CN109934595A - 基于大数据的房产交易方法、装置、设备及存储介质 - Google Patents
基于大数据的房产交易方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109934595A CN109934595A CN201910056337.7A CN201910056337A CN109934595A CN 109934595 A CN109934595 A CN 109934595A CN 201910056337 A CN201910056337 A CN 201910056337A CN 109934595 A CN109934595 A CN 109934595A
- Authority
- CN
- China
- Prior art keywords
- information
- real estate
- tenant
- house
- scoring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012795 verification Methods 0.000 claims abstract description 51
- 238000012550 audit Methods 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 4
- 210000003813 thumb Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据分析领域，尤其涉及一种基于大数据的房产交易方法、装置、设备及存储介质。基于大数据的房产交易方法包括：获取房源信息，并审核房源信息；计算发布后的房源信息的评分，将评分与预设阈值进行比较，并标记高于阈值的评分对应的房源信息；获取租户信息对租户信息进行审核，获取审核通过的租户信息的租房需求；根据租房需求，向租房需求对应的租户推荐被标记的房源信息。本发明通过对房源信息和租户信息进行真实性认证，并通过计算房源信息的评分来判断该房源信息是否值得推荐，增加了房产交易过程中的安全性，提高了租户筛选适合租住的房屋的效率。
Description
技术领域
本发明涉及数据分析领域，具体涉及基于大数据的房产交易方法、装置、设备及存储介质。
背景技术
房产交易是实现房地产商品价值与使用价值的经济过程，房产交易包括国有房产、集体房产、私有房产的买卖和房屋租赁，其中房屋租赁是指出租人将房屋出租给承租人居住或提供给他人从事经营活动及以合作方式与他人从事经营活动，由承租人向出租人支付租金的行为。目前市场上提供房屋租赁服务的以租房软件为主，已有的租房软件中包含了出租中的房屋信息、房屋的周边的商场、公交站、地铁站等信息，租房软件的出现，充实了房屋租赁市场，使得租房需求得到迅速响应，方便了出租人和承租人。
目前租房软件的信息数据大部分存储于房产中介的服务器中，容易被恶意篡改，甚至房产中介故意将信息数据修改为具有诱惑力、但缺乏真实考证的数据，使得承租人和出租人蒙受损失，使得承租人不能通过获取出租中的房屋更多准确的信息从而判断该房屋是否适合居住。
发明内容
基于此，有必要针对目前市场上房产软件中的信息数据容易被篡改、信息不准确等问题，提供一种基于大数据的房产交易方法、装置、设备及存储介质。
一种基于大数据的房产交易方法，包括如下步骤：
获取房源信息，并审核所述房源信息；
计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息；
获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求；
根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息。
一种可能的实施方式中，所述获取房源信息，并审核所述房源信息，包括：
获取由房东录入的所述房源信息；
通过政府系统平台查证所述房源信息的真实性；
获取政府系统平台反馈的所述房源信息的查证结果，并对所述查证结果进行审核，当所述查证结果为真实时，则发布所述房源信息；当所述查证结果存在异常时，不发布所述房源信息，并返回错误信息至房东。
一种可能的实施方式中，所述计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息，包括：
获取所述房源信息中各项信息所包含的正面评价的数量和负面评价的数量；
根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数；
将所述各项信息的所述分数进行求和得到所述房源信息的评分；
将所述房源信息的所述评分与所述阈值进行比较，当所述评分高于所述阈值时，标记对应的所述房源信息，当所述评分低于所述阈值时，不标记对应的所述房源信息。
在一种可能的实施方式中，所述根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数，包括：
获取所述房源信息中所述各项信息所包含的所述正面评价的数量和所述负面评价的数量，计算所述各项信息的所述分数，计算公式如公式(1)所示，
公式(1)中，S表示所述各项信息的分数，m表示所述负面评价的数量，n表示所述正面评价的数量，A、B为常数。
在一种可能的实施方式中，所述将所述各项信息的所述分数进行求和得到所述房源信息的评分，包括：
获取所述各项信息的所述评分的计算结果，将所述评分进行求和计算得到所述房源信息的评分，计算公式如公式(2)所示，
St＝S1+S2+...+Sn (2)，
公式(2)中，St表示所述房源信息的评分，S1、S2、Sn表示所述各项信息的分数，n表示非零正整数。
在一种可能的实施方式中，所述获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求，包括：
获取租户的基本信息，并通过政府系统平台对所述租户的基本信息进行验证；
获取政府系统平台反馈的所述租户的基本信息的验证结果，根据所述验证结果审核租户的注册信息，当所述验证结果为真实时，允许租户成功注册，当所述验证结果存在异常时，不允许成功注册，并返回错误信息至租户；
获取成功注册的租户的所述租房需求，根据所述租房需求搜索相关的所述房源信息。
在一种可能的实施方式中，所述根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息，包括：
获取所述租户信息中的所述租房需求；
根据所述租房需求中的关键词从发布后的所述房源信息中搜索符合所述租房需求的房源信息，再从搜索结果中筛选出被标记的所述房源信息；
将被标记的所述房源信息按照所述评分的高低顺序进行排列，将排列后的所述房源信息推荐给租户。
基于相同的构思，本申请还提供了一种基于大数据的房产交易装置，包括：
获取房源信息模块，设置为获取房源信息，并审核所述房源信息；
运算模块，设置为计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息；
获取租户信息模块，设置为获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求；
推荐模块，设置为根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息。
基于相同的构思，本申请实施例还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行上述基于大数据的房产交易方法的步骤。
基于相同的构思，本申请实施例还提供一种存储介质，所述存储介质可被处理器读写，所述存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行上述基于大数据的房产交易方法的步骤。
本申请通过搭建具有对房源信息和租户信息均进行真实性验证，并通过大数据获取房源基本信息、房源周边信息以及历任租户的其它信息供后续租户进行筛选判断的房源租赁平台，对筛选的房源信息公开透明，不易篡改，租房者可提前绕开对自己具有潜在危险的房源，提高了租户租住的安全性，提高了租户筛选出适合租住的房屋的效率，同时便于管理部门根据房源信息在复杂的房源聚集地加大安防措施，整体提高社会安全等级。
附图说明
图1为本申请在一个实施例中基于大数据的房产交易方法的流程图；
图2为本申请在一个实施例中获取房源信息的流程图；
图3为本申请在一个实施例中计算房源信息评分的流程图；
图4为本申请在一个实施例中基于大数据的房产交易装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
图1为本申请在一个实施例中提供的基于大数据的房产交易方法的流程图，如图所示，包括：
S1、获取房源信息，并审核所述房源信息；
本步骤通过获取由房东录入的所述房源信息的基本信息，再将所述基本信息传送至政府系统平台中查证所述基本信息的真实性，根据政府系统平台反馈的所述基本信息的查证结果，对所述查证结果进行审核，当所述查证结果存在异常时，则不允许发布所述房源信息，并返回错误信息至房东；当所述查证结果为真实时，则允许发布所述房源信息，同时通过大数据搜集的方式对所述房源信息进行完善补充，其中包括获取所述房源信息周边的基本环境、获取所述房源信息对应的犯罪事件信息、获取所述房源信息的当前住户信息及历史住户信息。
S2、计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息；
本步骤中通过获取所述房源信息中的各项信息所包含的正面评价的数量和负面评价的数量，根据所述正面评价和所述负面评级的数量计算所述各项信息的分数，将所述各项信息的所述分数求和后得到所述房源信息的评分，再将所述评分与预设阈值进行比较，当所述评分高于所述阈值时，标记对应的所述房源信息，当所述评分低于所述阈值时，不标记对应的所述房源信息；所述各项信息包括户型信息、地理位置、交通信息、抵押信息、建筑信息、建成日期信息，所述正面评价包括各租户、各房源平台、各房屋中介对所述各项信息表示满意的评价，所述负面评价包括个租户、各房源平台、各房屋中介对所述各项信息表示不满意的评价，比如租户A对房源信息B的地理位置主观表示不满意，则租户A对于房源信息B的地理位置信息的评价为负面评价，若房源平台C综合布局、采光等方面综合评判房源信息B的户型信息为满意的评价时，则房源平台C对于房源信息B的户型信息的评价为正面评价，若房产中介D主观认为距离地铁站3公里的房源信息B在交通信息方面不令人满意，则房产中介D对于房源信息B关于交通信息的评价为负面评价。
S3、获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求；
本步骤中通过获取租户的基本信息，将所述基本信息传送至政府系统平台中进行真实性验证，获取政府系统平台反馈的验证结果，根据所述验证结果审核租户的注册信息，当所述验证结果存在异常时，则不允许成功注册，并返回错误信息至用户；当所述验证结果为真实时，则允许租户成功注册，同时通过大数据搜集的方式对租户的基本信息进行完善，其中包括获取租户的历史租赁信息，获取租户的犯罪记录信息，获取租户的信用记录信息。
S4、根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息；
本步骤中获取成功注册的租户的租房需求，根据所述租房需求中的关键词从发布后的所述房源信息中搜索符合所述租房需求的房源信息，再从搜索结果中筛选出被标记的所述房源信息，将被标记的所述房源信息按照所述评分的高低顺序进行排列后推荐给租户，比如租户E的租房需求F为“靠近清华大学的一室一厅”，根据租房需求F的关键词“清华大学”“一室一厅”搜索到符合要求的有房源G、房源H、房源J、房源K、房源L，其评分对应分别为51、60、53、69、75，按照评分高低的顺序将符合要求的房源排列为房源L、房源K、房源H、房源J、房源G，将排列后的房源推荐给租户。
本实施例中通过搭建具有对房源信息和租户信息均进行真实性验证，并通过大数据完善房源信息和租户信息，提高了租户租住的安全性，提高了筛选有效房源的效率。
图2为本申请在一个实施例中提供的获取房源信息的流程图，如图所示，所述S1、获取房源信息，并审核所述房源信息，包括：
S101、获取由房东录入的所述房源信息；
本步骤中获取的由房东录入的所述房源信息的基本信息，包括房屋户型大小、楼层、采光通风情况、小区类型、楼梯楼道号、所属街道、门牌号等。
S102、通过政府系统平台查证所述房源信息的真实性；
本步骤中通过与政府系统平台建立的连接，将房东录入的所述房源信息的基本信息传送至政府系统平台中对所述房源信息包含的各个信息均查证其真实性。
S103、获取政府系统平台反馈的所述房源信息的查证结果，并对所述查证结果进行审核，当所述查证结果为真实时，则发布所述房源信息；当所述查证结果存在异常时，不发布所述房源信息，并返回错误信息至房东；
本步骤中根据政府系统所反馈的关于所述房源信息的真实性的查证结果，核实所述房源信息，比如将房源信息A发送至政府系统平台，查证结果为房源信息A真实性100％，则公开发布房源信息A，若房源信息A经查证发现其录入的楼层与政府系统平台中记录的楼层信息不相符，则不允许公开发布房源信息A，且将其楼层信息错误返回至房东。
本实施例中通过与政府系统平台连接后对所有的房源信息进行真实性的查证，提高了房源信息的可信度，提高了租户租住的安全性。
图3为本申请在一个实施例中提供的计算房源信息评分的流程图，如图所示，所述S2、计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息，包括：
S201、获取所述房源信息中各项信息所包含的正面评价的数量和负面评价的数量；
本步骤中获取所述房源信息中的各项信息所包含的正面评价的数量和负面评价的数量，所述各项信息包括户型信息、地理位置、交通信息、抵押信息、建筑信息、建成日期信息等，所述正面评价包括各租户、各房源平台、各房屋中介对所述各项信息表示满意的评价，所述负面评价包括个租户、各房源平台、各房屋中介对所述各项信息表示不满意的评价，比如租户A对房源信息B的地理位置主观表示不满意，则租户A对于房源信息B的地理位置信息的评价为负面评价，若房源平台C综合布局、采光等方面综合评判房源信息B的户型信息为满意的评价时，则房源平台C对于房源信息B的户型信息的评价为正面评价，若房产中介D主观认为距离地铁站3公里的房源信息B在交通信息方面不令人满意，则房产中介D对于房源信息B关于交通信息的评价为负面评价。
S202、根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数；
本步骤中根据获取的所述正面评价的数量和所述负面评价的数量，结合公式(1)对所述各项信息的分数进行计算，计算公式(1)如下所示，
公式(1)中，S表示所述各项信息的分数，m表示所述负面评价的数量，n表示所述正面评价的数量，A、B为常数，A取值6.78，B取值14.43。
S203、将所述各项信息的所述分数进行求和得到所述房源信息的评分；
本步骤中获取所述各项信息的所述分数，将所有的所述分数进行求和运算后得到所述房源信息的评分，计算公式如公式(2)所示，
St＝S1+S2+...+Sn (2)，
公式(2)中，St表示所述房源信息的评分，S1、S2、Sn表示所述各项信息的分数，n表示非零正整数。
S204、将所述房源信息的所述评分与所述阈值进行比较，当所述评分高于所述阈值时，标记对应的所述房源信息，当所述评分低于所述阈值时，不标记对应的所述房源信息；
本步骤中将所述房源信息的所述评分与预设阈值进行比较后，标记所述评分高于所述阈值的所述房源信息，比如阈值为50，房源信息A的评分为48，则不标记房源信息A，房源信息B的评分为68，则标记房源信息B。
本实施例中通过对所述房源信息的评分进行计算，并标记评分较高的所述房源信息，为后续推荐所述房源信息至租户提供了基础。
在一个实施例中，所述根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数，包括：
获取所述房源信息中所述各项信息所包含的所述正面评价的数量和所述负面评价的数量，计算所述各项信息的所述分数，计算公式如公式(1)所示，
公式(1)中，S表示所述各项信息的分数，m表示所述负面评价的数量，n表示所述正面评价的数量，A、B为常数，A取值6.78，B取值14.43；
本步骤中将获取到的所述各项信息所包含的所述正面评价的数量和所述负面评价的数量代入公式(1)中，计算得到所述各项信息的所述分数，比如房源信息A关于交通信息的评价中，正面评价共80条，负面评价共30条，则计算可得房源信息A关于交通信息的分数为12.93；
本实施例中通过对所述各项信息的分数进行计算，为后续计算所述房源信息的评分提供了基础。
在一个实施例中，所述将所述各项信息的所述分数进行求和得到所述房源信息的评分，包括：
获取所述各项信息的所述评分的计算结果，将所述评分进行求和计算得到所述房源信息的评分，计算公式如公式(2)所示，
St＝S1+S2+...+Sn (2)，
公式(2)中，St表示所述房源信息的评分，S1、S2、Sn表示所述各项信息的分数，n表示非零正整数；
本步骤中将计算得到的所述各项信息的分数代入公式(2)中计算得到所述房源信息的所述评分，比如房源信息A的户型信息、地理位置、交通信息的分数分别为15.3、18.6、13.4，则计算得到房源信息A的评分为47.3。
本实施例中通过对所述房源信息的所述评分的计算，为后续判断所述房源信息是否值得推荐提供了依据。
在一个实施例中，所述获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求，包括：
获取租户的基本信息，并通过政府系统平台对所述租户的基本信息进行验证；
本步骤中获取租户录入的基本信息，通过与政府系统平台之间的连接对租户的所述基本信息进行验证，并从政府系统平台中获取验证结果，比如租户A录入的基本信息中包括姓名、身份证以及学历，将租户A录入的基本信息传送至政府系统平台进行验证，验证租户A的姓名与身份证号以及学历是否一致。
获取政府系统平台反馈的所述租户的基本信息的验证结果，根据所述验证结果审核租户的注册信息，当所述验证结果为真实时，允许租户成功注册，当所述验证结果存在异常时，不允许成功注册，并返回错误信息至租户；
本步骤中获取政府系统平台反馈的关于租户的基本信息的验证结果，根据所述验证结果判断是否允许租户进行注册，比如租户A的验证结果A显示租户A的基本信息中各项信息均相符，则说明租户A的基本信息为真实的，允许租户A成功注册，如果租户B的验证结果B显示租户B的基本信息中的学历与租户B的姓名及身份证号不相符，则租户B的基本信息不真实，不允许租户B成功注册，且返回错误信息给租户B。
获取成功注册的租户的所述租房需求，根据所述租房需求搜索相关的所述房源信息；
本步骤中允许成功注册的租户发布所述租房需求，获取租户发布的所述租房需求的关键词，根据所述关键词搜索符合要求的所述房源信息，比如租户E的租房需求F为“靠近清华大学的一室一厅”，根据租房需求F的关键词“清华大学”“一室一厅”可搜索到符合要求的有房源G、房源H、房源J、房源K、房源L。
本实施例中通过对租户的基本信息的真实性进行核实验证，提高了房产交易过程的安全性，增强了房产交易市场的规范性。
在一个实施例中，所述根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息，包括：
获取所述租户信息中的所述租房需求；根据所述租房需求中的关键词从发布后的所述房源信息中搜索符合所述租房需求的房源信息，再从搜索结果中筛选出被标记的所述房源信息；
本步骤中获取所述租房需求中的关键词，根据所述关键词从发布后的所述房源信息中搜索符合租户要求的房源信息，再从搜索结果中筛选出其中被标记的所述房源信息，比如租户E的租房需求F为“靠近清华大学的一室一厅”，根据租房需求F的关键词“清华大学”“一室一厅”可搜索到符合要求的有房源G、房源H、房源J、房源K、房源L，其中被标记的房源信息有房源H、房源K和房源L，则将房源H、房源K和房源L筛选出来推荐给租户。
将被标记的所述房源信息按照所述评分的高低顺序进行排列，将排列后的所述房源信息推荐给租户；
本步骤中将被标记的所述房源信息按照所述评分的高低顺序进行排列，并将排列的所述房源信息推荐给租户，比如租户E的租房需求F为“靠近清华大学的一室一厅”，最终筛选出符合要求且有标记的房源信息包括房源H、房源K和房源L，且房源H、房源K和房源L的所述评分分别为60、69、75，按照所述评分的高低顺序排列后为房源L、房源K、房源H，将排列后的房源信息推荐给租户。
本实施例中根据所述评分推荐优质的所述房源信息，减少了租户筛选房源信息的时间，提高了房产交易的效率。
基于相同的构思，本申请还提供了一种基于大数据的房产交易装置，如图4所示，所述基于大数据的房产交易装置包括获取房源信息模块、运算模块、获取租户信息模块和推荐模块，其中：获取房源信息模块，设置为获取房源信息，并审核所述房源信息；运算模块，设置为计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息；获取租户信息模块，设置为获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求；推荐模块，设置为根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息。
在一个实施例中，所述获取房源信息模块包括：
获取房源信息单元，设置为获取由房东录入的所述房源信息；
查证房源信息单元，设置为通过政府系统平台查证所述房源信息的真实性；
审核房源信息单元，设置为获取政府系统平台反馈的所述房源信息的查证结果，并对所述查证结果进行审核，当所述查证结果为真实时，则发布所述房源信息；当所述查证结果存在异常时，不发布所述房源信息，并返回错误信息至房东。
在一个实施例中，所述运算模块包括：
获取信息数量单元，设置为获取所述房源信息中各项信息所包含的正面评价的数量和负面评价的数量；
一级运算单元，设置为根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数；
二级运算单元，设置为将所述各项信息的所述分数进行求和得到所述房源信息的评分；
标记单元，设置为将所述房源信息的所述评分与所述阈值进行比较，当所述评分高于所述阈值时，标记对应的所述房源信息，当所述评分低于所述阈值时，不标记对应的所述房源信息。
在一个实施例中，所述一级运算单元包括：
计算各级评分单元，设置为获取所述房源信息中所述各项信息所包含的所述正面评价的数量和所述负面评价的数量，计算所述各项信息的所述分数，计算公式如公式(1)所示，
公式(1)中，S表示所述各项信息的分数，m表示所述负面评价的数量，n表示所述正面评价的数量，A、B为常数。
在一个实施例中，所述二级运算单元包括：
计算总评分单元，设置为获取所述各项信息的所述评分的计算结果，将所述评分进行求和计算得到所述房源信息的评分，计算公式如公式(2)所示，
St＝S1+S2+...+Sn (2)，
公式(2)中，St表示所述房源信息的评分，S1、S2、Sn表示所述各项信息的分数，n表示非零正整数。
在一个实施例中，所述获取租户信息模块包括：
获取租户信息单元，设置为获取租户的基本信息，并通过政府系统平台对所述租户的基本信息进行验证；
验证租户信息单元，设置为获取政府系统平台反馈的所述租户的基本信息的验证结果，根据所述验证结果审核租户的注册信息，当所述验证结果为真实时，允许租户成功注册，当所述验证结果存在异常时，不允许成功注册，并返回错误信息至租户；
注册租户信息单元，设置为获取成功注册的租户的所述租房需求，根据所述租房需求搜索相关的所述房源信息。
在一个实施例中，所述推荐模块包括：
获取需求单元，设置为获取所述租户信息中的所述租房需求；
搜索单元，设置为根据所述租房需求中的关键词从发布后的所述房源信息中搜索符合所述租房需求的房源信息，再从搜索结果中筛选出被标记的所述房源信息；
推荐单元，设置为将被标记的所述房源信息按照所述评分的高低顺序进行排列，将排列后的所述房源信息推荐给租户。
基于相同的技术构思，本申请实施例还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行计算机可读指令时实现上述各实施例中的基于大数据的房产交易方法的步骤。
基于相同的技术构思，本申请实施例还提供一种存储介质，所述存储介质可被处理器读写，所述存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行所述计算机可读指令时实现上述各实施例中的基于大数据的房产交易方法的步骤。其中，所述存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明一些示例性实施例，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于大数据的房产交易方法，其特征在于，包括：
获取房源信息，并审核所述房源信息；
计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息；
获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求；
根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息。
2.如权利要求1所述的一种基于大数据的房产交易方法，其特征在于，所述获取房源信息，并审核所述房源信息，包括：
获取由房东录入的所述房源信息；
通过政府系统平台查证所述房源信息的真实性；
获取政府系统平台反馈的所述房源信息的查证结果，并对所述查证结果进行审核，当所述查证结果为真实时，则发布所述房源信息；当所述查证结果存在异常时，不发布所述房源信息，并返回错误信息至房东。
3.如权利要求1所述的一种基于大数据的房产交易方法，其特征在于，所述计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息，包括：
获取所述房源信息中各项信息所包含的正面评价的数量和负面评价的数量；
根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数；
将所述各项信息的所述分数进行求和得到所述房源信息的评分；
将所述房源信息的所述评分与所述阈值进行比较，当所述评分高于所述阈值时，标记对应的所述房源信息，当所述评分低于所述阈值时，不标记对应的所述房源信息。
4.如权利要求3所述的一种基于大数据的房产交易方法，其特征在于，所述根据所述正面评价的数量和所述负面评价的数量计算所述各项信息的分数，包括：
获取所述房源信息中所述各项信息所包含的所述正面评价的数量和所述负面评价的数量，计算所述各项信息的所述分数，计算公式如公式(1)所示，
公式(1)中，S表示所述各项信息的分数，m表示所述负面评价的数量，n表示所述正面评价的数量，A、B为常数。
5.如权利要求3所述的一种基于大数据的房产交易方法，其特征在于，所述将所述各项信息的所述分数进行求和得到所述房源信息的评分，包括：
获取所述各项信息的所述评分的计算结果，将所述评分进行求和计算得到所述房源信息的评分，计算公式如公式(2)所示，
St＝S1+S2+...+Sn (2)，
公式(2)中，St表示所述房源信息的评分，S1、S2、Sn表示所述各项信息的分数，n表示非零正整数。
6.如权利要求1所述的一种基于大数据的房产交易方法，其特征在于，所述获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求，包括：
获取租户的基本信息，并通过政府系统平台对所述租户的基本信息进行验证；
获取政府系统平台反馈的所述租户的基本信息的验证结果，根据所述验证结果审核租户的注册信息，当所述验证结果为真实时，允许租户成功注册，当所述验证结果存在异常时，不允许成功注册，并返回错误信息至租户；
获取成功注册的租户的所述租房需求，根据所述租房需求搜索相关的所述房源信息。
7.如权利要求1所述的一种基于大数据的房产交易方法，其特征在于，所述根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息，包括：
获取所述租户信息中的所述租房需求；
根据所述租房需求中的关键词从发布后的所述房源信息中搜索符合所述租房需求的房源信息，再从搜索结果中筛选出被标记的所述房源信息；
将被标记的所述房源信息按照所述评分的高低顺序进行排列，将排列后的所述房源信息推荐给租户。
8.一种基于大数据的房产交易装置，其特征在于，包括：
获取房源信息模块，设置为获取房源信息，并审核所述房源信息；
运算模块，设置为计算发布后的所述房源信息的评分，将所述评分与预设阈值进行比较，并标记高于所述阈值的所述评分对应的所述房源信息；
获取租户信息模块，设置为获取租户信息对所述租户信息进行审核，获取审核通过的所述租户信息的租房需求；
推荐模块，设置为根据所述租房需求，向所述租房需求对应的租户推荐被标记的所述房源信息。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述基于大数据的房产交易方法的步骤。
10.一种存储介质，其特征在于，所述存储介质可被处理器读写，所述存储介质存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个所述处理器执行如权利要求1至7中任一项所述基于大数据的房产交易方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910056337.7A CN109934595A (zh) | 2019-01-22 | 2019-01-22 | 基于大数据的房产交易方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910056337.7A CN109934595A (zh) | 2019-01-22 | 2019-01-22 | 基于大数据的房产交易方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934595A true CN109934595A (zh) | 2019-06-25 |
Family
ID=66985000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910056337.7A Pending CN109934595A (zh) | 2019-01-22 | 2019-01-22 | 基于大数据的房产交易方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934595A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027023A (zh) * | 2019-12-11 | 2020-04-17 | 重庆锐云科技有限公司 | 一种基于频繁分析的房产在线开盘检测方法及系统 |
| 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 |
| CN111311306A (zh) * | 2020-01-17 | 2020-06-19 | 青梧桐有限责任公司 | 基于房主期望和租户期望的派单优化方法及系统 |
| CN112905874A (zh) * | 2019-12-03 | 2021-06-04 | 贝壳技术有限公司 | 房源检索方法、装置、存储介质及设备 |
| CN113409024A (zh) * | 2021-07-02 | 2021-09-17 | 深圳市云房网络科技有限公司 | 一种房源自动验真审核的方法、系统及计算机存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596700A (zh) * | 2017-12-29 | 2018-09-28 | 深圳市智搜信息技术有限公司 | 基于大数据的租房换房方法及其系统 |
| CN109035076A (zh) * | 2018-07-16 | 2018-12-18 | 肯君(上海)智能科技有限公司 | 房产交易信息智能管理系统 |
-
2019
- 2019-01-22 CN CN201910056337.7A patent/CN109934595A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108596700A (zh) * | 2017-12-29 | 2018-09-28 | 深圳市智搜信息技术有限公司 | 基于大数据的租房换房方法及其系统 |
| CN109035076A (zh) * | 2018-07-16 | 2018-12-18 | 肯君(上海)智能科技有限公司 | 房产交易信息智能管理系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN112905874A (zh) * | 2019-12-03 | 2021-06-04 | 贝壳技术有限公司 | 房源检索方法、装置、存储介质及设备 |
| CN112905874B (zh) * | 2019-12-03 | 2021-11-12 | 贝壳找房(北京)科技有限公司 | 房源检索方法、装置、存储介质及设备 |
| CN111027023A (zh) * | 2019-12-11 | 2020-04-17 | 重庆锐云科技有限公司 | 一种基于频繁分析的房产在线开盘检测方法及系统 |
| CN111311306A (zh) * | 2020-01-17 | 2020-06-19 | 青梧桐有限责任公司 | 基于房主期望和租户期望的派单优化方法及系统 |
| CN113409024A (zh) * | 2021-07-02 | 2021-09-17 | 深圳市云房网络科技有限公司 | 一种房源自动验真审核的方法、系统及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934595A (zh) | 基于大数据的房产交易方法、装置、设备及存储介质 | |
| Leo et al. | Socioeconomic correlations and stratification in social-communication networks | |
| Fire et al. | Organization mining using online social networks | |
| US10614363B2 (en) | Method and system for composite scoring, classification, and decision making based on machine learning | |
| Wang et al. | Recommending trusted online auction sellers using social network analysis | |
| US20170103402A1 (en) | Systems and methods for online analysis of stakeholders | |
| Ackermann | IT Security risk management: perceived it security risks in the context of cloud computing | |
| Chiarini | Differences between Six Sigma applications in manufacturing and the service industry | |
| Atuesta et al. | Urban upgrading in Rio de Janeiro: Evidence from the Favela-Bairro programme | |
| Lino et al. | The diversity of the Brazilian regional Audit Courts on government auditing | |
| Coscia et al. | Distortions of political bias in crowdsourced misinformation flagging | |
| Santini et al. | Software power as soft power. A literature review on computational propaganda effects in public opinion and political process | |
| Mercea | Transnational activism in support of national protest: Questions of identity and organization | |
| CN109118094A (zh) | 一种基于信用体系的企业服务应用系统 | |
| Paiho et al. | Opportunities of collected city data for smart cities | |
| Lee et al. | A longitudinal network analysis of intergovernmental collaboration for local economic development | |
| Peng et al. | How social network influences the growth of entrepreneurial enterprises: Perspective on organizational and personal network | |
| CN111563673A (zh) | 一种计算机技术数字化程度评估方法和装置 | |
| Zhang et al. | Fairness of ratemaking for catastrophe insurance: Lessons from machine learning | |
| Zopiatis et al. | ‘The past is prologue to the future’: an introspective view of hospitality and tourism research | |
| Nevola et al. | Review of methods to identify the critical job-tasks undertaken by the emergency services | |
| CN109410035B (zh) | 一种协助反欺诈分析群组结构的方法及工具 | |
| Schletz et al. | Nested climate accounting for our atmospheric commons—digital technologies for trusted interoperability across fragmented systems | |
| Dewi et al. | Factors influencing the effectiveness of credit card fraud prevention in Indonesian issuing banks | |
| Putra et al. | Tourists perception in Bali using social media and online media sentiment analysis |
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 |
Application publication date: 20190625 |
|
| RJ01 | Rejection of invention patent application after publication |