CN109886773A - 基于租客信用评价的推荐方法、装置、设备及存储介质 - Google Patents
基于租客信用评价的推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109886773A CN109886773A CN201910044591.5A CN201910044591A CN109886773A CN 109886773 A CN109886773 A CN 109886773A CN 201910044591 A CN201910044591 A CN 201910044591A CN 109886773 A CN109886773 A CN 109886773A
- Authority
- CN
- China
- Prior art keywords
- lessee
- landlord
- evaluation
- lease
- credit appraisal
- 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
Abstract
本发明提供一种基于租客信用评价的推荐方法,包括:检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;基于所述最终得分智能推荐租赁建议至第二房东所在终端。本发明基于语义解析还提供一种基于租客信用评价的推荐装置、设备及存储介质。本发明实现了降低了租客的信用风险,减少了房东的损失,从而提高了房屋租赁的效率。
Description
技术领域
本发明涉及房屋租赁领域,尤其涉及一种基于租客信用评价的推荐方法、装置、设备及存储介质。
背景技术
房屋租赁是由房屋的所有者或经营者将其所有或经营的房屋交给房屋的消费者使用,房屋消费者通过定期交付一定数额的租金,取得房屋的占有和使用权利的行为。房屋租赁是房屋使用价值零星出售的一种商品流通方式。房屋租赁是指出租人(一般为房屋所有权人)将房屋出租给承租人使用,由承租人向出租人支付租金的行为。
目前,没有存在完整的评价体系供房东对租客进行评价,当租客再次租房时,下一任房东对租客的信用度毫无了解,信用度低的用户在租房过程中可能会拖欠房租、损坏房屋配置等,从而导致租客的信用风险高,造成房东的损失。
发明内容
本发明的主要目的在于提供一种基于租客信用评价的推荐方法、装置、设备及存储介质,旨在解决因信用度低的用户在租房过程中可能会拖欠房租、损坏房屋配置等原因造成的租客信用风险高及房东损失的问题。
为实现上述目的,本发明提供一种基于租客信用评价的推荐方法,所述基于租客信用评价的推荐方法包括以下步骤:
检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;
获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;
基于所述最终得分智能推荐租赁建议至第二房东所在终端。
可选地,所述获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分的步骤包括:
接收第一房东的选择指令,基于所述选择指令获取第一房东在评价界面对各所述标准项的选择项,将所述选择项作为所述评价结果;
在预设分数表中查找所述评价结果对应的第一评分,并计算各所述第一评分的加权平均分,将所述加权平均分作为所述最终得分。
可选地,所述获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分的步骤包括:
接收第一房东的输入指令,基于所述输入指令获取第一房东在评价界面对各所述标准项输入的评论内容,将所述评论内容作为所述评价结果;
对所述评论内容进行语义分析,以得到各个分词,并将各个所述分词与预设的褒义词库及贬义词库进行匹配,根据匹配结果将各个所述分词分为褒义分词及贬义分词;
统计所述褒义分词及所述贬义分词的数量,并计算褒义分词与所述贬义分词的数量的差值;
基于预设分数表查找并获取所述差值对应的第二评分,计算各所述第二评分的平均分,将所述平均分作为所述最终得分。
可选地,所述基于所述最终得分智能推荐租赁建议至第二房东所在终端的步骤包括:
获取各所述标准项中的重要指标项及所述评价结果中各所述重要指标项的评分,并确定各所述重要指标项中是否存在评分小于预设阈值的目标指标项;
若存在,则获取所述目标指标项,在所述目标指标项中添加特殊标识生成告警信息;
基于所述最终得分及所述告警信息生成租赁建议,并将所述租赁建议发送至第二房东所在终端。
可选地,所述基于所述最终得分智能推荐租赁建议至第二房东所在终端的步骤包括:
若检测到多个租客预租赁同一房源,则获取各个租客的最终得分;
基于各个租客的最终得分对各个租客的租客信息进行排序,并将所述租赁建议添加至所述租客信息中,以得到排序结果;
按照所述排序结果将所述租客信息发送至第二房东所在终端。
可选地,所述检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端的步骤之前,所述基于租客信用评价的推荐方法还包括:
获取所述第一房东的房东信息,对第一房东的房东信息进行认证;
若认证通过,则获取第一房东上传的租房合同,检测所述租房合同中双方的身份信息是否均与预设身份信息匹配;
若匹配,获取租房合同中的租赁结束日期,基于所述租赁结束日期建立评价事项,以在所述租赁结束日期将评价界面推送至第一房东所在终端。
可选地,所述基于房评价的房源推荐方法还包括:
若检测到房东对租客评价已完成,则获取租客对房东的评价状态,并确定所述评价状态是否为已完成状态;
若是,则开放房东与租客的评价查看权限,以供房东与租客相互查看评价。
此外,为实现上述目的,本发明还提供一种基于租客信用评价的推荐装置,所述基于租客信用评价的推荐装置包括:
检测模块,用于检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;
计算模块,用于获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;
智能推荐模块,用于基于所述最终得分智能推荐租赁建议至第二房东所在终端。
此外,为实现上述目的,本发明还提供一种基于租客信用评价的推荐设备,所述基于租客信用评价的推荐设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于租客信用评价的推荐程序,其中所述基于租客信用评价的推荐程序被所述处理器执行时,实现如上述的基于租客信用评价的推荐方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有基于租客信用评价的推荐程序,其中所述基于租客信用评价的推荐程序被处理器执行时,实现如上述的基于租客信用评价的推荐方法的步骤。
本发明提供一种基于租客信用评价的推荐方法、装置、设备及存储介质,本发明检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端,然后获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分,最后基于所述最终得分智能推荐租赁建议至第二房东所在终端;实现了降低了租客的信用风险,减少了房东的损失,从而提高了房屋租赁的效率。
附图说明
图1为本发明各实施例涉及的基于租客信用评价的推荐设备的硬件结构示意图;
图2为本发明基于租客信用评价的推荐方法第一实施例的流程示意图;
图3为本发明基于租客信用评价的推荐方法第二实施例的流程示意图;
图4为本发明基于租客信用评价的推荐方法第三实施例的流程示意图;
图5为本发明基于租客信用评价的推荐装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的基于租客信用评价的推荐方法主要应用于基于租客信用评价的推荐设备,该基于租客信用评价的推荐设备可以是PC(个人计算机personalcomputer)、便携计算机、移动终端等具有显示和处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的基于租客信用评价的推荐设备的硬件结构示意图。本发明实施例中,基于租客信用评价的推荐设备可以包括处理器1001(例如中央处理器Central Processing Unit、CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口);存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种存储介质的存储器1005可以包括操作系统、网络通信模块以及基于租客信用评价的推荐程序。在图1中,网络通信模块主要用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的基于租客信用评价的推荐程序,并执行本发明实施例提供的基于租客信用评价的推荐方法。
本发明实施例提供了一种基于租客信用评价的推荐方法。
参照图2,图2为本发明基于租客信用评价的推荐方法第一实施例的流程示意图。
在本实施例中,该基于租客信用评价的推荐方法的执行主体为基于租客信用评价的推荐系统(以下简称系统),该系统包括基于租客信用评价的推荐设备,该基于租客信用评价的推荐设备可以是手机、PC、掌上电脑和平板电脑等终端设备,可选为图1所示的设备。该基于租客信用评价的推荐方法包括以下步骤:
步骤S10,检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;
在本实施例中,在本实施例中,房东与租客完成一次租房业务,即房东与租客签订合同至租客合同到期,或者,由房东或者租客等原因中间终止合同等。检测租客与房东是否已完成租房业务包括检测合同日期是否到期、检测房东与租客双方是否都解除合同,例如,若租客与房东签订的电子合同,获取租客的租房信息,该租房信息包括租客的租赁时间、租赁起始、结束日,同时获取房东信息,房东信息包括房东名称、此次租房业务对应房源信息等,将租客信息及房东信息进行关联存储,并根据租房信息及房东信息建立评价事项,并在预设时间段内将提醒对应房东处理评价事项,房东可以进入评价事项处理界面,对此次租房业务进行评价,其中,评价事项包括首次评价事项及追评事项,当房东与租客完成一次租房业务时,房东可以对租客进行评价,系统内房行可管理已经承租的合同信息,每一笔合同对应的承租人有资格对本次承租服务进行一次评价以及一次追评,进而保证评价的真实性。若检测到房东与租客完成租房业务,则将评价界面推送至租客所在终端。
步骤S20,获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东对租客的最终得分;
在本实施例中,在本实施例中,评价界面包括各个待评价的标准项,评价可以分为多个标准项进行评价,包括对房租缴纳情况、房屋配置损坏情况、房间卫生情况、租客性格等标准项进行评价,标准项包括多个评价选项对应的评价等级,例如,极差、差、一般、良好、优秀等。房东可以点击各个标准项的各个选项选择评价等级,也可以在标准项的输入栏中输入评价内容,系统对评价内容进行分析,从而根据分析结果进行评分。
具体地,提出一实施例,所述获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东对租客的最终得分的步骤包括:
步骤S21,接收第一房东的选择指令,基于所述选择指令获取第一房东在评价界面对各所述标准项的选择项,将所述选择项作为所述评价结果;
在本实施例中,评价界面包括各个标准项及各个标准项的各选择项,第一房东可以通过点击各选择项的按钮选择评价等级,触发选择指令,系统接收到该选择指令时,根据选择指令获取第一房东选择的选择项,该选择项包括极差、差、一般、良好、优秀等,将用户选择的选择项作为用户的评价结果。
步骤S22,在预设分数表中查找所述评价结果对应的第一评分,并计算各所述第一评分的加权平均分,将所述加权平均分作为所述最终得分。
在本实施例中,预设分数表中包括各个选择项及对应的评分,各选择项对应不同的评分,例如,不同评价等级的选择项对应的评分可以为1-5分,极差对应评分为1分,差对应评分为2分,一般对应评分为3分,良好对应评分为4分,优秀对应评分为5分。获取租客对房东各个标准项评价的评分,并计算加权平均分,将该加权平均分作为此次租房业务中对房东对租客评价的最终得分,将最终得分存储至房东信用数据库中,其中,该评价结果包括各标准项的评价等级及评分。
进一步地,提出另一实施例,所述获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东对租客的最终得分的步骤包括:
步骤S23,接收第一房东的输入指令,基于所述输入指令获取第一房东在评价界面对各所述标准项输入的评论内容,将所述评论内容作为所述评价结果;
在本实施例中,评价界面还包括各个标准项的评论栏,第一房东可以在评论栏中输入评论内容,输入方式包括语音输入或者文字输入,当房东选择提交评论内容时,通过提交按钮触发提交指令,系统获取该提交指令对应的评论内容,若评论内容是语音,则将语音转化为文字,再进行语义分析,若评论内容是文字,则直接对评论内容的文字进行语义分析。
步骤S24,对所述评论内容进行语义分析,以得到各个分词,并将各个所述分词与褒义词库及贬义词库进行比较,根据匹配结果将各个所述分词分为褒义分词及贬义分词;
在本实施例中,系统首先对房东的房源评论进行分词处理,去除停用词,并进行词性标注,以得到各个分词,其中,停用词可以预先设置,即预选设置哪些词性的词需要去除。将各个分词与预设的褒义词库及贬义词库进行匹配,实现在褒义词库及贬义词库中将各个分词进行分类,若某个分词与褒义词库中的某个词一致,则将该分词作为褒义分词进行分类,若某个分词与贬义词库中的某个词一致,则将该分词作为贬义分词进行分类。
步骤S25,统计所述褒义分词及所述贬义分词的数量,并计算褒义分词与所述贬义分词的数量的差值;
在本实施例中,系统将各个分词与预设的褒义词库及贬义词库进行匹配,若匹配到各个分词中某个分词为褒义分词,则记录当前褒义分词的数量,若匹配到各个分词中某个分词为贬义分词,则记录当前贬义分词的数量,从而记录各个分词中所有褒义分词及贬义分词的数量,或者,若匹配到各个分词中某个分词为褒义分词,则添加褒义标识至该分词,统计附带该褒义标识的分词的数量,若匹配到各个分词中某个分词为贬义分词,则添加贬义标识至该分词,统计附带该贬义标识的分词的数量。最后,计算褒义分词与贬义分词的数量的差值,例如,统计得到输入内容中包括4个褒义分词,3个贬义分词,则计算褒义分词的数量与贬义分词的数量的差值为1。
步骤S26,基于预设分数表查找并获取所述差值对应的第二评分,计算各所述第二评分的平均分,将所述平均分作为所述最终得分。
在本实施例中,预设分数表中包括不同差值及对应的第二评分,例如,差值为1对应的评分为10分,差值为-1对应的评分为-10分。本实施例对于评分的具体分数不作限制,由技术人员进行设置。然后计算各个标准项的第二评分的平均分,将该平均分作为最终得分。
进一步地,步骤S20之后,还包括:
步骤S30,基于所述最终得分智能推荐租赁建议至第二房东所在终端。
在本实施例中,各个标准项中存在重要指标项,该重要指标项为预设的指标项,是房东认为值得关注的指标项,通过对重要指标项的评分进行分析,从而根据分析结果及最终得分生成租赁建议给第二房东。当然,系统也可以将租客的最终得分与租赁建议保存到数据库中,以便第二房东可以通过数据库查看租客的最终得分及租赁建议,进而了解租客的信用。
当然,也可以获取多个租客的最终得分,从而计算多个租客最终得分的平均分,进而根据平均分对租客信息进行排序,根据排序结果将租客信息展示给第二房东。
具体地,提出一实施例,所述基于所述最终得分智能推荐租赁建议至第二房东所在终端的步骤包括的步骤包括:
步骤S31,获取各所述标准项中的重要指标项及所述评价结果中各所述重要指标项的评分,并确定各所述重要指标项中是否存在评分小于预设阈值的目标指标项;
在本实施例中,重要指标项由技术人员进行设置,重要指标项都携带特殊标记信息,系统能够根据该特殊标记信息在所有表逐项中查找到该重要指标项及该重要指标项对应的评分,将重要指标项对应的评分与预设阈值进行比较,若系统检测到某重要指标项的评分小于该预设阈值,则说明需提醒房东重点关注该重要指标项,例如,系统检测到某重要指标项为“缴纳房租情况”,房东对该重要指标项的评分为1分,若小于预设阈值,则说明租客拖欠缴纳房租,房东需注意该租客缴纳房租的情况。
步骤S32,若存在,则获取所述目标指标项,在所述目标指标项中添加特殊标识生成告警信息;
在本实施例中,系统将各重要指标项的评分与预设阈值进行比较,确定各重要指标项中是否存在评分小于预设阈值的目标指标项,若存在,则获取评分小于预设阈值的目标指标项,在该目标指标项中添加特殊标识,该特殊标识包括文字标识、符号标识、颜色标识等,用于提醒用户注意携带该特殊标识的标准项。在目标指标项中添加特殊标识时生成告警信息,该告警信息中包括目标指标项的名称、评分及预设的告警字段。
步骤S33,基于所述最终得分及所述告警信息生成租赁建议,并将所述租赁建议发送至第二房东所在终端。
在本实施例中,系统根据最终得分在建议表中查找对应的建议字段,例如,最终得分为20分在建议表中查找得到的建议字段为“该租客信用等级低”,并根据告警提示生成租赁建议,提示第二房东可能存在的租房风险,还可以建议房东是否租房给该租客,或者收取的押金数额应当收取多少,例如,系统若检测到用户是否逾期缴纳房租这一标准选项评分很低,可以根据这一选项的评分确定收取押金的数额,评分越低,收取押金的金额越高。
在另一实施例中,所述基于所述最终得分智能推荐租赁建议至第二房东所在终端的步骤包括:
步骤S34,若检测到多个租客预租赁同一房源,则获取各个租客的最终得分;
在本实施例中,同一房源可以被很多租客进行查看,若检测到多个租客预租赁同一房源,则获取各个租客的最终得分,根据各个租客的最终得分来确定最优租客,并生成租赁建议推荐至第二房东所在终端。
步骤S35,基于各个租客的最终得分对各个租客的租客信息进行排序,并将所述租赁建议添加至所述租客信息中,以得到排序结果;
在本实施例中,按照最终得分从高到低的顺序对各个租客的租客信息进行排序,并将租赁建议添加至租客的租客信息中,以供用户在查看租赁租客信息时能够查看到该租赁建议,并生成排序结果。
步骤S36,按照所述排序结果将所述租客信息发送至第二房东所在终端。
在本实施例中,系统根据排序结果将带有租赁建议的租客信息发送至第二房东所在终端,将排序结果最靠前的租客信息展示在第一位置,并以供用户在查看租赁租客信息时能够查看到该租赁建议。
本实施例提出的基于租客信用评价的推荐方法,通过检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端,然后获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分,最后基于所述最终得分智能推荐租赁建议至第二房东所在终端;实现了降低了租客的信用风险,减少了房东的损失,从而提高了房屋租赁的效率。
基于第以上实施例,提出本发明基于租客信用评价的推荐方法的第二实施例,参照图3,本实施例中,步骤S10之前,还包括:
步骤S40,获取所述第一房东的房东信息,对第一房东的房东信息进行认证;
在本实施例中,第一房东可以是个人或者企业,对房东信息的认证包括对房东的手机号、身份证号、身份证照片、公寓体量、经营方式、覆盖城市等,其中,认证包括个人认证及企业认证,用户可以在认证方式选择界面选择认证方式,系统检测用户选择指令对应的认证方式,若为个人认证,则获取用户提交的个人信息,并对个人信息进行验证,验证包括验证用户身份证信息是否正确,发送验证码至用户手机号对应的移动终端等,若为企业认证,则获取用户提供的公司全称、公司地址、营业执照好、营业执照照片等信息,并验证这些信息的准确性。当然,可以将用户提交的认证信息打包为认证材料,将认证材料发送至运营团队进行审核并反馈,确定是否具有经营资质。只有认证通过的房东才能对租客进行评价,从而保证房东评价的真实性。
步骤S50,若认证通过,则获取第一房东上传的租房合同,检测所述租房合同中双方的身份信息是否均与预设身份信息匹配;
在本实施例中,若房东信息认证后,租客与房东达成租赁协议,需签订租赁合同,房东可以将租赁合同进行拍照上传系统,系统接收房东上传的租房合同的照片,通过图像分析技术获取租房合同中房东的身份信息、租客的身份信息是否均与预设身份信息是否匹配,该预设身份信息可以从房管局的人员身份信息库进行获取。
步骤S60,若匹配,获取租房合同中的租赁结束日期,基于所述租赁结束日期建立评价事项,以在所述租赁结束日期将评价界面推送至第一房东所在终端。
在本实施例中,若房东的身份信息、租客的身份信息是否均与预设身份信息匹配,则通过图像分析技术获取租房合同中的租赁结束日期,并建立评价事项,该评价事项包括评价的具体内容、评价时间、评价对象等,系统则将在评价时间提醒房东处理评价事项,在租赁结束日将评价界面推送至第一房东所在终端。
本实施例提出的基于租客信用评价的推荐方法,通过获取所述第一房东的房东信息,对第一房东的房东信息进行认证,然后若认证通过,则获取第一房东上传的租房合同,检测所述租房合同中双方的身份信息是否均与预设身份信息匹配,最后若匹配,获取租房合同中的租赁结束日期,基于所述租赁结束日期建立评价事项,以在所述租赁结束日期将评价界面推送至第一房东所在终端;实现了对房东信息进行认证,并建立评价事项,以提醒房东处理评价事项,从而提高了房东的真实性及房东的租房体验。
基于第以上实施例,提出本发明基于租客信用评价的推荐方法的第三实施例,参照图4,本实施例中,该基于租客信用评价的推荐方法包括:
步骤S70,若检测到房东对租客评价已完成,则获取租客对房东的评价状态,并确定所述评价状态是否为已完成状态;
在本实施例中,租客对房东的评价具有保密性,房东对租客的评价在一段时间内不能被该租客看到,但可以被其它租客看到,或者,房东对租客的评价只能对所有房东用户公开,不对租客用户公开,又或者,在检测到该租客对房东进行评价后,将该房东对该租客的评价对该租客进行公开,即当检测到租客和房东互相进行评价后,双方才能看到对方对自己的评价
所以,在检测到房东对租客评价以完成时,获取租客对房东的评价状态,该评价状态包括以完成评价及未完成评价,检测房东对租客的评价状态是否为已完成评价。
步骤S80,若是,则开放房东与租客的评价查看权限,以供房东与租客相互查看评价。
在本实施例中,若房东对租客评价已完成,检测到租客对房东的评价状态为已完成,则开放房东与租客的评价查看权限,进而允许房东与该租客互相查看对方的评价。
本实施例提出的基于房源评价的房源推荐方法,通过若检测到房东对租客评价已完成,则获取租客对房东的评价状态,并确定所述评价状态是否为已完成状态,然后若是,则开放房东与租客的评价查看权限,以供房东与租客相互查看评价;实现了只有当租客与房东都完成评价时才开放评价查看权限,从而保证了评价的保密性。
此外,本发明实施例还提供一种基于租客信用评价的推荐装置。
参照图5,图5为本发明基于租客信用评价的推荐装置第一实施例的功能模块示意图。
本发明基于租客信用评价的推荐装置为虚拟装置,存储于图1所示基于租客信用评价的推荐设备的存储器1005中,用于实现基于租客信用评价的推荐程序的所有功能:检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;基于所述最终得分智能推荐租赁建议至第二房东所在终端。
具体的,本实施例中,所述基于租客信用评价的推荐装置包括:
检测模块101,用于检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;
计算模块102,用于获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;
智能推荐模块103,用于基于所述最终得分智能推荐租赁建议至第二房东所在终端。
进一步地,计算模块102还用于:
接收第一房东的选择指令,基于所述选择指令获取第一房东在评价界面对各所述标准项的选择项,将所述选择项作为所述评价结果;
在预设分数表中查找所述评价结果对应的第一评分,并计算各所述第一评分的加权平均分,将所述加权平均分作为所述最终得分。
进一步地,计算模块102还用于:
接收第一房东的输入指令,基于所述输入指令获取第一房东在评价界面对各所述标准项输入的评论内容,将所述评论内容作为所述评价结果;
对所述评论内容进行语义分析,以得到各个分词,并将各个所述分词与预设的褒义词库及贬义词库进行匹配,根据匹配结果将各个所述分词分为褒义分词及贬义分词;
统计所述褒义分词及所述贬义分词的数量,并计算褒义分词与所述贬义分词的数量的差值;
基于预设分数表查找并获取所述差值对应的第二评分,计算各所述第二评分的平均分,将所述平均分作为所述最终得分。
进一步地,智能推荐模块103还用于:
获取各所述标准项中的重要指标项及所述评价结果中各所述重要指标项的评分,并确定各所述重要指标项中是否存在评分小于预设阈值的目标指标项;
若存在,则获取所述目标指标项,在所述目标指标项中添加特殊标识生成告警信息;
基于所述最终得分及所述告警信息生成租赁建议,并将所述租赁建议发送至第二房东所在终端。
进一步地,智能推荐模块103还用于:
若检测到多个租客预租赁同一房源,则获取各个租客的最终得分;
基于各个租客的最终得分对各个租客的租客信息进行排序,并将所述租赁建议添加至所述租客信息中,以得到排序结果;
按照所述排序结果将所述租客信息发送至第二房东所在终端。
进一步地,基于租客信用评价的推荐装置还包括:
认证模块,用于获取所述第一房东的房东信息,对第一房东的房东信息进行认证;
匹配模块,用于若认证通过,则获取第一房东上传的租房合同,检测所述租房合同中双方的身份信息是否均与预设身份信息匹配;
推送模块,用于若匹配,获取租房合同中的租赁结束日期,基于所述租赁结束日期建立评价事项,以在所述租赁结束日期将评价界面推送至第一房东所在终端。
进一步地,基于租客信用评价的推荐装置还包括:
检测模块,用于若检测到房东对租客评价已完成,则获取租客对房东的评价状态,并确定所述评价状态是否为已完成状态;
权限开放模块,用于若是,则开放房东与租客的评价查看权限,以供房东与租客相互查看评价。
其中,上述基于租客信用评价的推荐装置中各个模块的功能实现与上述基于租客信用评价的推荐方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提供一种存储介质。
本发明存储介质上存储有基于租客信用评价的推荐程序,其中所述基于租客信用评价的推荐程序被处理器执行时,实现如上述的基于租客信用评价的推荐方法的步骤。
其中,基于租客信用评价的推荐程序被执行时所实现的方法可参照本发明基于租客信用评价的推荐方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于租客信用评价的推荐方法,其特征在于,所述基于租客信用评价的推荐方法包括以下步骤:
检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;
获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;
基于所述最终得分智能推荐租赁建议至第二房东所在终端。
2.如权利要求1所述的基于租客信用评价的推荐方法,其特征在于,所述获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分的步骤包括:
接收第一房东的选择指令,基于所述选择指令获取第一房东在评价界面对各所述标准项的选择项,将所述选择项作为所述评价结果;
在预设分数表中查找所述评价结果对应的第一评分,并计算各所述第一评分的加权平均分,将所述加权平均分作为所述最终得分。
3.如权利要求1所述的基于租客信用评价的推荐方法,其特征在于,所述获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分的步骤包括:
接收第一房东的输入指令,基于所述输入指令获取第一房东在评价界面对各所述标准项输入的评论内容,将所述评论内容作为所述评价结果;
对所述评论内容进行语义分析,以得到各个分词,并将各个所述分词与预设的褒义词库及贬义词库进行匹配,根据匹配结果将各个所述分词分为褒义分词及贬义分词;
统计所述褒义分词及所述贬义分词的数量,并计算褒义分词与所述贬义分词的数量的差值;
基于预设分数表查找并获取所述差值对应的第二评分,计算各所述第二评分的平均分,将所述平均分作为所述最终得分。
4.如权利要求1-3任一项所述的基于租客信用评价的推荐方法,其特征在于,所述基于所述最终得分智能推荐租赁建议至第二房东所在终端的步骤包括:
获取各所述标准项中的重要指标项及所述评价结果中各所述重要指标项的评分,并确定各所述重要指标项中是否存在评分小于预设阈值的目标指标项;
若存在,则获取所述目标指标项,在所述目标指标项中添加特殊标识生成告警信息;
基于所述最终得分及所述告警信息生成租赁建议,并将所述租赁建议发送至第二房东所在终端。
5.如权利要求4所述的基于租客信用评价的推荐方法,其特征在于,所述基于所述最终得分智能推荐租赁建议至第二房东所在终端的步骤包括:
若检测到多个租客预租赁同一房源,则获取各个租客的最终得分;
基于各个租客的最终得分对各个租客的租客信息进行排序,并将所述租赁建议添加至所述租客信息中,以得到排序结果;
按照所述排序结果将所述租客信息发送至第二房东所在终端。
6.如权利要求1所述的基于租客信用评价的推荐方法,其特征在于,所述检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端的步骤之前,所述基于租客信用评价的推荐方法还包括:
获取所述第一房东的房东信息,对第一房东的房东信息进行认证;
若认证通过,则获取第一房东上传的租房合同,检测所述租房合同中双方的身份信息是否均与预设身份信息匹配;
若匹配,获取租房合同中的租赁结束日期,基于所述租赁结束日期建立评价事项,以在所述租赁结束日期将评价界面推送至第一房东所在终端。
7.如权利要求6所述的基于房评价的房源推荐方法,其特征在于,所述基于房评价的房源推荐方法还包括:
若检测到房东对租客评价已完成,则获取租客对房东的评价状态,并确定所述评价状态是否为已完成状态;
若是,则开放房东与租客的评价查看权限,以供房东与租客相互查看评价。
8.一种基于租客信用评价的推荐装置,其特征在于,所述基于租客信用评价的推荐装置包括:
检测模块,用于检测租客与第一房东是否已完成租房业务,若完成,则将评价界面推送至第一房东所在终端;
计算模块,用于获取第一房东对评价界面的各标准项的评价结果,基于所述评价结果计算第一房东评价租客的最终得分;
智能推荐模块,用于基于所述最终得分智能推荐租赁建议至第二房东所在终端。
9.一种基于租客信用评价的推荐设备,其特征在于,所述基于租客信用评价的推荐设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于租客信用评价的推荐程序,其中所述基于租客信用评价的推荐程序被所述处理器执行时,实现如权利要求1至7中任一项所述的基于租客信用评价的推荐方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于租客信用评价的推荐程序,其中所述基于租客信用评价的推荐程序被处理器执行时,实现如权利要求1至7中任一项所述的基于租客信用评价的推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044591.5A CN109886773A (zh) | 2019-01-17 | 2019-01-17 | 基于租客信用评价的推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044591.5A CN109886773A (zh) | 2019-01-17 | 2019-01-17 | 基于租客信用评价的推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109886773A true CN109886773A (zh) | 2019-06-14 |
Family
ID=66926197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910044591.5A Pending CN109886773A (zh) | 2019-01-17 | 2019-01-17 | 基于租客信用评价的推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109886773A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889737A (zh) * | 2019-10-17 | 2020-03-17 | 贝壳技术有限公司 | 合租室友的推荐方法、装置、服务器及存储介质 |
CN111027999A (zh) * | 2019-10-22 | 2020-04-17 | 贝壳技术有限公司 | 一种拼租用户推荐方法、装置、电子设备和存储介质 |
CN112749657A (zh) * | 2021-01-07 | 2021-05-04 | 北京码牛科技有限公司 | 一种租房管理方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288360A1 (en) * | 2006-05-03 | 2007-12-13 | Joseph Guy Seeklus | Systems and methods for determining whether candidates are qualified for desired situations based on credit scores |
US20120239583A1 (en) * | 2011-03-15 | 2012-09-20 | Dobrowolski John M | Method and system for computerized tracking, analyzing and reporting of information specific to residential and commercial tenancy histories |
CN103455562A (zh) * | 2013-08-13 | 2013-12-18 | 西安建筑科技大学 | 一种文本倾向性分析方法及基于该方法的商品评论倾向判别器 |
CN107958412A (zh) * | 2017-12-29 | 2018-04-24 | 云南飞网科技有限公司 | 一种租房平台及其网络指纹电子门锁系统 |
CN108776940A (zh) * | 2018-06-04 | 2018-11-09 | 南京邮电大学盐城大数据研究院有限公司 | 一种基于文本评论挖掘的智能餐饮推荐算法 |
CN109214883A (zh) * | 2018-07-27 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 基于区块链的服务租赁方法、装置、系统及电子设备 |
-
2019
- 2019-01-17 CN CN201910044591.5A patent/CN109886773A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288360A1 (en) * | 2006-05-03 | 2007-12-13 | Joseph Guy Seeklus | Systems and methods for determining whether candidates are qualified for desired situations based on credit scores |
US20120239583A1 (en) * | 2011-03-15 | 2012-09-20 | Dobrowolski John M | Method and system for computerized tracking, analyzing and reporting of information specific to residential and commercial tenancy histories |
CN103455562A (zh) * | 2013-08-13 | 2013-12-18 | 西安建筑科技大学 | 一种文本倾向性分析方法及基于该方法的商品评论倾向判别器 |
CN107958412A (zh) * | 2017-12-29 | 2018-04-24 | 云南飞网科技有限公司 | 一种租房平台及其网络指纹电子门锁系统 |
CN108776940A (zh) * | 2018-06-04 | 2018-11-09 | 南京邮电大学盐城大数据研究院有限公司 | 一种基于文本评论挖掘的智能餐饮推荐算法 |
CN109214883A (zh) * | 2018-07-27 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 基于区块链的服务租赁方法、装置、系统及电子设备 |
Non-Patent Citations (1)
Title |
---|
央广网: "智慧住房租赁平台上线杭州 国外房东和租客能互评吗", pages 1, Retrieved from the Internet <URL:https://baijiahao.baidu.com/s?id=1580041449670938383&wfr=spider&for=pc> * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889737A (zh) * | 2019-10-17 | 2020-03-17 | 贝壳技术有限公司 | 合租室友的推荐方法、装置、服务器及存储介质 |
CN111027999A (zh) * | 2019-10-22 | 2020-04-17 | 贝壳技术有限公司 | 一种拼租用户推荐方法、装置、电子设备和存储介质 |
CN111027999B (zh) * | 2019-10-22 | 2023-10-20 | 贝壳技术有限公司 | 一种拼租用户推荐方法、装置、电子设备和存储介质 |
CN112749657A (zh) * | 2021-01-07 | 2021-05-04 | 北京码牛科技有限公司 | 一种租房管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Poynter | The handbook of online and social media research: Tools and techniques for market researchers | |
Jaradat et al. | Understanding the adoption and usage of mobile payment services by using TAM3 | |
US8122371B1 (en) | Criteria-based structured ratings | |
US8060446B2 (en) | Method of providing services including essay providing and review services based on authentication of college students, and system therefor | |
US20120158600A1 (en) | Property transaction | |
US20110040602A1 (en) | Method and system for facilitating and aggregating surveys and opinions | |
KR102186582B1 (ko) | O2o 공간 공유 및 모임 서비스 제공 시스템 | |
CN109886773A (zh) | 基于租客信用评价的推荐方法、装置、设备及存储介质 | |
CN109409836A (zh) | 数据申请处理方法及装置、电子设备、存储介质 | |
CN110069712A (zh) | 基于房源评价语义分析的房源推荐方法及相关设备 | |
CN109670824A (zh) | 电子账本的生成方法、装置、设备及存储介质 | |
CN107257972A (zh) | 用于提供搜索建议的方法、系统和介质 | |
CN109146271A (zh) | 绩效管理方法、装置、终端及计算机可读存储介质 | |
CN109191635A (zh) | 基于人脸识别技术的判客方法、装置及存储介质 | |
CN110349039A (zh) | 投诉风险评估方法、系统、计算机设备及可读存储介质 | |
US20130013380A1 (en) | Online Application Combining Election Service with Social Media for Voter-Candidate Matching | |
CN112269926A (zh) | 数据推送方法及相关装置 | |
CN110930273A (zh) | 一种人才培训管理系统和方法 | |
CN109672694A (zh) | 一种信息采集的方法、装置及相关组件 | |
KR101038903B1 (ko) | 다수의 커뮤니티 회원시스템으로부터 제공된 공모 데이터에 기초한 동영상 컨텐츠의 생성시스템 | |
US10984614B2 (en) | Automated entry | |
Godnov et al. | Good food, clean rooms and friendly staff: Implications of user-generated content for Slovenian skiing, sea and spa hotels’ management | |
Brough et al. | Mobile Voices: Design as a method to explore the possibilities and limitations of community participation | |
Nalintipwong et al. | Concurrent self-identification applying qr code to record class attendance (qrclass) | |
CN109784271A (zh) | 视频会议风控方法及计算机可读存储介质 |
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 |