CN110633411A - 一种筛选房源的方法、装置、电子设备及存储介质 - Google Patents
一种筛选房源的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110633411A CN110633411A CN201910651185.5A CN201910651185A CN110633411A CN 110633411 A CN110633411 A CN 110633411A CN 201910651185 A CN201910651185 A CN 201910651185A CN 110633411 A CN110633411 A CN 110633411A
- Authority
- CN
- China
- Prior art keywords
- user
- dimensional
- search condition
- house
- house source
- 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 49
- 238000012216 screening Methods 0.000 title claims abstract description 46
- 230000001960 triggered effect Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 17
- 230000002776 aggregation Effects 0.000 claims description 15
- 238000004220 aggregation Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 230000000379 polymerizing effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006399 behavior Effects 0.000 description 41
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例公开了一种筛选房源的方法、装置、电子设备及存储介质,该方法包括:接收用户触发的多维度搜索条件,多维度搜索条件中包括至少两个搜索条件,并将至少两个搜索条件显示在同一控件中,根据多维度搜索条件,确定出与多维度搜索条件相对应的至少一个目标房源,多维度搜索条件为基于多维度模型,以及历史行为数据来确定的。本公开实施例的技术方案,解决了现有技术中仅通过一个维度来确定用户感兴趣的房源时,存在查找到的房源与用户所需房源之间的匹配度较低,从而导致用户体验不佳的技术问题,实现了基于多维度的搜索条件,快速、准确、高效的筛选出用户感兴趣的房源,提高了房源与用户之间的匹配度,进而提高用户体验的技术效果。
Description
技术领域
本公开实施例涉及计算机技术领域,尤其涉及一种筛选房源的方法、装置、电子设备及存储介质。
背景技术
随着互联网的进步,用户需要购买房子或者租赁房子,越来越倾向于在网上查找房源,从而缩短查找房源的时间,进而提高查找房源的效率。
目前,查找房源多是根据用户的历史浏览记录给用户推荐相似的房源,但是并不能推荐出与用户浏览记录相对应的多维度搜索条件,进而根据多维度搜索条件来确定用户感兴趣的房源。
发明内容
本公开实施例提供一种筛选房源的方法、装置、电子设备及存储介质,以实现便捷、高效、准确的筛选出与用户匹配度最高的目标房源。
第一方面,本公开实施例提供了一种筛选房源的方法,该方法包括:
接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
第二方面,本公开实施例还提供了一种筛选房源的装置,其特征在于,包括:
触发多维度搜索条件模块,用于接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
筛选目标房源模块,用于根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的筛选房源的方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的筛选房源的方法。
本公开实施例的技术方案,通过接收用户触发的多维度搜索条件,多维度搜索条件中包括至少两个搜索条件,并将至少两个搜索条件显示在同一控件中,根据多维度搜索条件,确定出与多维度搜索条件相对应的至少一个目标房源,其中,多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的,解决了现有技术中根据用户的历史行为数据推荐相似房源,是仅通过一个维度来查找的,因此存在推荐的房源与用户所需房源之间的匹配度较低,从而导致用户体验不佳的技术问题,实现了基于多维度的搜索条件,快速、准确、高效的筛选出用户感兴趣的房源,提高了房源与用户之间的匹配度,进而提高用户体验的技术效果。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例一所提供的一种筛选房源的方法流程示意图;
图2为本公开实施例二所提供的一种筛选房源的方法另一流程示意图;
图3为本公开实施例三所提供的一种筛选房源的装置结构示意图;
图4为本公开实施例四所提供的一种电子设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本公开实施例一所提供的一种筛选房源的方法流程示意图,本实施例可适用于根据用户的历史行为数据,确定与用户行为数据相对应的多维度搜索条件,并根据多维度搜索条件,得到与用户需求相对应的目标房源的情况,该方法可以由房源筛选装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端等。
如图1所述,本实施例的方法包括:
S110、接收用户触发的多维度搜索条件,多维度搜索条件中包括至少两个搜索条件,并将至少两个搜索条件显示在同一控件中。
需要说明的是,该方法可以应用在看房应用程序中,可以以看房应用程序为例来介绍。
其中,可以将每一个房源中房源所处的区域、房源所处的小区、房源的单价、总价、几居室、以及是否为学区房等方面,作为房源的不同维度。相应的,多维度搜索条件是指,搜索条件中包括不同维度的条件组合。也就是说,多维度搜索条件中包括至少两个搜索条件,两个搜索条件的维度不同,并将其显示在同一个控件中,即多个搜索条件是一个整体。示例性的,多维度搜索条件中可以包括:房源的价格、以及房源所处小区。将房源的价格以及房源所处的小区作为一个整体显示在同一个控件中。例如,多维度搜索条件可以是和平区学区房;和平区学区房两居室;和平区学区房100万左右的房子。
需要说明的是,多维度搜索条件可以显示在房源搜索界面的控件中,以供用户触发。
可以理解为,当启动看房应用程序,并触发猜你想搜的操作后,房源搜索显示界面上可以存在一个控件,用于展示与用户相对应的多维度搜索条件,即多维度搜索条件显示在同一个控件中。
具体的,当用户触发多维度搜索条件为和平区学区房,与看房应用程序相对应的服务器,可以接收该多维度搜索条件,即接收和平区学区房。
S120、根据多维度搜索条件,确定出与多维度搜索条件相对应的至少一个目标房源。
其中,至少一个目标房源的数量可以是一个、两个、或者多个等。目标房源的数量,可以结合多维度搜索条件以及服务器中存储的房源数量来确定。将根据多维度搜索条件确定的房源,作为目标房源。
可以理解为,当用户触发多维度搜索条件后,服务器可以接收该多维度搜索条件,并根据多维度搜索条件筛选出目标房源。示例性的,当用户触发和平区学区房的多维度搜索条件后,服务器可以查找与和平区学区房相对应的房源。
在本实施例中,根据多维度搜索条件,确定目标房源可以采用至少两种实施方式:可选的,根据多维度搜索条件,查找建立的搜索条件与房源信息相对应的关系表,得到与多维度搜索条件相对应的至少一个目标房源;其中,关系表为确定搜索条件时建立的,存储了与多维度搜索条件相对应的房源链接;或,根据多维度搜索条件,从所有房源中筛选出与多维度搜索条件相对应的至少一个目标房源。
其中,关系表可以理解为多维度搜索条件和,与多维度搜索条件相对应的房源链接之间的映射关系表。在确定多维度搜索条件时,可以预先确定与多维度搜索条件相对应的房源链接,并将多维度搜索条件与对应的房源链接存放到映射关系表中,以便用户触发多维度搜索条件时,调取与多维度搜索条件相对应的房源。
第一种确定目标房源的具体实施方式可以是:在确定与用户相对应的多维度搜索条件时,可以建立多维度搜索条件与房源链接之间的对应关系表。当接收到用户触发多维度搜索条件时,查找关系表并从关系表中确定与多维度搜索条件相对应的至少一个目标房源链接。获取与房源链接相对应的房源,并将其显示在房源显示界面上。
第二种确定目标房源的具体实施方式可以是:当接收到多维度搜索条件时,根据多维度搜索条件,遍历服务器中存储的所有房源,从所有房源中筛选出与多维度搜索条件相对应的至少一个目标房源,并将其显示在房源展示界面上。
本公开实施例的技术方案,通过接收用户触发的多维度搜索条件,多维度搜索条件中包括至少两个搜索条件,并将至少两个搜索条件显示在同一控件中,根据多维度搜索条件,确定出与多维度搜索条件相对应的至少一个目标房源,其中,多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的,解决了现有技术中根据用户的历史行为数据推荐相似房源,是仅通过一个维度来查找的,因此存在推荐的房源与用户所需房源之间的匹配度较低,从而导致用户体验不佳的技术问题,实现了基于多维度的搜索条件,快速、准确、高效的筛选出用户感兴趣的房源,提高了房源与用户之间的匹配度,进而提高用户体验的技术效果。
实施例二
在根据多维度搜索条件,确定至少一个目标房源时,需要先确定与用户相对应的多维度搜索条件。图2为本公开实施例二所提供的一种筛选房源的方法流程示意图。
如图2所示,所述方法包括:
S210、获取用户的历史行为数据。
其中,将用户在预设时间内,可选的,十分钟、二十分钟等,通过看房应用程序浏览的各个房源信息、以及其它信息等作为均作为用户的历史浏览记录。将历史浏览记录中,用户浏览的各个房源的多维度信息,作为用户的历史行为数据。也就是说,历史行为数据包括用户在预设时间浏览的房源中,各个房源所处的位置、房源的户型、房源的价格以及房源所处的小区等数据。需要说明的是,历史行为数据包括上述所列举的行为数据,但不局限于上述所列举的行为数据。
具体的,当检测到用户触发看房应用程序时,记录用户的历史行为数据。示例性,获取用户在二十分钟内用户浏览各个房源,并确定各个房源在不同维度上的特征,可选的,获取各个房源所处的位置、房源的户型、是否为学区房、价格范围以及房源所处的小区等数据。
S220、根据历史行为数据,确定用户感兴趣的至少一个感兴趣房源。
其中,至少一个感兴趣房源的数量可以是一个、两个或者多个,用户可以根据实际需求,设置感兴趣房源的数量,可选的,100个感兴趣房源。
具体的,可以对用户浏览的各个房源进行分析处理,得到与浏览的房源信息相关联的多套房源,将此时得到的多套房源作为用户感兴趣的感兴趣房源。其中,对用户浏览的各个房源进行分析处理可以是:基于预先训练好的多维度模型,对历史行为数据进行处理,确定出用户感兴趣的至少一个感兴趣房源。
其中,多维度模型是预先训练得到的。多维度模型可以对输入的房源信息进行多个维度处理,得到与输入的房源信息相对应的,或者是相关联的多套用户感兴趣房源。即感兴趣房源是对输入房源进行多个维度处理后,从服务器中存储的多个房源中筛选得到的。
具体的,将与用户行为数据相对应的多套房源输入至多维度模型中,可以得到与用户历史行为数据相关联的至少一套房源,将此时得到的房源作为感兴趣房源。
在本实施例中,确定多维度模型可以是:获取多个样本数据,并对样本数据进行训练,得到多维度模型;其中,多维度模型,用于筛选出与用户历史行为数据相对应的至少一个感兴趣房源。
为了提高多维度模型的准确性,可以采用多个样本数据,可选的,几千个或者几万个数房源数据作为样本数据。对多个样本数据进行训练,得到多维度模型。
需要说明的是,多维度模型可以对输入的房源信息进行多个维度处理,即可以提取出多个维度的特征数据,并根据多个维度的特征数据确定出用户感兴趣的感兴趣房源。
S230、根据感兴趣房源,确定与用户相对应的多维度搜索条件,并将多维度搜索条件展示在房源搜索界面的预设控件中,以供用户触发。
其中,可以将每一个房源中房源所处的区域、房源所处的小区、房源的单价、总价、几居室、以及是否为学区房等方面,作为房源的不同维度。相应的,多维度搜索条件是指,搜索条件中包括不同维度的条件组合。也就是说,多维度搜索条件中包括至少两个搜索条件,两个搜索条件的维度不同,并将其显示在同一个控件中,即多个搜索条件是一个整体。当用户触发应用程序可以进入到搜索房源的界面。预设控件设置在房源搜索界面中,可以理解为用户触发该控件后,服务器可以执行与该控件相对应的操作。
示例性的,将房源所处的位置、房源的价格、房源的户型、房源所处的小区、房源是否为学区房等作为不同的维度。当然,在实际应用的过程中,可以根据实际需求来划分不同的维度,当然划分维度的条件不同时,训练的多维度模型应与划分的维度相对应。相应的,将房源的户型以及房源所处的小区组合后得到的搜索条件,作为多维度搜索条件。
具体的,可以对至少一个感兴趣房源进行处理,得到与用户相对应的多维度搜索条件,并将得到的多维度搜索条件显示的房源搜索界面中的预设控件中,以供用户触发。
在本实施例中,根据用户感兴趣的房源确定多维度搜索条件可以是:提取与每个感兴趣房源相对应的至少两个特征,并采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件。
其中,至少两个特征的数量可以是两个、三个或者多个。特征是指与每个感兴趣房源相对应的关键词,可选的,房源价格、房源户型、或者房源小区等。聚合算法是指对相关的数据信息进行内容挑选、分析、归类,最终得到用户所需要的结果。在本实施例中,聚合算法可以是对特征信息进行分析、归类,得到与用户匹配度最高的特征。
具体的,在得到感兴趣的房源后,分别提取出与每个感兴趣房源相对应的至少两个特征,得到与所有感兴趣房源相对应的所有特征。对所有特征进行挑选、分析、归类,得到与用户相关度最高的至少两个特征。可以对至少两个特征进行组合作为多维度搜索条件。即,多维度搜索条件中包括至少两个维度的特征组合。也就是说,至少两个特征进行组合后,可以得到至少一个多维度搜索条件。可选的,得到的多维度搜索条件为“和平区学区房”、“和平区学区房两居室”、“和平区学区房100万左右”等
示例性的,用户得到的感兴趣房源为500套,分别提取出与每套感兴趣房源相对应的在每个维度上的特征。可选的,每套感兴趣房源的至少两个特征可以包括以下列举的两个或者多个,当然也不局限于下述所列举的,房源所处的小区、房源的价格、房源几居室、所处的位置、是否为学区房、配套设施的完备性等等。得到每个房源在每个维度上的特征后,采用聚合算法对所有的特征进行分析、归类,得到与用户关联度最高的特征为和平区、学区房、两居室、价格为300万。可以将和平区学区房两居室价格为300万作为一个多维度的搜索条件。为了便于用户触发该多维度搜索条件,可以将多维度搜索条件显示在房源搜索界面中,以便用户触发。
在本实施例中,采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件具体可以是:提取与每个感兴趣房源相对应的至少两个特征,并确定各个特征的频率值,将频率值高于预设值的特征作为待聚合特征;将待聚合特征进行组合,得到多维度搜索条件。
具体的,在提取与每个感兴趣房源相对应的至少两个特征后,统计各个特征出现的频率,并按照频率值从高往低依次对各个特征进行排序,将频率值高于预设频率值的特征作为待聚合的特征,即待组合特征。将得到的待聚合特征组合在一起,作为多维度搜索条件。
在本实施例中,多维度搜索条件是基于用户的历史行为数据,以及预先训练的多维度模型得到的。
本公开实施例的技术方案,通过接收用户触发的多维度搜索条件,多维度搜索条件中包括至少两个搜索条件,并将至少两个搜索条件显示在同一控件中,根据多维度搜索条件,确定出与多维度搜索条件相对应的至少一个目标房源,其中,多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的,解决了现有技术中根据用户的历史行为数据推荐相似房源,是仅通过一个维度来查找的,因此存在推荐的房源与用户所需房源之间的匹配度较低,从而导致用户体验不佳的技术问题,实现了基于多维度的搜索条件,快速、准确、高效的筛选出用户感兴趣的房源,提高了房源与用户之间的匹配度,进而提高用户体验的技术效果。
实施例三
图3为本公开实施例三提供的一种筛选房源的装置结构示意图,该装置包括:触发多维度搜索条件模块310、以及筛选目标房源模块320。
触发多维度搜索条件模块310,用于接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;筛选目标房源模块320,用于根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
在上述各技术方案的基础上,所述筛选目标房源模块,还用于:
根据所述多维度搜索条件,查找建立的搜索条件与房源信息相对应的关系表,得到与所述多维度搜索条件相对应的至少一个目标房源;其中,所述关系表为确定搜索条件时建立的,存储了与多维度搜索条件相对应的房源链接;或,
根据所述多维度搜索条件,从所有房源中筛选出与所述多维度搜索条件相对应的至少一个目标房源。
在上述各技术方案的基础上,所述装置还包括:确定搜索条件模块,用于在所述触发多维度搜索条件模块接收用户触发的多维度搜索条件之前,包括:
用户历史行为数据获取单元,用于获取用户的历史行为数据;其中,所述历史行为数据中包括房源位置、房源户型、房源价格以及房源所处小区;
感兴趣房源确定单元,用于根据所述历史行为数据,确定用户感兴趣的至少一个感兴趣房源;
搜索条件确定单元,用于根据所述感兴趣房源,确定与所述用户相对应的多维度搜索条件,并将所述多维度搜索条件展示在房源搜索界面的预设控件中,以供用户触发。
在上述各技术方案的基础上,所述感兴趣房源确定单元,还用于:
基于所述预先训练好的多维度模型,对所述历史行为数据进行处理,确定出用户感兴趣的至少一个感兴趣房源。
在上述各技术方案的基础上,确定所述多维度模型包括:
获取多个样本数据,并对所述样本数据进行训练,得到多维度模型;
其中,所述多维度模型,用于筛选出与用户历史行为数据相对应的至少一个感兴趣房源。
在上述各技术方案的基础上,所述搜索条件确定单元,还用于:
提取与每个所述感兴趣房源相对应的至少两个特征,并采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件。
在上述各技术方案的基础上,所述搜索条件确定单元,还用于:
提取与每个所述感兴趣房源相对应的至少两个特征,并确定各个特征的频率值,将频率值高于预设值的特征作为待聚合特征;
将所述待聚合特征进行聚合,得到所述多维度搜索条件。
本公开实施例的技术方案,通过接收用户触发的多维度搜索条件,多维度搜索条件中包括至少两个搜索条件,并将至少两个搜索条件显示在同一控件中,根据多维度搜索条件,确定出与多维度搜索条件相对应的至少一个目标房源,其中,多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的,解决了现有技术中根据用户的历史行为数据推荐相似房源,是仅通过一个维度来查找的,因此存在推荐的房源与用户所需房源之间的匹配度较低,从而导致用户体验不佳的技术问题,实现了基于多维度的搜索条件,快速、准确、高效的筛选出用户感兴趣的房源,提高了房源与用户之间的匹配度,进而提高用户体验的技术效果。
本公开实施例所提供的筛选房源的装置可执行本公开任意实施例所提供的筛选房源的方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例四
下面参考图4,其示出了适于用来实现本公开实施例的电子设备(例如图4中的终端设备或服务器)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置406加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置406;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置406被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
本公开实施例提供的终端与上述实施例提供的筛选房源的方法属于同一发明构思,未在本公开实施例中详尽描述的技术细节可参见上述实施例,并且本公开实施例与上述实施例具有相同的有益效果。
实施例五
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的筛选房源的方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,搜索条件确定单元还可以被描述为“搜索单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种筛选房源的方法,该方法包括:
接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
根据本公开的一个或多个实施例,【示例二】提供了一种筛选房源的方法,还包括:
可选的,所述根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源,包括:
根据所述多维度搜索条件,查找建立的搜索条件与房源信息相对应的关系表,得到与所述多维度搜索条件相对应的至少一个目标房源;其中,所述关系表为确定搜索条件时建立的,存储了与多维度搜索条件相对应的房源链接;或,
根据所述多维度搜索条件,从所有房源中筛选出与所述多维度搜索条件相对应的至少一个目标房源。
根据本公开的一个或多个实施例,【示例三】提供了一种筛选房源的方法,还包括:
可选的,在接收用户触发的多维度搜索条件之前,还包括:
获取用户的历史行为数据;其中,所述历史行为数据中包括房源位置、房源户型、房源价格以及房源所处小区;
根据所述历史行为数据,确定用户感兴趣的至少一个感兴趣房源;
根据所述感兴趣房源,确定与所述用户相对应的多维度搜索条件,并将所述多维度搜索条件展示在房源搜索界面的预设控件中,以供用户触发。
根据本公开的一个或多个实施例,【示例四】提供了一种筛选房源的方法,还包括:
可选的,所述根据用户的历史行为数据,确定用户感兴趣的至少一个感兴趣房源,包括:
基于所述预先训练好的多维度模型,对所述历史行为数据进行处理,确定出用户感兴趣的至少一个感兴趣房源。
根据本公开的一个或多个实施例,【示例五】提供了一种筛选房源的方法,还包括:
可选的,确定所述多维度模型包括:
获取多个样本数据,并对所述样本数据进行训练,得到多维度模型;
其中,所述多维度模型,用于筛选出与用户历史行为数据相对应的至少一个感兴趣房源。
根据本公开的一个或多个实施例,【示例六】提供了一种筛选房源的方法,还包括:
可选的,所述根据所述感兴趣房源,确定与所述用户相对应的多维度搜索条件,包括:
提取与每个所述感兴趣房源相对应的至少两个特征,并采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件。
根据本公开的一个或多个实施例,【示例七】提供了一种筛选房源的方法,还包括:
可选的,所述提取与每个所述感兴趣房源相对应的至少两个特征,并采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件,包括:
提取与每个所述感兴趣房源相对应的至少两个特征,并确定各个特征的频率值,将频率值高于预设值的特征作为待聚合特征;
将所述待聚合特征进行聚合,得到所述多维度搜索条件。
根据本公开的一个或多个实施例,【示例八】提供了一种筛选房源的装置,该装置包括:
触发多维度搜索条件模块,用于接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
筛选目标房源模块,用于根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种筛选房源的方法,其特征在于,包括:
接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源,包括:
根据所述多维度搜索条件,查找建立的搜索条件与房源信息相对应的关系表,得到与所述多维度搜索条件相对应的至少一个目标房源;其中,所述关系表为确定搜索条件时建立的,存储了与多维度搜索条件相对应的房源链接;或,
根据所述多维度搜索条件,从所有房源中筛选出与所述多维度搜索条件相对应的至少一个目标房源。
3.根据权利要求1所述的方法,其特征在于,在接收用户触发的多维度搜索条件之前,还包括:
获取用户的历史行为数据;其中,所述历史行为数据中包括房源位置、房源户型、房源价格以及房源所处小区;
根据所述历史行为数据,确定用户感兴趣的至少一个感兴趣房源;
根据所述感兴趣房源,确定与所述用户相对应的多维度搜索条件,并将所述多维度搜索条件展示在房源搜索界面的预设控件中,以供用户触发。
4.根据权利要求3所述的方法,其特征在于,所述根据用户的历史行为数据,确定用户感兴趣的至少一个感兴趣房源,包括:
基于所述预先训练好的多维度模型,对所述历史行为数据进行处理,确定出用户感兴趣的至少一个感兴趣房源。
5.根据权利要求4所述的方法,其特征在于,确定所述多维度模型包括:
获取多个样本数据,并对所述样本数据进行训练,得到多维度模型;
其中,所述多维度模型,用于筛选出与用户历史行为数据相对应的至少一个感兴趣房源。
6.根据权利要求3所述的方法,其特征在于,所述根据所述感兴趣房源,确定与所述用户相对应的多维度搜索条件,包括:
提取与每个所述感兴趣房源相对应的至少两个特征,并采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件。
7.根据权利要求6所述的方法,其特征在于,所述提取与每个所述感兴趣房源相对应的至少两个特征,并采用聚合算法对各个特征进行聚合处理,得到多维度搜索条件,包括:
提取与每个所述感兴趣房源相对应的至少两个特征,并确定各个特征的频率值,将频率值高于预设值的特征作为待聚合特征;
将所述待聚合特征进行聚合,得到所述多维度搜索条件。
8.一种筛选房源的装置,其特征在于,包括:
触发多维度搜索条件模块,用于接收用户触发的多维度搜索条件,所述多维度搜索条件中包括至少两个搜索条件,并将所述至少两个搜索条件显示在同一控件中;
筛选目标房源模块,用于根据所述多维度搜索条件,确定出与所述多维度搜索条件相对应的至少一个目标房源;
其中,所述多维度搜索条件为基于预先训练好的多维度模型,以及用户的历史行为数据来确定的。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的筛选房源的方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的筛选房源的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651185.5A CN110633411A (zh) | 2019-07-18 | 2019-07-18 | 一种筛选房源的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651185.5A CN110633411A (zh) | 2019-07-18 | 2019-07-18 | 一种筛选房源的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110633411A true CN110633411A (zh) | 2019-12-31 |
Family
ID=68968928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910651185.5A Pending CN110633411A (zh) | 2019-07-18 | 2019-07-18 | 一种筛选房源的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633411A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464085A (zh) * | 2020-11-19 | 2021-03-09 | 贝壳技术有限公司 | 一种房源推荐的方法、装置、电子设备及存储介质 |
CN113159997A (zh) * | 2021-03-03 | 2021-07-23 | 杭州萝卜智能技术有限公司 | 一种在线选房交易系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419776A (zh) * | 2011-12-31 | 2012-04-18 | 北京百度网讯科技有限公司 | 一种满足用户多维度搜索需求的方法和设备 |
US20150262069A1 (en) * | 2014-03-11 | 2015-09-17 | Delvv, Inc. | Automatic topic and interest based content recommendation system for mobile devices |
CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
CN108334568A (zh) * | 2018-01-16 | 2018-07-27 | 平安好房(上海)电子商务有限公司 | 房源推送方法、装置、设备及计算机可读存储介质 |
CN109508423A (zh) * | 2018-12-14 | 2019-03-22 | 平安科技(深圳)有限公司 | 基于语义识别的房源推荐方法、装置、设备及存储介质 |
CN109902224A (zh) * | 2019-01-17 | 2019-06-18 | 平安城市建设科技(深圳)有限公司 | 基于用户行为分析的房源推荐方法、装置、设备和介质 |
-
2019
- 2019-07-18 CN CN201910651185.5A patent/CN110633411A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419776A (zh) * | 2011-12-31 | 2012-04-18 | 北京百度网讯科技有限公司 | 一种满足用户多维度搜索需求的方法和设备 |
US20150262069A1 (en) * | 2014-03-11 | 2015-09-17 | Delvv, Inc. | Automatic topic and interest based content recommendation system for mobile devices |
CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
CN108334568A (zh) * | 2018-01-16 | 2018-07-27 | 平安好房(上海)电子商务有限公司 | 房源推送方法、装置、设备及计算机可读存储介质 |
CN109508423A (zh) * | 2018-12-14 | 2019-03-22 | 平安科技(深圳)有限公司 | 基于语义识别的房源推荐方法、装置、设备及存储介质 |
CN109902224A (zh) * | 2019-01-17 | 2019-06-18 | 平安城市建设科技(深圳)有限公司 | 基于用户行为分析的房源推荐方法、装置、设备和介质 |
Non-Patent Citations (1)
Title |
---|
刘皓熙: "基于多维标签与分类排序的推荐算法研究及实现", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464085A (zh) * | 2020-11-19 | 2021-03-09 | 贝壳技术有限公司 | 一种房源推荐的方法、装置、电子设备及存储介质 |
CN112464085B (zh) * | 2020-11-19 | 2023-04-07 | 贝壳技术有限公司 | 一种房源推荐的方法、装置、电子设备及存储介质 |
CN113159997A (zh) * | 2021-03-03 | 2021-07-23 | 杭州萝卜智能技术有限公司 | 一种在线选房交易系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110704751B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111414498B (zh) | 多媒体信息推荐方法、装置及电子设备 | |
CN111368185B (zh) | 数据展示方法、装置、存储介质及电子设备 | |
CN110634047A (zh) | 一种推荐房源的方法、装置、电子设备及存储介质 | |
CN114422267B (zh) | 流量检测方法、装置、设备及介质 | |
CN110516159B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN112099982B (zh) | 一种崩溃信息定位方法、装置、介质和电子设备 | |
US20240168605A1 (en) | Text input method and apparatus, and electronic device and storage medium | |
CN111291206A (zh) | 标记房源的方法、装置、电子设备及存储介质 | |
CN111291258A (zh) | 搜索热词的推荐方法、装置、电子设备及可读介质 | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN110633411A (zh) | 一种筛选房源的方法、装置、电子设备及存储介质 | |
CN113297277B (zh) | 检验统计量确定方法、装置、可读介质及电子设备 | |
CN111782933B (zh) | 用于推荐书单的方法和装置 | |
CN111597439A (zh) | 信息处理方法、装置和电子设备 | |
CN111552620A (zh) | 数据获取方法、装置、终端及存储介质 | |
CN110634024A (zh) | 一种用户属性标记方法、装置、电子设备及存储介质 | |
CN111782549B (zh) | 测试方法、装置和电子设备 | |
CN110598133A (zh) | 确定搜索项目的顺序的方法、装置、电子设备和计算机可读存储介质 | |
CN112100159A (zh) | 数据处理方法、装置、电子设备和计算机可读介质 | |
CN111949819A (zh) | 用于推送视频的方法和装置 | |
CN110619093B (zh) | 确定搜索项目的顺序的方法、装置、电子设备和计算机可读存储介质 | |
CN113283115B (zh) | 图像模型生成方法、装置和电子设备 | |
CN111507734B (zh) | 作弊请求识别方法、装置、电子设备及计算机存储介质 | |
CN117591621A (zh) | 信息处理方法、装置、设备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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230425 Address after: Room 802, Information Building, 13 Linyin North Street, Pinggu District, Beijing, 101299 Applicant after: Beijing youzhuju Network Technology Co.,Ltd. Address before: No. 715, 7th floor, building 3, 52 Zhongguancun South Street, Haidian District, Beijing 100081 Applicant before: Beijing infinite light field technology Co.,Ltd. |