方法及装置 |
CN104462578A (zh) * | 2014-12-29 | 2015-03-25 | 北京邮电大学 | 新闻推送方法 |
CN104572889A (zh) * | 2014-12-24 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 一种搜索词推荐方法、装置和系统 |
CN104866540A (zh) * | 2015-05-04 | 2015-08-26 | 华中科技大学 | 一种基于群体用户行为分析的个性化推荐方法 |
CN107256512A (zh) * | 2017-06-08 | 2017-10-17 | 贵州优联博睿科技有限公司 | 一种购房个性化推荐方法及系统 |
CN107360246A (zh) * | 2017-07-28 | 2017-11-17 | 广州优视网络科技有限公司 | 一种消息推送方法及装置、一种终端及存储介质 |
-
2018
- 2018-12-21 CN CN201811575208.0A patent/CN109783726A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110022606A1 (en) * | 2003-10-13 | 2011-01-27 | Mason Zachary J | Processes for assessing user affinities for particular item categories of a hierarchical browse structure |
CN103631954A (zh) * | 2013-12-13 | 2014-03-12 | 百度在线网络技术(北京)有限公司 | 个性化推荐方法及装置 |
CN104572889A (zh) * | 2014-12-24 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 一种搜索词推荐方法、装置和系统 |
CN104462578A (zh) * | 2014-12-29 | 2015-03-25 | 北京邮电大学 | 新闻推送方法 |
CN104866540A (zh) * | 2015-05-04 | 2015-08-26 | 华中科技大学 | 一种基于群体用户行为分析的个性化推荐方法 |
CN107256512A (zh) * | 2017-06-08 | 2017-10-17 | 贵州优联博睿科技有限公司 | 一种购房个性化推荐方法及系统 |
CN107360246A (zh) * | 2017-07-28 | 2017-11-17 | 广州优视网络科技有限公司 | 一种消息推送方法及装置、一种终端及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619078A (zh) * | 2019-06-12 | 2019-12-27 | 北京无限光场科技有限公司 | 用于推送信息的方法和装置 |
CN110619078B (zh) * | 2019-06-12 | 2022-10-14 | 北京无限光场科技有限公司 | 用于推送信息的方法和装置 |
CN110650212A (zh) * | 2019-10-17 | 2020-01-03 | 华普通用技术研究(广州)有限公司 | 一种以大数据流式技术实现网络数据包的分析方法及系统 |
CN111159561A (zh) * | 2019-12-31 | 2020-05-15 | 青梧桐有限责任公司 | 根据用户行为和用户画像构建推荐引擎的方法 |
CN112633943A (zh) * | 2020-12-31 | 2021-04-09 | 杭州冠家房地产营销策划有限公司 | 房地产定向营销的方法 |
CN112669175A (zh) * | 2020-12-31 | 2021-04-16 | 杭州冠家房地产营销策划有限公司 | 一种基于微信公众号的房地产营销管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783726A (zh) | 一种房地产大数据计算处理方法及其系统 | |
CN105677844B (zh) | 一种移动广告大数据的定向推送及用户跨屏识别方法 | |
US10325289B2 (en) | User similarity groups for on-line marketing | |
Jerath et al. | Consumer click behavior at a search engine: The role of keyword popularity | |
KR101651245B1 (ko) | 컨버전 크레디팅 | |
US20160314377A1 (en) | Using Similarity for Grouping Fonts and Individuals for Recommendations | |
WO2017190610A1 (zh) | 目标用户定向方法、装置和计算机存储介质 | |
US20160285672A1 (en) | Method and system for processing network media information | |
CN111062750A (zh) | 用户画像标签建模和分析方法、装置、设备及存储介质 | |
US20160148255A1 (en) | Methods and apparatus for identifying a cookie-less user | |
CN102541971A (zh) | 将登广告者目标映射到关键字 | |
CN103295145A (zh) | 一种基于用户消费特征向量的手机广告投放方法 | |
US20110187717A1 (en) | Producing Optimization Graphs in Online Advertising Systems | |
CN107526810B (zh) | 建立点击率预估模型的方法及装置、展示方法及装置 | |
Hornick et al. | Extending recommender systems for disjoint user/item sets: The conference recommendation problem | |
US10290032B2 (en) | Blacklisting based on image feature analysis and collaborative filtering | |
CN109034853B (zh) | 基于种子用户寻找相似用户方法、装置、介质和电子设备 | |
US20170046734A1 (en) | Enhancing touchpoint attribution accuracy using offline data onboarding | |
CN109949089B (zh) | 一种确定展示率的方法、装置及终端 | |
US20140200958A1 (en) | System and method for categorization of factors to predict demand | |
US20170142119A1 (en) | Method for creating group user profile, electronic device, and non-transitory computer-readable storage medium | |
US20130339132A1 (en) | Single-Source Data Analysis of Advertising and Promotion Effects | |
KR102238438B1 (ko) | 규격화된 광고상품을 이용한 광고상품거래 서비스 제공 시스템 | |
CN115131052A (zh) | 一种数据处理方法、计算机设备和存储介质 | |
Bhandarkar | AdBench: a complete benchmark for modern data pipelines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |