CN110175190A - 房源推荐方法、装置、计算机设备及计算机可读存储介质 - Google Patents

房源推荐方法、装置、计算机设备及计算机可读存储介质 Download PDF

Info

Publication number
CN110175190A
CN110175190A CN201910299313.4A CN201910299313A CN110175190A CN 110175190 A CN110175190 A CN 110175190A CN 201910299313 A CN201910299313 A CN 201910299313A CN 110175190 A CN110175190 A CN 110175190A
Authority
CN
China
Prior art keywords
source
houses
user
ovary
action
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.)
Granted
Application number
CN201910299313.4A
Other languages
English (en)
Other versions
CN110175190B (zh
Inventor
姜翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910299313.4A priority Critical patent/CN110175190B/zh
Priority claimed from CN201910299313.4A external-priority patent/CN110175190B/zh
Publication of CN110175190A publication Critical patent/CN110175190A/zh
Application granted granted Critical
Publication of CN110175190B publication Critical patent/CN110175190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种房源推荐方法、装置、计算机设备及存储介质。其中，所述方法属于互联网技术领域，所述方法包括：将预设的房源区域划分为多个子房源区域；获取预设统计周期内用户在各子房源区域内的停留时间占比；按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源；将所述待推荐房源推送给用户，从而能够获取用户的常活动区域，并且主动向用户推荐常活动区域内符合用户要求的房源，减少了用户挑选房源的时间，提高了用户的使用体验。

Description

房源推荐方法、装置、计算机设备及计算机可读存储介质
技术领域
本发明涉及互联网技术领域，尤其涉及一种房源推荐方法、装置、计算机设备及计算机可读存储介质。
背景技术
随着人们生活观念的改变，越来越多的年轻人选择租房生活。为了能够找到合适的房源，大多数租客选择使用房屋出租软件来寻找房源。
目前，房租出租软件通常是由租客去指定找寻房屋的位置，再去翻阅在租的房子的信息去寻找合适地区的房源，而无法做到将房源主动推荐给有需求的人群，导致用户需要耗费大量的时间以及精力去挑选房源，造成了极差的用户体验。
发明内容
本发明实施例提供了一种房源推荐方法、装置、计算机设备及存储介质，旨在达到减少用户挑选房源所需时间的目的。
第一方面，本发明实施例提供了一种房源推荐方法，其包括：
将预设的房源区域划分为多个子房源区域；
获取预设统计周期内用户在各子房源区域内的停留时间占比；
按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
将所述待推荐房源推送给所述用户。
第二方面，本发明实施例还提供了一种房源推荐装置，其包括：
划分单元，用于将预设的房源区域划分为多个子房源区域；
第一获取单元，获取预设统计周期内用户在各子房源区域内的停留时间占比；
第一筛选单元，用于按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
第二获取单元，用于从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
第一推送单元，用于将所述待推荐房源推送给所述用户。
第三方面，本发明实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。
本发明实施例提供了一种房源推荐方法、装置、计算机设备及存储介质。其中，所述方法包括：将预设的房源区域划分为多个子房源区域；获取预设统计周期内用户在各子房源区域内的停留时间占比；按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源；将所述待推荐房源推送给用户。通过应用本发明实施例的技术方案，获取用户的经常活动区域；从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源；并将所述待推荐房源推送给用户，从而能够获取用户的常活动区域，并且主动向用户推荐常活动区域内符合用户要求的房源，减少了用户挑选房源的时间，提高了用户的使用体验。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种房源推荐方法的应用场景示意图；
图2为本发明实施例提供的一种房源推荐方法的流程示意图；
图3为本发明实施例提供的一种房源推荐方法的子流程示意图；
图4为本发明实施例提供的一种房源推荐方法的子流程示意图；
图5为本发明另一实施例提供的房源推荐方法的流程示意图；
图6为本发明实施例提供的一种房源推荐装置的示意性框图；
图7为本发明实施例提供的一种房源推荐装置的第一获取单元的示意性框图；
图8为本发明实施例提供的一种房源推荐装置的第二获取单元的示意性框图；
图9为本发明实施例提供的一种房源推荐装置的第六获取单元的示意性框图；
图10为本发明另一实施例提供的房源推荐装置的示意性框图；以及
图11为本发明实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
请参阅图1和图2，图1为本发明实施例提供的一种房源推荐方法的应用场景示意图。图2为本发明实施例提供的一种房源推荐方法的示意性流程图。本发明实施例提出的房源推荐方法应用于租房服务器1中，租房服务器1将预设的房源区域划分为多个子房源区域；租房服务器1获取预设统计周期内用户在各子房源区域内的停留时间占比；租房服务器1按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；租房服务器1从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源；租房服务器1将所述待推荐房源推送给用户终端2(即推送给用户)。
图2是本发明实施例提供的房源推荐方法的流程示意图。如图所示，该方法包括以下步骤S1-S5。
S1，将预设的房源区域划分为多个子房源区域。
具体实施中，预设的房源区域可为用户所在城市，例如在一实施例中，用户居住在A城市，则可将A城市设定为房源区域。
在确定了房源区域后，将房源区域划分为多个子房源区域。具体地，可按照行政区域将房源区域划分为多个子房源区域。或者，将房源区域平均划分为多个子房源区域。本发明对此不作具体限定。
S2，获取预设统计周期内用户在各子房源区域内的停留时间占比。
具体实施中，统计周期可设定为近期一个月或者一周等，本发明对此不做具体限定。子房源区域的停留时间占比是指在统计周期内，用户在子房源区域内的停留时间占用户在房源区域内的总停留时间的比重。
具体地，在统计周期内，由用户终端根据自身的定位信息统计用户在各子房源区域内的停留时间以及用户在房源区域内的总停留时间，并根据统计到的数据计算各子房源区域的停留时间占比。
在一实施例中，参见图3，以上步骤S2包括S121-123。
S121，向用户终端发送位置信息获取请求，所述位置信息获取请求包含所述统计周期。
具体实施中，租房服务器向用户终端发送位置信息获取请求，所述位置信息获取请求包含统计周期。
相应地，用户终端在接收到租房服务器发送的位置信息获取请求时，获取统计周期内的位置信息统计数据，并向租房服务器发送包含该位置信息统计数据的应答消息。
需要说明的是，用户终端每天都统计用户在各子房源区域内的停留时间。用户终端通过对统计周期内各天的数据进行汇总得到位置信息统计数据，位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间。
S122，接收用户终端发送的应答消息，所述应答消息包含用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间。
具体实施中，租房服务器接收用户终端发送的应答消息，并解析获取应答消息包含的用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间。
S123，根据所述位置信息统计数据确定统计周期内用户在各子房源区域内的停留时间占比。
具体实施中，租房服务器通过以下公式计算子房源区域的停留时间占比Pi，其中，i为子房源区域的序号，ti为子房源区域的停留时间，T为用户在房源区域内的总时间。
S3，按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为所述经常活动区域。
具体实施中，按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为所述经常活动区域。
预设数量可由本领域技术人员根据经验进行设定，例如，在一实施例中，预设数量设定为3。
S4，从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源。
具体实施中，接收用户设定的筛选条件，从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源。房源数据库用于储存房源信息。房源信息包括房源的出租价格、位置信息、以及房源的属性信息(是否带电梯、楼层、朝向、房屋结构等)。
在一实施例中，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件，参见图4，以上步骤S4具体包括如下步骤S41-S47。
S41，从位置处于所述经常活动区域内的房源中获取满足用户设定的房租条件的房源作为第一候选房源。
具体实施中，房租条件是指房租范围，例如，在一实施例中，房租条件为房租低于1000。
具体操作中，从所述常活动区域中获取满足用户设定的房租条件的房源作为第一候选房源。例如，从所述常活动区域中获取房租低于1000的房源作为第一候选房源。
S42，从所述第一候选房源中获取满足用户设定的房源硬件条件的房源作为第二候选房源。
具体实施中，房源硬件条件包括是否带电梯、楼层、朝向、房屋结构。例如，在一实施例中，房源硬件条件为：带电梯、5-8层、朝南以及两室一厅。
具体操作中，从所述第一候选房源中获取满足用户设定的房源硬件条件的房源作为第二候选房源。
S43，从所述第二候选房源中获取满足用户设定的房源交通位置条件的房源作为第三候选房源。
具体实施中，房源交通位置条件包括房源附件公交站数量以及地铁站数量等。
本发明实施例中，租房服务器向交通数据服务器发送交通数据获取请求，所述交通数据获取请求包括所述房源的位置信息。
相应地，交通数据服务器在接收到所述交通数据获取请求时，根据所述房源的位置信息获取所述房源附近预设距离内的车站(包括公交站以及地铁站)数量信息，并向租房服务器发送包含所述车站数量信息的应答消息。
租房服务器根据车站数量信息确定所述房源附件的车站数量。
例如在一实施例中，房源交通位置条件为：房源1公里内范围公交站数量不少于2，地铁站数量不少于1。
具体操作中，从所述第二候选房源中获取满足用户设定的房源交通位置条件的房源作为第三候选房源。
S44，判断所述第三候选房源的数量是否大于预设的数量阈值。
具体实施中，为了便于用户快速找到合适的房源，减少用户筛选时间，判断断所述第三候选房源的数量是否大于预设的数量阈值。数量阈值可由本领域技术人员根据经验进行设定。例如，在一实施例中，数量阈值设定为5。
S45，若所述第三候选房源的数量不大于预设的数量阈值，将所述第三候选房源作为所述待推荐房源。
具体实施中，如果所述第三候选房源的数量不大于预设的数量阈值，将所述第三候选房源作为所述待推荐房源。
S46，若所述第三候选房源的数量大于预设的数量阈值，获取所述第三候选房源的热度。
具体实施中，如果所述第三候选房源的数量大于预设的数量阈值，获取所述第三候选房源的热度。第三候选房源的热度可根据带看量以及浏览量确定，热度用于体现房源的受关注度，热度越高的房源受关注度越高。
具体地，根据以下公式R＝K1A1+K2A2计算第三候选房源的热度R，A1浏览量，A2为带看数，K1为浏览量的权重，K2为带看量的权重。需要说明的是，浏览量的权重以及带看量的权重可由本领域技术人员根据经验进行设定。例如在一实施例中，K1为1，K2为100。
S47，按照热度由高到低的顺序从所述第三候选房源中筛选出数量为所述数量阈值的房源作为所述待推荐房源。
具体实施中，按照热度由高到低的顺序从所述第三候选房源中筛选出数量为所述数量阈值的房源作为所述待推荐房源。
S5，将所述待推荐房源推送给用户。
具体实施中，在获取了待推荐房源后，将待推荐房源推送给用户，例如，可通过向用户发送邮件、短信以及推送消息等方式将待推荐房源推送给用户，从而能够实现根据用户的常活动区域以及用户设定的筛选条件主动向用户待推荐房源，减少了用户选房的时间，提高了用户的使用体验。
通过应用本发明实施例的技术方案，获取用户的经常活动区域；从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源；并将所述待推荐房源推送给用户，从而能够获取用户的常活动区域，并且主动向用户推荐常活动区域内符合用户要求的房源，减少了用户挑选房源的时间，提高了用户的使用体验。
图5是本发明另一实施例提供的一种房源推荐方法的流程示意图。如图5所示，本实施例的房源推荐方法包括步骤S51-S58。其中步骤S51-S55与上述实施例中的步骤S1-S5类似，在此不再赘述。下面详细说明本实施例中所增加的步骤S56-S58。
S56，若接收到上传的新房源，判断所述新房源的位置是否在所述经常活动区域内。
具体实施中，管理人员可通过管理端(即管理人员使用的终端)向租房服务器上传新房源。管理端上传的新房源中包含新房源的位置信息。
租房服务器在接收到管理端上传的新房源时，判断该新房源的位置是否在经常活动区域内。
S57，若所述新房源的位置在所述经常活动区域内，判断所述新房源是否满足用户设定的筛选条件。
具体实施中，如果所述新房源的位置在所述经常活动区域内，租房服务器进一步判断该新房源是否满足用户设定的筛选条件。具体地，用户设定的筛选条件包括房租条件、房源硬件条件以及房源交通位置条件，则依次判断新房源是否均满足上述用户设定的房租条件、房源硬件条件以及房源交通位置条件，若是，则判定新房源满足用户设定的筛选条件；否则，判定新房源不满足用户设定的筛选条件。
如果所述新房源的位置不在所述经常活动区域内，则租房服务器无需判断该新房源是否满足用户设定的筛选条件。
S58，若所述新房源满足用户设定的筛选条件，将所述新房源推送给用户。
具体实施中，如果所述新房源满足用户设定的筛选条件，将所述新房源推送给用户。由此用户能够及时获取满足条件的新房源，为客户选房提供了及时的房源信息，提高了用户的使用体验。
如果所述新房源不满足用户设定的筛选条件，则无需将所述新房源推送给用户。
图6是本发明实施例提供的一种房源推荐装置60的示意性框图。如图6所示，对应于以上房源推荐方法，本发明还提供一种房源推荐装置60。该房源推荐装置60包括用于执行上述房源推荐方法的单元，该装置可以被配置服务器中。具体地，请参阅图6，该房源推荐装置60包括划分单元61、第一获取单元62第一筛选单元63、第二获取单元64以及第一推送单元65。
划分单元61，用于将预设的房源区域划分为多个子房源区域；
第一获取单元62，获取预设统计周期内用户在各子房源区域内的停留时间占比；
第一筛选单元63，用于按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
第二获取单元64，用于从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
第一推送单元65，用于将所述待推荐房源推送给所述用户。
在一实施例中，如图7所示，所述第一获取单元62包括发送单元621、接收单元622以及确定单元623。
发送单元6121，用于向用户终端发送位置信息获取请求，所述位置信息获取请求包含所述统计周期；
接收单元6122，用于接收用户终端发送的应答消息，所述应答消息包含用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间；
确定单元6123，用于根据所述位置信息统计数据确定所述统计周期内用户在各子房源区域内的停留时间占比。
在一实施例中，如图8所示，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件，所述第二获取单元64包括第三获取单元641、第四获取单元642、第五获取单元643、第一判断单元644、作为单元645、第六获取单元646以及第二筛选单元647。
第三获取单元641，用于从位置处于所述经常活动区域内的房源中获取满足用户设定的房租条件的房源作为第一候选房源、作为单元、第七获取单元以及第二筛选单元；
第四获取单元642，用于从所述第一候选房源中获取满足用户设定的房源硬件条件的房源作为第二候选房源；
第五获取单元643，用于从所述第二候选房源中获取满足用户设定的房源交通位置条件的房源作为第三候选房源；
第一判断单元644，用于判断所述第三候选房源的数量是否大于预设的数量阈值；
作为单元645，用于若所述第三候选房源的数量不大于预设的数量阈值，将所述第三候选房源作为所述待推荐房源；
第六获取单元646，用于若所述第三候选房源的数量大于预设的数量阈值，获取所述第三候选房源的热度；
第二筛选单元647，用于按照热度由高到低的顺序从所述第三候选房源中筛选出数量为所述数量阈值的房源作为所述待推荐房源。
在一实施例中，如图9所示，所述第六获取单元646包括计算单元6461。
计算单元6461，用于根据以下公式R＝K1A1+K2A2计算第三候选房源的热度R，其中，A1浏览量，A2为带看数，K1为浏览量预设的权重，K2为带看量预设的权重。
图10是本发明另一实施例提供的一种房源推荐装置60的示意性框图。如图10所示，本实施例的房源推荐装置60是上述实施例的基础上增加了第二判断单元66、第三判断单元67、以及第二推送单元68。
第二判断单元66，若接收到管理端上传的新房源，判断所述新房源的位置是否在所述经常活动区域内
第三判断单元67，用于若所述新房源的位置在所述经常活动区域内，判断所述新房源是否满足用户设定的筛选条件；
第二推送单元68，用于若所述新房源满足用户设定的筛选条件，将所述新房源推送给用户。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述房源推荐装置60和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述房源推荐装置60可以实现为一种计算机程序的形式，该计算机程序可以在如图11所示的计算机设备上运行。
请参阅图11，图11是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器。服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
参阅图11，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行一种房源推荐方法。
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种房源推荐方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：
将预设的房源区域划分为多个子房源区域；
获取预设统计周期内用户在各子房源区域内的停留时间占比；
按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
将所述待推荐房源推送给所述用户。
在一实施例中，处理器502在实现所述获取预设统计周期内用户在各子房源区域内的停留时间占比步骤时，具体实现如下步骤：
向用户终端发送位置信息获取请求，所述位置信息获取请求包含所述统计周期；
接收用户终端发送的应答消息，所述应答消息包含用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间；
根据所述位置信息统计数据确定所述统计周期内用户在各子房源区域内的停留时间占比。
在一实施例中，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件，处理器502在实现所述从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源步骤时，具体实现如下步骤：
从位置处于所述经常活动区域内的房源中获取满足用户设定的房租条件的房源作为第一候选房源；
从所述第一候选房源中获取满足用户设定的房源硬件条件的房源作为第二候选房源；
从所述第二候选房源中获取满足用户设定的房源交通位置条件的房源作为第三候选房源；
判断所述第三候选房源的数量是否大于预设的数量阈值；
若所述第三候选房源的数量不大于预设的数量阈值，将所述第三候选房源作为所述待推荐房源；
若所述第三候选房源的数量大于预设的数量阈值，获取所述第三候选房源的热度；
按照热度由高到低的顺序从所述第三候选房源中筛选出数量为所述数量阈值的房源作为所述待推荐房源。
在一实施例中，处理器502在实现所述获取所述第三候选房源的热度步骤时，具体实现如下步骤：
根据以下公式R＝K1A1+K2A2计算第三候选房源的热度R，其中，A1浏览量，A2为带看数，K1为浏览量预设的权重，K2为带看量预设的权重。
在一实施例中，处理器502在实现所述获取用户的经常活动区域步骤之后，还实现如下步骤：
若检测到所述经常活动区域内发布了新房源，判断所述新房源是否满足用户设定的筛选条件；
若所述新房源满足用户设定的筛选条件，将所述新房源推送给用户。
应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序。该计算机程序被处理器执行时使处理器执行如下步骤：
将预设的房源区域划分为多个子房源区域；
获取预设统计周期内用户在各子房源区域内的停留时间占比；
按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
将所述待推荐房源推送给所述用户。
在一实施例中，所述处理器在执行所述计算机程序而实现所述获取预设统计周期内用户在各子房源区域内的停留时间占比步骤时，具体实现如下步骤：
向用户终端发送位置信息获取请求，所述位置信息获取请求包含所述统计周期；
接收用户终端发送的应答消息，所述应答消息包含用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间；
根据所述位置信息统计数据确定所述统计周期内用户在各子房源区域内的停留时间占比。
在一实施例中，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件，所述处理器在执行所述计算机程序而实现所述从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源步骤时，具体实现如下步骤：
从位置处于所述经常活动区域内的房源中获取满足用户设定的房租条件的房源作为第一候选房源；
从所述第一候选房源中获取满足用户设定的房源硬件条件的房源作为第二候选房源；
从所述第二候选房源中获取满足用户设定的房源交通位置条件的房源作为第三候选房源；
判断所述第三候选房源的数量是否大于预设的数量阈值；
若所述第三候选房源的数量不大于预设的数量阈值，将所述第三候选房源作为所述待推荐房源；
若所述第三候选房源的数量大于预设的数量阈值，获取所述第三候选房源的热度；
按照热度由高到低的顺序从所述第三候选房源中筛选出数量为所述数量阈值的房源作为所述待推荐房源。
在一实施例中，所述处理器在执行所述计算机程序而实现所述获取所述第三候选房源的热度步骤时，具体实现如下步骤：
根据以下公式R＝K1A1+K2A2计算第三候选房源的热度R，其中，A1浏览量，A2为带看数，K1为浏览量预设的权重，K2为带看量预设的权重。
在一实施例中，所述处理器在执行所述计算机程序而实现所述获取用户的经常活动区域步骤之后，还实现如下步骤：
若检测到所述经常活动区域内发布了新房源，判断所述新房源是否满足用户设定的筛选条件；
若所述新房源满足用户设定的筛选条件，将所述新房源推送给用户。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实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，也可以是两个或两个以上单元集成在一个单元中。
该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(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，尚且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种房源推荐方法，其特征在于，包括：
将预设的房源区域划分为多个子房源区域；
获取预设统计周期内用户在各子房源区域内的停留时间占比；
按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
将所述待推荐房源推送给所述用户。
2.根据权利要求1所述的方法，其特征在于，所述获取预设统计周期内用户在各子房源区域内的停留时间占比，包括：
向用户终端发送位置信息获取请求，所述位置信息获取请求包含所述统计周期；
接收用户终端发送的应答消息，所述应答消息包含用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间；
根据所述位置信息统计数据确定所述统计周期内用户在各子房源区域内的停留时间占比。
3.根据权利要求1所述的方法，其特征在于，所述从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，包括：
从位置处于所述经常活动区域内的房源中获取满足用户设定的房租条件的房源作为第一候选房源；
从所述第一候选房源中获取满足用户设定的房源硬件条件的房源作为第二候选房源；
从所述第二候选房源中获取满足用户设定的房源交通位置条件的房源作为第三候选房源；
判断所述第三候选房源的数量是否大于预设的数量阈值；
若所述第三候选房源的数量不大于预设的数量阈值，将所述第三候选房源作为所述待推荐房源。
4.根据权利要求3所述的方法，其特征在于，所述从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，还包括：
若所述第三候选房源的数量大于预设的数量阈值，获取所述第三候选房源的热度；
按照热度由高到低的顺序从所述第三候选房源中筛选出数量为所述数量阈值的房源作为所述待推荐房源。
5.根据权利要求4所述的方法，其特征在于，所述获取所述第三候选房源的热度，包括：
根据以下公式R＝K1A1+K2A2计算第三候选房源的热度R，其中，A1为浏览量，A2为带看数，K1为浏览量预设的权重，K2为带看量预设的权重。
6.根据权利要求1所述的方法，其特征在于，所述获取用户的经常活动区域之后，所述方法还包括：
若接收到管理端上传的新房源，判断所述新房源的位置是否在所述经常活动区域内；
若所述新房源的位置在所述经常活动区域内，判断所述新房源是否满足用户设定的筛选条件；
若所述新房源满足用户设定的筛选条件，将所述新房源推送给用户。
7.一种房源推荐装置，其特征在于，包括：
划分单元，用于将预设的房源区域划分为多个子房源区域；
第一获取单元，获取预设统计周期内用户在各子房源区域内的停留时间占比；
第一筛选单元，用于按照停留时间占比由高到低的顺序从各子房源区域内筛选出预设数量的子房源区域作为经常活动区域；
第二获取单元，用于从预设的房源数据库中筛选出位置处于所述经常活动区域内的房源，并从位置处于所述经常活动区域内的房源中获取满足用户预先设定的筛选条件的房源作为待推荐房源，所述筛选条件包括房租条件、房源硬件条件以及房源交通位置条件；
第一推送单元，用于将所述待推荐房源推送给所述用户。
8.根据权利要求7所述的房源推荐装置，其特征在于，所述第一获取单元包括：
发送单元，用于向用户终端发送位置信息获取请求，所述位置信息获取请求包含所述统计周期；
接收单元，用于接收用户终端发送的应答消息，所述应答消息包含用户在所述统计周期内的位置信息统计数据，所述位置信息统计数据包括所述统计周期内用户在各子房源区域内的停留时间；
确定单元，用于根据所述位置信息统计数据确定所述统计周期内用户在各子房源区域内的停留时间占比。
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及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现如权利要求1-6中任一项所述的方法。
CN201910299313.4A 2019-04-15 房源推荐方法、装置、计算机设备及计算机可读存储介质 Active CN110175190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910299313.4A CN110175190B (zh) 2019-04-15 房源推荐方法、装置、计算机设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910299313.4A CN110175190B (zh) 2019-04-15 房源推荐方法、装置、计算机设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110175190A true CN110175190A (zh) 2019-08-27
CN110175190B CN110175190B (zh) 2024-05-14

Family

ID=

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110764665A (zh) * 2019-09-19 2020-02-07 深圳思为科技有限公司 信息处理方法、信息处理装置及终端设备
CN110866182A (zh) * 2019-10-17 2020-03-06 贝壳技术有限公司 房源推荐方法、装置、服务器及计算机可读存储介质
CN110990693A (zh) * 2019-11-20 2020-04-10 贝壳技术有限公司 基于深度学习的房源推荐方法、装置及可读存储介质
CN111311305A (zh) * 2020-01-17 2020-06-19 青梧桐有限责任公司 基于用户轨迹解析用户公共流量带的方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104240163A (zh) * 2014-09-28 2014-12-24 百度在线网络技术（北京）有限公司 一种小区智能推荐方法及装置
CN105183904A (zh) * 2015-09-30 2015-12-23 北京金山安全软件有限公司 一种信息推送方法、装置及电子设备
CN105516924A (zh) * 2015-12-21 2016-04-20 北京奇虎科技有限公司 一种小区推荐方法及装置
CN105912550A (zh) * 2015-12-15 2016-08-31 乐视网信息技术（北京）股份有限公司 一种移动终端的信息推荐方法及装置
CN106384246A (zh) * 2016-09-09 2017-02-08 珠海幸福家网络科技有限公司 购房意向确定装置和方法
CN108985876A (zh) * 2018-06-11 2018-12-11 平安科技（深圳）有限公司 房源信息获取方法、装置及存储介质、服务器
CN109377329A (zh) * 2018-12-25 2019-02-22 北京时光荏苒科技有限公司 一种房源推荐方法、装置、存储介质及电子设备
CN109413216A (zh) * 2018-12-29 2019-03-01 微梦创科网络科技（中国）有限公司 一种信息推送方法、装置及移动终端

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104240163A (zh) * 2014-09-28 2014-12-24 百度在线网络技术（北京）有限公司 一种小区智能推荐方法及装置
CN105183904A (zh) * 2015-09-30 2015-12-23 北京金山安全软件有限公司 一种信息推送方法、装置及电子设备
CN105912550A (zh) * 2015-12-15 2016-08-31 乐视网信息技术（北京）股份有限公司 一种移动终端的信息推荐方法及装置
CN105516924A (zh) * 2015-12-21 2016-04-20 北京奇虎科技有限公司 一种小区推荐方法及装置
CN106384246A (zh) * 2016-09-09 2017-02-08 珠海幸福家网络科技有限公司 购房意向确定装置和方法
CN108985876A (zh) * 2018-06-11 2018-12-11 平安科技（深圳）有限公司 房源信息获取方法、装置及存储介质、服务器
CN109377329A (zh) * 2018-12-25 2019-02-22 北京时光荏苒科技有限公司 一种房源推荐方法、装置、存储介质及电子设备
CN109413216A (zh) * 2018-12-29 2019-03-01 微梦创科网络科技（中国）有限公司 一种信息推送方法、装置及移动终端

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110764665A (zh) * 2019-09-19 2020-02-07 深圳思为科技有限公司 信息处理方法、信息处理装置及终端设备
CN110764665B (zh) * 2019-09-19 2021-08-06 深圳思为科技有限公司 信息处理方法、信息处理装置及终端设备
CN110866182A (zh) * 2019-10-17 2020-03-06 贝壳技术有限公司 房源推荐方法、装置、服务器及计算机可读存储介质
CN110866182B (zh) * 2019-10-17 2020-07-10 贝壳找房(北京)科技有限公司 房源推荐方法、装置、服务器及计算机可读存储介质
CN110990693A (zh) * 2019-11-20 2020-04-10 贝壳技术有限公司 基于深度学习的房源推荐方法、装置及可读存储介质
CN111311305A (zh) * 2020-01-17 2020-06-19 青梧桐有限责任公司 基于用户轨迹解析用户公共流量带的方法及系统

Similar Documents

Publication Publication Date Title
CN104394441B (zh) 一种视频内容分发的调度方法、装置及系统
US9104986B2 (en) Customer premise equipment with access to free market based pricing for bandwidth on a communications network
EP2486523B1 (en) Computer network service providing system including self adjusting volume enforcement functionality
CN106878064A (zh) 数据监控方法和装置
CN108521856A (zh) 内容分发网络中的调度方法和设备
CN104219069B (zh) 访问频率控制方法、装置及控制系统
CN104756467A (zh) 云中的cdn流量管理
CN105242983B (zh) 一种数据存储方法以及一种数据存储管理服务器
US11973607B2 (en) System, method and apparatus for subscriber user interfaces
CN104717120B (zh) 确定信息发送时间的方法和装置
CN103081403A (zh) 用于使用事件分析通信系统的操作的方法和装置
CN103269493A (zh) 一种推送带宽业务的方法及设备
CN106447425A (zh) 一种生活服务信息推荐方法和装置
CN110460879A (zh) 一种视频请求调度方法、装置、服务器及存储介质
CN111182479A (zh) 信息发送的控制方法及装置
CN110311963A (zh) 消息推送方法、装置、计算机设备及计算机可读存储介质
CN108205520A (zh) KPI与QoE回归模型建立方法以及装置
CN104133616B (zh) 一种信息显示方法、装置及终端
CN110175190A (zh) 房源推荐方法、装置、计算机设备及计算机可读存储介质
CN106357445B (zh) 一种用户体验监控方法及监控服务器
CN109684546A (zh) 推荐方法、装置、存储介质及终端
CN110099061A (zh) 一种云平台视频流服务选择方法及装置
CN106487552A (zh) 一种网元信息的确定方法、装置及网管拓扑系统
Wu et al. From intermittent to ubiquitous: Enhancing mobile access to online social networks with opportunistic optimization
EP2813985A1 (en) Method and apparatus for subscriber account selection

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
GR01 Patent grant