CN110889737A - 合租室友的推荐方法、装置、服务器及存储介质 - Google Patents
合租室友的推荐方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110889737A CN110889737A CN201910989698.7A CN201910989698A CN110889737A CN 110889737 A CN110889737 A CN 110889737A CN 201910989698 A CN201910989698 A CN 201910989698A CN 110889737 A CN110889737 A CN 110889737A
- Authority
- CN
- China
- Prior art keywords
- tenants
- user
- tenant
- information
- matched
- 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
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据分析技术领域，公开了一种合租室友的推荐方法、装置、服务器及存储介质，解决了现有技术中因无法了解合租室友情况，导致合租房体验差的问题。所述方法包括：获取用户的租房信息筛选条件；在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。本发明实施例适用于房源相关信息推荐的过程。
Description
技术领域
本发明涉及数据分析技术领域，具体地，涉及一种合租室友的推荐方法、装置、服务器及存储介质。
背景技术
目前的租房平台合租找房能力单一，一般都是基于房源信息进行搜索，例如房源的地理位置、房屋朝向等等，无法获取合租室友的信息，只能通过租客与房东之间的短暂交谈和合同的约束来规范租客行为。这种弱约束性，导致合租引发的盗抢事件频发，无法保证租客有良好的合租体验。
发明内容
本发明实施例的目的是提供一种合租室友的推荐方法、装置、服务器及存储介质，解决了现有技术中因无法了解合租室友情况，导致合租房体验差的问题，基于信用匹配为用户推荐合租室友，保证了合租室友在信用与基本素质方面与所述用户的匹配度，从而提高了用户的合租体验。
为了实现上述目的，本发明实施例提供一种合租室友的推荐方法，所述方法包括：获取用户的租房信息筛选条件；在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
进一步地，在所述获取用户的租房信息筛选条件之后，在所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息步骤之前，所述方法还包括：提示所述用户选择所述信用信息中每个维度信用分对应的权重比例；获取所述用户设置的每个维度信用分对应的权重比例。
进一步地，通过下述方式获得所述信用信息：获取每个维度信用分以及所述用户设置的每个维度信用分对应的权重比例；根据
得到所述信用信息T，其中，Ti为第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数。
进一步地，在所述获取用户的租房信息筛选条件之后，在所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息步骤之前，所述方法还包括：获取所述用户的信用信息；判断所述用户的信用信息是否小于最低限值；当所述用户的信用信息小于所述最低限值时，不提供合租室友推荐服务；当所述用户的信用信息大于或等于所述最低限值时，提供合租室友推荐服务。
进一步地，所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息包括：在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；将所述租客的信用信息与最低阈值进行比较；将大于或等于所述最低阈值的信用信息对应的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
进一步地，所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息包括：在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；将属于同一个房源的租客的信用信息取均值，并将所述均值与最低阈值进行比较；将大于或等于所述最低阈值的均值对应的房源的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
进一步地，所述根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度包括：根据
得到所述用户与第y个待匹配租客之间的匹配度ry，其中，xi为所述用户的第i个维度信用分，yi为第y个待匹配租客的第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数，m为所述待匹配租客的个数。
进一步地，所述合租室友的信息包括：与所述用户的匹配度、所述合租室友居住的房源信息或与所述合租室友居住同一个房源的其他租客的信用信息中的至少一种。
进一步地，在所述将所述合租室友的信息推荐给所述用户之后，所述方法还包括：显示本次推荐的合租室友在每个维度的满意度调查；获取所述用户对本次推荐的合租室友在每个维度的满意度调查的反馈；根据每个维度的满意度调查的反馈以及预设调整规则，得到每个维度的满意度的修正系数。
进一步地，所述根据每个维度的满意度调查的反馈以及预设调整规则，得到每个维度的满意度的修正系数包括：根据
得到第i个维度的满意度的修正系数Scorei，其中，upi为所述用户在本次推荐的合租室友中的第i个维度的满意数量，downi为所述用户在本次推荐的合租室友中的第i个维度的不满意数量，t为所述用户在本次推荐的合租室友中的评价数量，且评价数量小于或等于本次推荐数量。
进一步地，所述方法还包括：在下一次提取待匹配租客的信用信息之前，利用每个维度的满意度的修正系数对对应的满意度初始值进行修正。
相应的，本发明实施例还提供一种合租室友的推荐装置，所述装置包括：获取单元，用于获取用户的租房信息筛选条件；提取单元，用于在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；匹配单元，用于根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；推荐单元，用于将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
进一步地，所述装置还包括：显示单元，用于提示所述用户选择所述信用信息中每个维度信用分对应的权重比例；所述获取单元还用于获取所述用户设置的每个维度信用分对应的权重比例。
进一步地，所述装置还包括：信用信息获得单元，用于通过下述方式获得所述信用信息：获取每个维度信用分以及所述用户设置的每个维度信用分对应的权重比例；根据
得到所述信用信息T，其中，Ti为第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数。
进一步地，所述获取单元还用于获取所述用户的信用信息；所述装置还包括：处理单元，用于判断所述用户的信用信息是否小于最低限值；当所述用户的信用信息小于所述最低限值时，不提供合租室友推荐服务；当所述用户的信用信息大于或等于所述最低限值时，提供合租室友推荐服务。
进一步地，所述提取单元还用于在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；将所述租客的信用信息与最低阈值进行比较；将大于或等于所述最低阈值的信用信息对应的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
进一步地，所述提取单元还用于在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；将属于同一个房源的租客的信用信息取均值，并将所述均值与最低阈值进行比较；将大于或等于所述最低阈值的均值对应的房源的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
进一步地，所述匹配单元还用于根据
得到所述用户与第y个待匹配租客之间的匹配度ry，其中，xi为所述用户的第i个维度信用分，yi为第y个待匹配租客的第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数，m为所述待匹配租客的个数。
进一步地，所述合租室友的信息包括：与所述用户的匹配度、所述合租室友居住的房源信息或与所述合租室友居住同一个房源的其他租客的信用信息中的至少一种。
进一步地，所述显示单元还用于显示本次推荐的合租室友在每个维度的满意度调查；所述获取单元还用于获取所述用户对本次推荐的合租室友在每个维度的满意度调查的反馈；所述装置还包括：修正单元，用于根据每个维度的满意度调查的反馈以及预设调整规则，得到每个维度的满意度的修正系数。
进一步地，所述修正单元还用于根据
得到第i个维度的满意度的修正系数Scorei，其中，upi为所述用户在本次推荐的合租室友中的第i个维度的满意数量，downi为所述用户在本次推荐的合租室友中的第i个维度的不满意数量，t为所述用户在本次推荐的合租室友中的评价数量，且评价数量小于或等于本次推荐数量。
进一步地，所述修正单元还用于在下一次提取待匹配租客的信用信息之前，利用每个维度的满意度的修正系数对对应的满意度初始值进行修正。
相应的，本发明实施例还提供一种服务器，所述服务器用于执行如上所述的合租室友的推荐方法。
相应的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如上所述的合租室友的推荐方法。
通过上述技术方案，获取用户的租房信息筛选条件，在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息，然后根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度，将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户，以便所述用户在所述合租室友中找到满足自己需要的室友。本发明实施例解决了现有技术中因无法了解合租室友情况，导致合租房体验差的问题，基于信用匹配为用户推荐合租室友，保证了合租室友在信用与基本素质方面与所述用户的匹配度，从而提高了用户的合租体验。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明实施例提供的一种合租室友的推荐方法的流程示意图；
图2是本发明实施例提供的另一种合租室友的推荐方法的流程示意图；
图3是本发明实施例提供一种合租室友的推荐装置的结构示意图；
图4是本发明实施例提供另一种合租室友的推荐装置的结构示意图；
图5是本发明实施例提供又一种合租室友的推荐装置的结构示意图；
图6是本发明实施例提供再一种合租室友的推荐装置的结构示意图；
图7是本发明实施例提供再又一种合租室友的推荐装置的结构示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1是本发明实施例提供的一种合租室友的推荐方法的流程示意图。如图1所示，所述方法包括如下步骤：
步骤101，获取用户的租房信息筛选条件；
步骤102，在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；
步骤103，根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；
步骤104，将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
在步骤101中，用户根据自己的需求输入所要租住房屋的条件，例如位置、几居室、价格区间等等条件，获取所述用户的租房信息筛选条件。
其中，在本发明实施例中，可基于芝麻信用、前房东评价、前合租室友评价等维度来综合判定租客的信用及基本素质，例如，通过租客授权获取其芝麻信用分。对于前房东评价和前合租室友评价可通过每次合租结束后，通过前合租室友在公摊费用的履约及时性、公共环境的维护能力等方面对租客的信用进行打分。通过前房东在房租缴纳的及时性、租赁合同的履约程度、房屋主体保持的完整性等方面对租客的信用进行打分。在获取上述维度的评分之后，利用每个维度信用分对应的权重比例即可计算得到每个租客的信用信息。在本发明实施例中信用分的维度可不限定于上述三种，还可将前房东评价与前合租室友评价进行细化分为更多维度，在本发明实施例中不做限定。
在本发明实施例的一种实施方式中，用户在输入租房信息筛选条件之后，可提示该用户选择信用信息中每个维度信用分对应的权重比例，以便用户根据自己的需求选择其重视的维度，例如，如果用户重视租客的芝麻信用，则将该维度信用分对应的权重比例设置高一些；如果用户重视租客的前合租室友的评分，则将该维度信用分对应的权重比例设置高一些。用户选择之后，获取所述用户设置的每个维度信用分对应的权重比例，然后可根据所获取的权重比例，计算用户以及租客的信用信息。
对于步骤102与步骤103中，用户和租客的信用信息的获取，可根据用户选择的每个维度信用分对应的权重比例进行计算。首先获取(包括用户和租客的)每个维度信用分，根据
得到所述信用信息T，其中，Ti为第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数。满意度的范围设置可以为0至100，满意度初始值为50。
在步骤102中，当根据所述用户的租房信息筛选条件，得到满足该条件的房源后，可通过下述两种方式对所述房源的租客进行筛选：
第一种方式，为了减少步骤103中匹配的计算量，首先在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息，然后将所述租客的信用信息与最低阈值进行比较，并将大于或等于所述最低阈值的信用信息对应的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息，从而剔除了小于所述最低阈值的租客的信用信息，减少了后续信用信息匹配的计算量。
第二种方式，针对同一房源内存在多个租客的情况，当其中第一个租客的信用信息高，第二个租客的信用信息低，即使利用第一种方式将第二个租客的信用信息剔除了，但是如果第一个高信用信息的租客与所述用户在步骤103中匹配之后，匹配度较高时，若是所述用户选择该租客为合租室友之后，由于第二个租客的信用信息低，可能会出现合租体验差的情况。因此，针对这种情况，首先在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息，然后将属于同一个房源的租客的信用信息取均值，并将所述均值与最低阈值进行比较，将大于或等于所述最低阈值的均值对应的房源的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息，从而直接剔除了均值小于所述最低阈值的房源的租客的信用信息，即使其中有高信用信息的租客，但是由于存在另一个较低信用信息的租客，由于将均值拉低了，因此将该房源的租客的信用信息均剔除。
在步骤103中，根据预设匹配规则，在本发明实施例中利用皮尔逊相关系数计算公式，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配：
根据
得到所述用户与第y个待匹配租客之间的匹配度ry，其中，xi为所述用户的第i个维度信用分，yi为第y个待匹配租客的第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数，m为所述待匹配租客的个数。其中，匹配度越高代表待匹配租客与所述用户之间越相似，对于用户来说，在合租体验上，与用户越相似的待匹配租客可能给所述用户的合租体验越好。而匹配度越低代表待匹配租客与所述用户之间越相悖，在合租体验上越差。
在步骤103中，得到所有待匹配租客与所述用户直接的匹配度之后，在步骤104中，将匹配度高的前预设个数的所述待匹配租客确定为合租室友，所述合租室友的个数，即匹配度高的数量的设置可根据用户自行选择，或者系统设置，例如，匹配度高的前10个待匹配租客确定为合租室友，然后将所述合租室友的信息推荐给所述用户。所述合租室友的信息可以为下述信息中的至少一者：与所述用户的匹配度、所述合租室友居住的房源信息或与所述合租室友居住同一个房源的其他租客的信用信息。所述用户可通过合租室友的信息选择性地进行沟通，根据沟通情况确定自己要合租的房源。例如，将匹配度高的前10个待匹配租客确定为合租室友并推荐给所述用户之后，用户可根据所显示的合租室友的信息选择要与之联系的合租室友，并进行沟通，从而确定要合租的房源以及室友。
在本发明实施例的一种实施方式中，为了进一步为用户提供更好地更符合用户要求的推荐，在将所述合租室友的信息推荐给所述用户之后，会显示本次推荐的合租室友在每个维度的满意度调查。例如，在推荐每个合租室友之后，都会显示给用户对于本次推荐的合租室友在每个维度的满意度调查，该调查是针对每个维度进行的，例如，每个维度均显示有满意和不满意两项，用户针对每个维度逐一对每个推荐的合租室友进行评价，然后获取所述用户对本次推荐的合租室友在每个维度的满意度调查的反馈，并根据每个维度的满意度调查的反馈以及预设调整规则，得到每个维度的满意度的修正系数。其中，根据
得到第i个维度的满意度的修正系数Scorei，其中，upi为所述用户在本次推荐的合租室友中的第i个维度的满意数量，downi为所述用户在本次推荐的合租室友中的第i个维度的不满意数量，t为所述用户在本次推荐的合租室友中的评价数量，且评价数量小于或等于本次推荐数量。另外，在所评价的每个维度的满意数量与不满意数量之和等于本次的评价数量。需要说明的是，对于用户没有评价的合租室友则可以不用考虑其满意度。例如，当向用户推荐10个合租室友的信息之后，如果用户只评价了其中7个合租室友，那么仅获取该7个合租室友在每个维度的满意度调查的反馈即可，然后利用
得到该7个合租室友的第i个维度的满意度的修正系数Scorei。例如，一共有3个维度，那么在这7个合租室友中的第一个维度满意数量有5个，不满意数量有2个，则第一个维度的满意度的修正系数为
其它维度的满意度的修正系数以此类推。
在本发明实施例中，得到每个维度的满意度的修正系数之后，可以在所述用户在下一次需要推荐合租室友服务时，对信用分中的满意度初始值进行修正，即在下一次提取待匹配租客的信用信息之前，利用每个维度的满意度的修正系数对对应的满意度初始值进行修正。例如，
即得到的第i个维度的满意度的修正系数会对每个维度信用分进行修正，从而得到总的信用信息。而且该修正系数应用于下一次为所述用户推荐合租室友时，所述用户的信用信息以及待匹配租客的信用信息的计算。
为了便于理解本发明实施例，图2是本发明实施例提供的一种合租室友的推荐方法的流程示意图。如图2所示，所述方法包括如下步骤：
步骤201，获取所述用户的租房信息筛选条件；
步骤202，提示用户选择每个维度信用分对应的权重比例；
步骤203，获取所述用户设置的每个维度信用分对应的权重比例；
步骤204，根据所述用户设置的每个维度信用分对应的权重比例，计算所述用户的信用信息；
步骤205，判断所述用户的信用信息是否小于最低限值，若是则执行步骤206，否则执行步骤207；
步骤206，不提供合租室友推荐服务。
其中，在本发明实施例中对于本身信用信息就很低的用户，由于其信用信息比较低，必然存在信用问题，对于该类用户则不提供为其推荐合租室友的服务。
步骤207，提供合租室友推荐服务，并在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息，其中，同样是根据所述用户设置的每个维度信用分对应的权重比例，计算满足所述租房信息筛选条件的房源的待匹配租客的信用信息。
其中，在提取满足所述租房信息筛选条件的房源的待匹配租客的信用信息时，可采取以下两种方式进行租客筛选：
一种方式是首先在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息，并将所述租客的信用信息与最低阈值进行比较，将大于或等于所述最低阈值的信用信息对应的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息，而将小于所述最低阈值的信用信息对应的租客剔除。
另一种方式是首先在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息，然后将属于同一个房源的租客的信用信息取均值，并将所述均值与最低阈值进行比较，将大于或等于所述最低阈值的均值对应的房源的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息，而将小于所述最低阈值的均值对应的房源的租客剔除。
步骤208，根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度。
根据
得到所述用户与第y个待匹配租客之间的匹配度ry，其中，xi为所述用户的第i个维度信用分，yi为第y个待匹配租客的第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数，m为所述待匹配租客的个数。其中，匹配度越高代表待匹配租客与所述用户之间越相似，对于用户来说，在合租体验上，与用户越相似的待匹配租客可能会给所述用户带来更好的合租体验。而匹配度越低代表待匹配租客与所述用户之间越相悖，在合租体验上越差。
步骤209，将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
其中，所述合租室友的信息包括：与所述用户的匹配度、所述合租室友居住的房源信息或与所述合租室友居住同一个房源的其他租客的信用信息中的至少一种。对于所述合租室友的信息的显示，所述用户可根据自身需要选择性地设置其显示内容，例如，如果所述用户更关注于合租室友与自己的匹配度，则可选择显示与所述用户的匹配度；如果所述用户更关注于所述合租室友居住的房源信息，则可选择显示所述房源的信息，包括位置、朝向等信息；如果所述用户更关注于与所述合租室友居住同一个房源的其他租客的情况，则可显示同一个房源的其他租客的信用信息，方便用户查看是否存在自己不能接受的其他合租的租客。
步骤210，显示本次推荐的合租室友在每个维度的满意度调查。
其中，为了进一步为用户提供更好地更符合用户要求的推荐，在将所述合租室友的信息推荐给所述用户之后，会显示本次推荐的合租室友在每个维度的满意度调查。例如，在推荐每个合租室友之后，都会显示给用户对于本次推荐的合租室友在每个维度的满意度调查，该调查是针对每个维度进行的，例如，每个维度均显示有满意和不满意两项，用户针对每个维度逐一对每个推荐的合租室友进行评价。
步骤211，获取所述用户对本次推荐的合租室友在每个维度的满意度调查的反馈；
步骤212，根据每个维度的满意度调查的反馈以及预设调整规则，得到每个维度的满意度的修正系数，以便于在下一次获得信用信息时，利用每个维度的满意度的修正系数对满意度初始值进行修正。
其中，根据
得到第i个维度的满意度的修正系数Scorei，其中，upi为所述用户在本次推荐的合租室友中的第i个维度的满意数量，downi为所述用户在本次推荐的合租室友中的第i个维度的不满意数量，t为所述用户在本次推荐的合租室友中的评价数量，且评价数量小于或等于本次推荐数量。另外，在所评价的每个维度的满意数量与不满意数量之和等于本次的评价数量。需要说明的是，对于用户没有评价的合租室友则可以不用考虑其满意度。例如，当向用户推荐10个合租室友的信息之后，如果用户只评价了其中7个合租室友，那么仅获取该7个合租室友在每个维度的满意度调查的反馈即可，然后利用
得到该7个合租室友的第i个维度的满意度的修正系数Scorei。例如，一共有3个维度：芝麻信用维度、前合租室友维度和前房东维度，那么在这7个合租室友中的芝麻信用维度满意数量有5个，不满意数量有2个，则芝麻信用维度的满意度的修正系数为
其它维度的满意度的修正系数以此类推。对于未评价的3个合租室友可不做修正考虑。
步骤213，在下一次提取待匹配租客的信用信息之前，利用每个维度的满意度的修正系数对对应的满意度初始值进行修正。
即得到每个维度的满意度的修正系数之后，可以在所述用户在下一次需要推荐合租室友服务时，对信用信息中的满意度初始值进行修正。例如，
即得到的第i个维度的满意度的修正系数会对每个维度信用分进行修正，从而得到总的信用信息。而且该修正系数应用于下一次为所述用户推荐合租室友时，所述用户的信用信息以及待匹配租客的信用信息的计算。
通过本发明实施例，基于多维度的信用评价体系，来判定租客的信用及基本素质，然后根据上述信用情况，寻找与用户信用匹配的合租室友，并为所述用户进行推荐。本发明实施例解决了现有技术中因无法了解合租室友情况，导致合租房体验差的问题，基于信用匹配为用户推荐合租室友，保证了合租室友在信用与基本素质方面与所述用户的匹配度，从而提高了用户的合租体验。
相应的，图3是本发明实施例提供一种合租室友的推荐装置的结构示意图。如图3所示，所述装置30包括：获取单元31，用于获取用户的租房信息筛选条件；提取单元32，用于在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；匹配单元33，用于根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；推荐单元34，用于将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
进一步地，如图4所示，所述装置还包括：显示单元35，用于提示所述用户选择所述信用信息中每个维度信用分对应的权重比例；所述获取单元还用于获取所述用户设置的每个维度信用分对应的权重比例。
进一步地，如图5所示，所述装置还包括：信用信息获得单元36，用于通过下述方式获得所述信用信息：获取每个维度信用分；根据
得到所述信用信息T，其中，Ti为第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数。
进一步地，所述获取单元还用于获取所述用户的信用信息；如图6所示，所述装置还包括：处理单元37，用于判断所述用户的信用信息是否小于最低限值；当所述用户的信用信息小于所述最低限值时，不提供合租室友推荐服务；当所述用户的信用信息大于或等于所述最低限值时，提供合租室友推荐服务。
进一步地，所述提取单元还用于在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；将所述租客的信用信息与最低阈值进行比较；将大于或等于所述最低阈值的信用信息对应的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
进一步地，所述提取单元还用于在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；将属于同一个房源的租客的信用信息取均值，并将所述均值与最低阈值进行比较；将大于或等于所述最低阈值的均值对应的房源的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
进一步地，所述匹配单元还用于根据
得到所述用户与第y个待匹配租客之间的匹配度ry，其中，xi为所述用户的第i个维度信用分，yi为第y个待匹配租客的第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数，m为所述待匹配租客的个数。
进一步地，所述合租室友的信息包括：与所述用户的匹配度、所述合租室友居住的房源信息或与所述合租室友居住同一个房源的其他租客的信用信息中的至少一种。
进一步地，所述显示单元还用于显示本次推荐的合租室友在每个维度的满意度调查；所述获取单元还用于获取所述用户对本次推荐的合租室友在每个维度的满意度调查的反馈；如图7所示，所述装置还包括：修正单元38，用于根据每个维度的满意度调查的反馈以及预设调整规则，得到每个维度的满意度的修正系数。
进一步地，所述修正单元还用于根据
得到第i个维度的满意度的修正系数Scorei，其中，upi为所述用户在本次推荐的合租室友中的第i个维度的满意数量，downi为所述用户在本次推荐的合租室友中的第i个维度的不满意数量，t为所述用户在本次推荐的合租室友中的评价数量，且评价数量小于或等于本次推荐数量。
进一步地，所述修正单元还用于在下一次提取待匹配租客的信用信息之前，利用每个维度的满意度的修正系数对对应的满意度初始值进行修正。
该装置的实现过程可参见上述实施例中的合租室友的推荐方法的实施过程。
相应的，本发明实施例还提供一种服务器，所述服务器用于执行上述实施例所述的合租室友的推荐方法。
相应的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述实施例所述的合租室友的推荐方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种合租室友的推荐方法，其特征在于，所述方法包括：
获取用户的租房信息筛选条件；
在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；
根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；
将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
2.根据权利要求1所述的合租室友的推荐方法，其特征在于，在所述获取用户的租房信息筛选条件之后，在所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息步骤之前，所述方法还包括：
提示所述用户选择所述信用信息中每个维度信用分对应的权重比例；
获取所述用户设置的每个维度信用分对应的权重比例。
3.根据权利要求2所述的合租室友的推荐方法，其特征在于，通过下述方式获得所述信用信息：
获取每个维度信用分以及所述用户设置的每个维度信用分对应的权重比例；
根据
得到所述信用信息T，其中，Ti为第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数。
4.根据权利要求1所述的合租室友的推荐方法，其特征在于，在所述获取用户的租房信息筛选条件之后，在所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息步骤之前，所述方法还包括：
获取所述用户的信用信息；
判断所述用户的信用信息是否小于最低限值；
当所述用户的信用信息小于所述最低限值时，不提供合租室友推荐服务；
当所述用户的信用信息大于或等于所述最低限值时，提供合租室友推荐服务。
5.根据权利要求1所述的合租室友的推荐方法，其特征在于，所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息包括：
在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；
将所述租客的信用信息与最低阈值进行比较；
将大于或等于所述最低阈值的信用信息对应的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
6.根据权利要求1所述的合租室友的推荐方法，其特征在于，所述在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息包括：
在满足所述租房信息筛选条件的房源中，提取所述房源的租客的信用信息；
将属于同一个房源的租客的信用信息取均值，并将所述均值与最低阈值进行比较；
将大于或等于所述最低阈值的均值对应的房源的租客确定为所述待匹配租客，并提取所述待匹配租客的信用信息。
7.根据权利要求1所述的合租室友的推荐方法，其特征在于，所述根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度包括：
根据
得到所述用户与第y个待匹配租客之间的匹配度ry，其中，xi为所述用户的第i个维度信用分，yi为第y个待匹配租客的第i个维度信用分，ai为第i个维度信用分对应的权重比例，bi为第i个维度信用分对应的满意度初始值，n为维度的个数，m为所述待匹配租客的个数。
8.一种合租室友的推荐装置，其特征在于，所述装置包括：
获取单元，用于获取用户的租房信息筛选条件；
提取单元，用于在满足所述租房信息筛选条件的房源中，提取所述房源的待匹配租客的信用信息；
匹配单元，用于根据预设匹配规则，将所述用户的信用信息与所述待匹配租客的信用信息进行匹配，得到所述用户与所述待匹配租客之间的匹配度；
推荐单元，用于将与所述用户匹配度高的前预设个数的所述待匹配租客确定为合租室友，并将所述合租室友的信息推荐给所述用户。
9.一种服务器，其特征在于，所述服务器用于执行如权利要求1-7任一项所述的合租室友的推荐方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1-7任一项所述的合租室友的推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910989698.7A CN110889737A (zh) | 2019-10-17 | 2019-10-17 | 合租室友的推荐方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910989698.7A CN110889737A (zh) | 2019-10-17 | 2019-10-17 | 合租室友的推荐方法、装置、服务器及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110889737A true CN110889737A (zh) | 2020-03-17 |
Family
ID=69746237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910989698.7A Pending CN110889737A (zh) | 2019-10-17 | 2019-10-17 | 合租室友的推荐方法、装置、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110889737A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113034225A (zh) * | 2021-03-16 | 2021-06-25 | 重庆锐云科技有限公司 | 一种合租地点房源推荐方法、系统、设备及存储介质 |
| TWI799900B (zh) * | 2021-06-23 | 2023-04-21 | 陳儀坦 | 合租平台系統 |
| CN116737790A (zh) * | 2023-05-15 | 2023-09-12 | 佛山市大迈信息科技有限公司 | 一种售楼交易数据处理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150011409A (ko) * | 2013-07-22 | 2015-02-02 | (주)네오위즈게임즈 | 캐릭터 조작 게임 제공 방법, 서버 및 기록매체 |
| CN105976195A (zh) * | 2015-10-22 | 2016-09-28 | 乐视移动智能信息技术（北京）有限公司 | 一种推荐合租信息的方法和装置 |
| CN108985881A (zh) * | 2018-06-22 | 2018-12-11 | 平安科技（深圳）有限公司 | 合租室友推荐方法、装置及计算机可读存储介质、服务器 |
| CN109062938A (zh) * | 2018-06-15 | 2018-12-21 | 平安科技（深圳）有限公司 | 定向推荐用户的方法、装置及存储介质、服务器 |
| CN109886773A (zh) * | 2019-01-17 | 2019-06-14 | 平安城市建设科技(深圳)有限公司 | 基于租客信用评价的推荐方法、装置、设备及存储介质 |
-
2019
- 2019-10-17 CN CN201910989698.7A patent/CN110889737A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150011409A (ko) * | 2013-07-22 | 2015-02-02 | (주)네오위즈게임즈 | 캐릭터 조작 게임 제공 방법, 서버 및 기록매체 |
| CN105976195A (zh) * | 2015-10-22 | 2016-09-28 | 乐视移动智能信息技术（北京）有限公司 | 一种推荐合租信息的方法和装置 |
| CN109062938A (zh) * | 2018-06-15 | 2018-12-21 | 平安科技（深圳）有限公司 | 定向推荐用户的方法、装置及存储介质、服务器 |
| CN108985881A (zh) * | 2018-06-22 | 2018-12-11 | 平安科技（深圳）有限公司 | 合租室友推荐方法、装置及计算机可读存储介质、服务器 |
| CN109886773A (zh) * | 2019-01-17 | 2019-06-14 | 平安城市建设科技(深圳)有限公司 | 基于租客信用评价的推荐方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 刘林等: "基于粒子群算法的房产推荐系统", 《计算机工程与应用》 * |
| 米歇尔·刘易斯-伯克等: "《社会科学研究方法百科全书.第二卷》", 31 August 2017, 重庆大学出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113034225A (zh) * | 2021-03-16 | 2021-06-25 | 重庆锐云科技有限公司 | 一种合租地点房源推荐方法、系统、设备及存储介质 |
| TWI799900B (zh) * | 2021-06-23 | 2023-04-21 | 陳儀坦 | 合租平台系統 |
| CN116737790A (zh) * | 2023-05-15 | 2023-09-12 | 佛山市大迈信息科技有限公司 | 一种售楼交易数据处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107180371B (zh) | 使用优惠券购买商品的方法、系统和计算机可读存储介质 | |
| CN110889737A (zh) | 合租室友的推荐方法、装置、服务器及存储介质 | |
| US20150248412A1 (en) | Information pushing method and apparatus | |
| US20090081629A1 (en) | System and method for matching students to schools | |
| US7676428B2 (en) | System and method for aiding commercial property assessment | |
| US20070256093A1 (en) | Decentralized and fraud-resistant system and method for rating information content | |
| US20150339595A1 (en) | Method and system for balancing rental fleet of movable asset | |
| CN111091415B (zh) | 推荐经纪人的方法及系统 | |
| US20120150753A1 (en) | Quantitative valuation of real estate based on qualitative assessment thereof | |
| US20150332315A1 (en) | Click Through Ratio Estimation Model | |
| US8700465B1 (en) | Determining online advertisement statistics | |
| US20120059685A1 (en) | System for Generating a Housing Price Index | |
| US20120130960A1 (en) | Estimation of errors in attribute values of aggregated databases | |
| US20180089774A1 (en) | Method for automatic property valuation | |
| WO2022047577A1 (en) | Methods and systems for monitoring brand performance based on consumer behavior metric data and expenditure data related to a competitive brand set over time | |
| CN111460301B (zh) | 对象推送方法、装置、电子设备及存储介质 | |
| CN109561350B (zh) | 用户兴趣度的评价方法和系统 | |
| CN108764021B (zh) | 一种作弊视频识别方法和装置 | |
| KR20140079639A (ko) | 협업 필터링을 위한 ｅｍｄ 기반 유사 사용자 선별 방법 | |
| US20090083127A1 (en) | Analysis apparatus, program and analysis method | |
| EP2312516A1 (en) | Denoising explicit feedback for recommender systems | |
| CN103605763A (zh) | 广告媒体质量评估方法和装置 | |
| CN114463103B (zh) | 一种数据处理方法及设备 | |
| US20120072366A1 (en) | Method, system and program product for independent software vendor (isv) solution evaluation | |
| CN110110191B (zh) | 搜索处理方法和装置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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200317 |