CN110956527A - 一种智能分析客户装修需求匹配服务商的平台系统 - Google Patents

Abstract

本发明提供了一种智能分析客户装修需求匹配服务商的平台系统，包括：客户用户端，用于上传客户的房屋信息及装修需求信息；匹配模块，用于基于客户用户端上传的房屋信息、装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与客户的装修需求的匹配度，并将匹配度大于预设阈值的服务商作为目标服务商；商家用户端，用于使目标服务商进行装修设计，生成装修效果信息，客户根据装修效果信息，在目标服务商中选择一个作为中标服务商。根据本发明的平台系统，既考虑了各个服务商的历史装修信息，又考虑了客户的实际情况，既避免了每个服务商均进行装修设计所造成的资源浪费，又能为客户提供定制化的服务，提高客户的满意度。

Description

一种智能分析客户装修需求匹配服务商的平台系统

技术领域

本发明涉及装修技术领域，特别涉及一种智能分析客户装修需求匹配服务商的平台系统。

背景技术

随着生活水平的不断提高，人们倾向于花费较多的积蓄购买属于自己的房屋。在购买房屋之后，人们还需要花费较多的资金进行新居家装。然而，当前的家装过程十分复杂，如果为了节约成本，通常需要自己去挑选建材，甚至需要自己去装修现场督工，这无疑会加重购房者的负担。现有技术中也存在线上完成交易订单的情况，但是目前的交易平台对服务商品的排序简单，存在许多缺点。例如现有技术中对服务商的排序仅仅通过客户的评价来作为服务商品的排序的因素，单一的影响因素造成不能及时寻找到最合适的服务商，不合理的匹配导致了资源的浪费。

例如在一定区域范围内的服务商，存在多个不规则的属性，比如服务商的资质、服务能力、服务价格、客服能力、距离等，同时不同类型的用户由于个体自身因素，其需求也有很大差异，因此现有的推荐系统在用户选择服务商的时候，并不能及时寻找到最合适的服务商进行推荐，导致了资源的浪费。

发明内容

本发明提供一种智能分析客户装修需求匹配服务商的平台系统，以实现既避免了每个服务商均进行装修设计所造成的资源浪费，又能为客户提供定制化的服务，提高客户的满意度。

本发明提供一种智能分析客户装修需求匹配服务商的平台系统，包括：

客户用户端，用于上传客户的房屋信息及装修需求信息；

匹配模块，用于基于所述客户用户端上传的所述房屋信息、所述装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商；

商家用户端，用于使若干个所述目标服务商根据所述客户用户端上传的所述房屋信息及所述装修需求信息，进行装修设计，生成装修效果信息；

所述客户用户端，还用于使所述客户根据所述商家用户端生成的所述装修效果信息，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商。

进一步地，所述平台系统还包括获取模块，用于从目标用户的所述客户用户端获取与所述目标用户对应的目标用户群体特征数据和目标用户偏好数据，并从候选商家的所述商家用户端获取与所述候选商家对应的候选商家特征数据和候选商家偏好数据；

所述匹配模块依据所述获取模块所获取的所述目标用户群体特征数据、目标用户偏好数据、所述候选商家特征数据和所述候选商家偏好数据，确定所述目标用户与所述候选商家的匹配度，将匹配度大于预设阈值的若干个服务商作为目标服务商。

进一步地，所述匹配模块根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商执行以下步骤：

基于各个所述服务商的历史装修信息，根据所述客户的装修需求，对服务商的装修价格、装修质量、装修工期分别赋以不同的权重a1、a2、a3，且a1+a2+a3＝1；

基于各个所述服务商的历史装修信息，对各个服务商的装修价格、装修质量、装修工期分别赋以不同的分数b1、b2、b3；

分别计算各个服务商考虑权重的综合评分，各个服务商的综合评分为(a1*b1+a2*b2+a3*b3)/3，将所述综合评分作为各个服务商与所述客户的装修需求的匹配度；

将各个服务商按照所述综合评分从高到低的顺序进行排序，并将综合评分大于预设阈值的若干个服务商作为目标服务商。

进一步地，所述客户用户端使所述客户根据所述商家用户端生成的所述装修效果信息，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商，执行以下步骤：

根据所述客户在最近时段产生的行为日志，生成推荐模型，所述最近时段具有预定义的时长；

根据所述推荐模型中的推荐标签组合中各标签的标签类型、预设的标签优先级，在若干个所述目标服务商中确定与所述推荐标签组合对应的初始推荐服务商，所述初始推荐服务商包括备选推荐服务商和/或淘汰推荐服务商；

根据所述推荐标签组合，以及所述推荐标签组合中与所述初始推荐服务商匹配的标签数量，确定所述初始推荐服务商与所述推荐标签组合的契合度；

根据所述初始推荐服务商中备选推荐服务商的数量，以及所述初始推荐服务商与所述推荐标签组合的契合度，从所述初始推荐服务商中选定中标服务商。

进一步地，所述根据所述客户在最近时段产生的行为日志，生成推荐模型，执行以下步骤：

获取推荐模型的训练数据，所述训练数据为所述客户在最近时段产生的行为日志中的数据，所述最近时段具有预定义的时长；

按照预定的训练数据标注规则对所述训练数据进行标注以得到最新标注数据，其中，所述最新标注数据包括所述最近时段发生的推荐结果被展示后的客户反馈，所述客户反馈根据推荐结果被展示后的客户行为来确定；

对所述最新标注数据进行训练，以得到推荐模型。

进一步地，所述平台系统还包括订单生成单元，用于根据所述客户选择的所述中标服务商的所述装修效果信息，生成对应的订单，并将所述订单分别向所述客户和所述中标服务商传输并显示。

所述平台系统还包括订单支付单元，用于使所述客户根据所述订单在在指定的支付平台上支付预付款和余款，并且所述支付平台根据所述目标服务商完成的任务量，将所述预付款和余款发给所述中标服务商。

进一步地，所述客户用户端包括：第一注册单元，用于接收客户用户终端输入的客户ID及其登录密码、联系方式，并将客户ID及其登录密码、联系方式添加到客户数据库。

所述商家用户端包括：第二注册单元、身份识别单元、数据录入单元，其中：

所述第二注册单元用于接收所述商家用户端输入的服务商身份信息、服务商ID及其登录密码；

所述身份识别单元用于将服务商身份信息与服务商数据库中的身份信息进行比对；在比对成功后，将服务商ID及其登录密码添加到已授权服务商数据库；

数据录入单元，用于：接收服务商用户端输入的服务商ID及其登录密码；将服务商ID及其登录密码与已授权服务商库中的服务商ID及其登录密码进行比对；在服务商ID及其登录密码比对成功后，接收服务商用户终端录入的装修数据，并存储于装修数据库。

进一步地，所述平台系统还包括三维展示模块，用于根据所述商家用户端生成的所述装修效果信息生成三维的装修效果展示模型；

所述客户用户端，还用于使根据所述商家用户端生成的所述装修效果信息以及所述三维展示模块生成的所述三维的装修效果展示模型，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商。

进一步地，所述平台系统还包括数据连接建立单元，用于建立客户、服务商与平台的数据连接，并对所述服务商所采用的材料和产品进行序列化、数字化处理，并将所述服务商所采用的所述材料和所述产品录入所述平台系统的数据库。

进一步地，所述匹配模块基于客户端上传的所述房屋信息，装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度时包括如下步骤：

步骤A1、将客户端上传的所述房屋信息，装修需求信息进行分词处理从而将文本信息转变为多个分词词语，并将所述分词词语进行去重处理，得到去重词语，最后，将去重词语进行停词过滤处理，从而得到停词词语；

步骤A2、计算停词词语中的每个词语的主题词概率；

其中，P为词语的主题词概率，A为词语的特征向量，所述特征向量为词语的N个特征指标的值，所述特征指标包括词语在分词词语中出现的次数、客户端上传的所述房屋信息，装修需求信息包含所述词语的句子个数、词语是否出现在一个句子中，词语是否出现在最后一个句子中，λ为预设的特征系数向量，即为词语的特征向量中每个特征指标所对应的系数，c为预设常量参数；

步骤A3、计算功能相似度；

其中，Pg为功能相似度，i∈MF为i的取值为M∩F中的词语在停词词语中的位置编号，M∩F为停词词语与服务商的历史装修信息进行分词处理后的词语的交集，j∈M为j的取值为停词词语的位置编号，P_i为停词词语中的第i个词语的主题词概率，list M_i为停词词语中的第i个词语在分词词语中出现的次数，P_j为停词词语中的第j个词语的主题词概率，list M_j为停词词语中的第j个词语在分词词语中出现的次数；

步骤A4、计算信誉相似度；

其中，Px为信誉相似度，T为服务商的平均装修时间，Tb为客户预计的装修时间，Pk为客户预估价格，Pf为服务商预计收费，F为服务商的得分，maxF为评分总分；

步骤A5、计算匹配度；

Pp＝W₁*Pg+W₂*Px

其中，P_p为匹配度，W₁为预设的功能系数，W₂为预设的信誉相似度；

步骤A6、将匹配度Pp大于预设阈值的若干个服务商作为目标服务商。

本发明实施例提供的一种智能分析客户装修需求匹配服务商的平台系统，具有以下有益效果：既考虑了各个服务商的历史装修信息，计算各个服务商与所述客户的装修需求的匹配度，根据匹配度选中若干个服务商作为目标服务商，又考虑了客户的实际情况，使客户根据目标服务商进行装修设计生成的装修效果信息选出中标服务商，既避免了每个服务商均进行装修设计所造成的资源浪费，又能为客户提供定制化的服务，提高客户的满意度。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图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，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种智能分析客户装修需求匹配服务商的平台系统的框图；

图2为本发明又一实施例中一种智能分析客户装修需求匹配服务商的平台系统的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供了一种智能分析客户装修需求匹配服务商的平台系统，如图1所示，包括：

客户用户端101，用于上传客户的房屋信息及装修需求信息；

匹配模块102，用于基于所述客户用户端101上传的所述房屋信息、所述装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商；

商家用户端103，用于使若干个所述目标服务商根据所述客户用户端101上传的所述房屋信息及所述装修需求信息，进行装修设计，生成装修效果信息；

所述客户用户端101，还用于使所述客户根据所述商家用户端103生成的所述装修效果信息，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商。

上述技术方案的工作原理为：客户用户端101上传客户的房屋信息及装修需求信息；匹配模块102基于客户用户端101上传的房屋信息、装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商；商家用户端103使若干个目标服务商根据客户用户端101上传的房屋信息及装修需求信息，进行装修设计，生成装修效果信息；然后，客户用户端101使客户根据商家用户端103生成的装修效果信息，在若干个目标服务商中选择一个目标服务商，作为中标服务商。

所述客户是个人、团队、企业中的一种或几种，所述服务商是个人、团队、企业中的一种或几种。

所述房屋信息包括房屋平面图、户型参数，所述装修需求信息包括家庭人口、平均身高、年龄结构、有无残障人、何种残障以及主人的偏好，所述装修效果信息包括装修预算、装修风格、整体设计效果、装修工艺、施工风险、装修工期及装修预算清单。

上述技术方案的有益效果为：既考虑了各个服务商的历史装修信息，计算各个服务商与所述客户的装修需求的匹配度，根据匹配度选中若干个服务商作为目标服务商，又考虑了客户的实际情况，使客户根据目标服务商进行装修设计生成的装修效果信息选出中标服务商，既避免了每个服务商均进行装修设计所造成的资源浪费，又能为客户提供定制化的服务，提高客户的满意度。

在一个实施例中，所述平台系统还包括获取模块，用于从目标用户的所述客户用户端获取与所述目标用户对应的目标用户群体特征数据和目标用户偏好数据，并从候选商家的所述商家用户端获取与所述候选商家对应的候选商家特征数据和候选商家偏好数据；

所述匹配模块依据所述获取模块所获取的所述目标用户群体特征数据、目标用户偏好数据、所述候选商家特征数据和所述候选商家偏好数据，确定所述目标用户与所述候选商家的匹配度，将匹配度大于预设阈值的若干个服务商作为目标服务商。

上述技术方案的工作原理为：获取模块从客户用户端获取与目标用户对应的目标用户群体特征数据和目标用户偏好数据，并从商家用户端获取与候选商家对应的候选商家特征数据和候选商家偏好数据。匹配模块根据获取模块获取的数据确定目标用户与候选商家的匹配度。

上述技术方案的有益效果为：借助于获取模块，可以分别从客户用户端和商家用户端获取匹配模块确定匹配度所需要的数据。

在一个实施例中，所述匹配模块102根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商执行以下步骤：

基于各个所述服务商的历史装修信息，根据所述客户的装修需求，对服务商的装修价格、装修质量、装修工期分别赋以不同的权重a1、a2、a3，且a1+a2+a3＝1；

基于各个所述服务商的历史装修信息，对各个服务商的装修价格、装修质量、装修工期分别赋以不同的分数b1、b2、b3；

分别计算各个服务商考虑权重的综合评分，各个服务商的综合评分为(a1*b1+a2*b2+a3*b3)/3，将所述综合评分作为各个服务商与所述客户的装修需求的匹配度；

将各个服务商按照所述综合评分从高到低的顺序进行排序，并将综合评分大于预设阈值的若干个服务商作为目标服务商。

上述技术方案的工作原理为：将客户的装修需求作为权重，根据加权平均值计算各个服务商的综合评分，使得综合评分考虑了客户的装修需求，由于不同客户的装修需求不同，例如，有的客户更在意工期、有的客户更在意价格，会导致相同的若干个服务商，针对不同的客户呈现不同的排序方式，便于为不同的客户筛选出差异化的目标服务商。

上述技术方案的有益效果为：提供了匹配模块根据匹配规则筛选目标服务商的方法，便于为不同的客户筛选出差异化的目标服务商。

在一个实施例中，所述客户用户端使所述客户根据所述商家用户端生成的所述装修效果信息，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商，执行以下步骤：

根据所述客户在最近时段产生的行为日志，生成推荐模型，所述最近时段具有预定义的时长；

根据所述推荐模型中的推荐标签组合中各标签的标签类型、预设的标签优先级，在若干个所述目标服务商中确定与所述推荐标签组合对应的初始推荐服务商，所述初始推荐服务商包括备选推荐服务商和/或淘汰推荐服务商；

根据所述推荐标签组合，以及所述推荐标签组合中与所述初始推荐服务商匹配的标签数量，确定所述初始推荐服务商与所述推荐标签组合的契合度；

根据所述初始推荐服务商中备选推荐服务商的数量，以及所述初始推荐服务商与所述推荐标签组合的契合度，从所述初始推荐服务商中选定中标服务商。

上述技术方案的工作原理为：所述根据所述推荐标签组合，以及所述推荐标签组合中与所述初始推荐服务商匹配的标签数量，确定所述初始推荐服务商与所述推荐标签组合的契合度的步骤，包括：根据所述推荐标签组合中属于同一标签类型且与所述初始推荐服务商匹配的标签数量，与所述标签类型包含的总标签数量的比值，确定所述标签类型的单一类型契合度；获取所述初始推荐服务商中各个标签类型的单一类型契合度的平均值作为所述初始推荐服务商的与所述推荐标签组合的契合度。

上述技术方案的有益效果为：根据客户在最近时段产生的行为日志生成推荐模型，基于推荐模型在若干个目标服务商中确定初始推荐服务商，根据初始推荐服务商中备选推荐服务商的数量，以及初始推荐服务商与推荐标签组合的契合度，从初始推荐服务商中选定中标服务商，实现选择目标服务商的智能化。

在一个实施例中，所述根据所述客户在最近时段产生的行为日志，生成推荐模型，执行以下步骤：

获取推荐模型的训练数据，所述训练数据为所述客户在最近时段产生的行为日志中的数据，所述最近时段具有预定义的时长；

按照预定的训练数据标注规则对所述训练数据进行标注以得到最新标注数据，其中，所述最新标注数据包括所述最近时段发生的推荐结果被展示后的客户反馈，所述客户反馈根据推荐结果被展示后的客户行为来确定；

对所述最新标注数据进行训练，以得到推荐模型。

上述技术方案的工作原理为：按照预定的训练数据标注规则对所述训练数据进行标注以得到最新标注数据的步骤包括：从用户行为日志中读取最近时段中客户在推荐结果被展示后的客户行为的序列；对所述序列中的每个客户行为，根据预定义的计分规则，为客户行为对应的客户-推荐结果关系数据赋予相应的分值；使用所述分值对所述训练数据进行标注以得到所述最新标注数据。所述客户行为的序列包括所述客户访问的推荐结果页的标识、时间、流量来源和所述用户在推荐结果详情页的动作及时间戳。

上述技术方案的有益效果为：通过使用推荐结果展示后的用户反馈来标注推荐模型的训练数据以得到最新标注数据，并定期地使用最新标注数据进行训练得到推荐模型，可以将推荐结果展示后的客户反馈融合到推荐模型的训练中，提高了推荐结果的准确度。

在一个实施例中，如图2所示，所述平台系统还包括订单生成单元104，用于根据所述客户选择的所述中标服务商的所述装修效果信息，生成对应的订单，并将所述订单分别向所述客户和所述中标服务商传输并显示。

上述技术方案的工作原理为：订单生成单元104根据客户选择的中标服务商的装修效果信息，生成对应的订单，并将订单分别向客户和中标服务商传输并显示。

所述订单信息包括客户的ID及其联系方式、服务商的ID及其联系方式，中标服务商的装修效果信息中的需求产品名称、需求产品数量、产品费用数据、装修工期和违约责任。

上述技术方案的有益效果为：订单生成单元生成与装修效果信息对应的订单，便于进一步确认及交易。

在一个实施例中，如图2所示，所述平台系统还包括订单支付单元105，用于使所述客户根据所述订单在在指定的支付平台上支付预付款和余款，并且所述支付平台根据所述目标服务商完成的任务量，将所述预付款和余款发给所述中标服务商。

上述技术方案的工作原理为：订单支付单元105使客户根据订单在在指定的支付平台上支付预付款和余款，并且根据目标服务商完成的任务量，将预付款和余款发给中标服务商。通过支付平台支付预付款和余款，并根据目标服务商完成的任务量，分阶段地将预付款和余款发给中标服务商，可以避免客户和中标服务商之间的经济纠纷。

上述技术方案的有益效果为：可以避免客户和中标服务商之间的经济纠纷，进一步提高客户的满意度。

在一个实施例中，所述客户用户端101包括：第一注册单元，用于接收客户用户终端输入的客户ID及其登录密码、联系方式，并将客户ID及其登录密码、联系方式添加到客户数据库。

上述技术方案的工作原理为：第一注册单元接收客户用户终端输入的客户ID及其登录密码、联系方式，并将客户ID及其登录密码、联系方式添加到客户数据库。

上述技术方案的有益效果为：通过客户用户端，客户可以登录平台系统。

在一个实施例中，所述商家用户端103包括：第二注册单元、身份识别单元、数据录入单元，其中：

所述第二注册单元用于接收所述商家用户端输入的服务商身份信息、服务商ID及其登录密码；

所述身份识别单元用于将服务商身份信息与服务商数据库中的身份信息进行比对；在比对成功后，将服务商ID及其登录密码添加到已授权服务商数据库；

数据录入单元，用于：接收服务商用户端输入的服务商ID及其登录密码；将服务商ID及其登录密码与已授权服务商库中的服务商ID及其登录密码进行比对；在服务商ID及其登录密码比对成功后，接收服务商用户终端录入的装修数据，并存储于装修数据库。

上述技术方案的工作原理为：第二注册单元接收商家用户端输入的服务商身份信息、服务商ID及其登录密码；身份识别单元将服务商身份信息与服务商数据库中的身份信息进行比对，在比对成功后，将服务商ID及其登录密码添加到已授权服务商数据库；数据录入单元接收服务商用户端输入的服务商ID及其登录密码，将服务商ID及其登录密码与已授权服务商库中的服务商ID及其登录密码进行比对，在服务商ID及其登录密码比对成功后，接收服务商用户终端录入的装修数据，并存储于装修数据库。

上述技术方案的有益效果为：通过商家用户端，服务商可以登录平台系统，并且借助商家用户端，可以实现身份识别功能以及数据录入功能。

在一个实施例中，如图2所示，所述平台系统还包括三维展示模块106，用于根据所述商家用户端103生成的所述装修效果信息生成三维的装修效果展示模型；

所述客户用户端101，还用于使根据所述商家用户端生成的所述装修效果信息以及所述三维展示模块生成的所述三维的装修效果展示模型，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商。

上述技术方案的工作原理为：可以通过家居仿真呈现系统呈现三维的装修效果展示模型，三维的装修效果展示模型包括三维漫游图、三维视频动画或全景图。

在三维漫游图中，用户可以无需人工操作而以自动漫游的方式沿该漫游路线模拟观摩家居内部各厅室的场景，呈现角度平滑过渡；客户还可以同步动态调整观看的视角，并且观看视角客户可以通过拖动鼠标来操作，平视视角为0°，仰视视角为0°-60°，俯视视角为0°-60°，左视视角为0°-90°，左视视角为0°-90°，具体的视角可以参照实际客户在实际户型中的参观角度。

另外，客户可以通过外接3D眼镜，来观看三维家居户型模型，让客户具有身临其境的效果体验。同时，客户可以选择二维平面图的形式观看，能够观看到整体的户型布局。此外，客户还可以选择三维视频动画来观看三维家居户型模型，客户可以按照预先设计的路线生成三维动画视频文件，客户可以通过观看该三维动画视频文件来观看设计的三维家居户型模型的效果。

客户还可以选择全景图观看三维家居户型模型的设计效果，全景图全面的展示了360度范围内的三维家居户型模型的设计效果，客户可以通过拖动鼠标，观看整个三维家居户型模型的设计场景的各个方向，全景图最大限度的保留了三维家居户型模型的场景的整体性，并且能给人以三维立体的空间感觉，使客户犹如身在其中的观看三维家居户型模型的设计效果。

上述技术方案的有益效果为：通过三维展示模块，便于用户全方位地查看装修的设计效果，能够让客户从多角度感受设计效果，甚至还能够让客户有身临其境的感觉，增强客户体验的真实感。

在一个实施例中，如图2所示，所述平台系统还包括数据连接建立单元107，用于建立客户、服务商与平台的数据连接，并对所述服务商所采用的材料和产品进行序列化、数字化处理，并将所述服务商所采用的所述材料和所述产品录入所述平台系统的数据库。

上述技术方案的工作原理为：数据连接建立单元107建立客户、服务商与平台的数据连接，并对服务商所采用的材料和产品进行序列化、数字化处理，并将服务商所采用的材料和产品录入所述平台系统的数据库。

上述技术方案的有益效果为：借助于数据连接建立单元，便于使客户、服务商与平台之间建立数据连接，并且便于对服务商所采用的材料和产品进行存储。

在一个实施例中，所述匹配模块基于客户端上传的所述房屋信息，装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度时包括如下步骤：

步骤A1、将客户端上传的所述房屋信息，装修需求信息进行分词处理从而将文本信息转变为多个分词词语，并将所述分词词语进行去重处理，得到去重词语，最后，将去重词语进行停词过滤处理，从而得到停词词语；

所述停词过滤则为将词语中的停词删除掉，所述停词为一些常用感叹词或者语气助词；

步骤A2、计算停词词语中的每个词语的主题词概率；

其中，P为词语的主题词概率，A为词语的特征向量，所述特征向量为词语的N个特征指标的值，所述特征指标包括词语在分词词语中出现的次数、客户端上传的所述房屋信息，装修需求信息包含所述词语的句子个数、词语是否出现在一个句子中，词语是否出现在最后一个句子中，λ为预设的特征系数向量，即为词语的特征向量中每个特征指标所对应的系数，c为预设常量参数；

其中，λ和c的预设值可利用历史数据，通过机器学习所得到；

利用步骤A1和步骤A2、可以将客户端上传的所述房屋信息，装修需求信息通过分词处理转变为相应的词语，同时将所述词语进行停词过滤处理，去除掉词语里面的常用感叹词或者语气助词，使得保留的词语都存在实际意义，同时通过步骤A2，可以得到每个词语的是否为主题词，从而使得越是主题词的词语，主题词概率越大，使得匹配时给予更高的权重；

步骤A3、计算功能相似度；

其中，Pg为功能相似度，i∈MF为i的取值为M∩F中的词语在停词词语中的位置编号，M∩F为停词词语与服务商的历史装修信息进行分词处理后的词语的交集，j∈M为j的取值为停词词语的位置编号，P_i为停词词语中的第i个词语的主题词概率，list M_i为停词词语中的第i个词语在分词词语中出现的次数，P_j为停词词语中的第j个词语的主题词概率，list M_j为停词词语中的第j个词语在分词词语中出现的次数；

根据步骤A3可以得到所述客户用户端上传的所述房屋信息、所述装修需求信息及各个服务商的历史装修信息的功能相似度，且在确定功能相似度时，能够通过分词处理，以及每个词语的主题词概率和词语的出现次数，将复杂的文本语义相似度处理转变为数值处理，从而使得能够计算所述相似度；

步骤A4、计算信誉相似度；

其中，Px为信誉相似度，T为服务商的平均装修时间，Tb为客户预计的装修时间，Pk为客户预估价格，Pf为服务商预计收费，F为服务商的得分，maxF为评分总分；

步骤A5、计算匹配度；

Pp＝W₁*Pg+W₂*Px

其中，Pp为匹配度，W₁为预设的功能系数，W₂为预设的信誉相似度；

其中，预设W₁+W₂＝1。

步骤A6、将匹配度P_p大于预设阈值的若干个服务商作为目标服务商。

上述技术方案的有益效果为：利用上述技术可以根据客户用户端上传的房屋信息、装修需求信息及服务商的历史装修信息得到服务商与所述客户的装修需求的匹配度，同时在计算匹配度时不仅考虑所述功能相似度，使得所述匹配结果能够满足功能需求，即服务商能满足客户需求，同时还使得在匹配时还考虑信誉相似度，使得所述价格以及装修时间能和客户较高的匹配，同时所述服务商的评分也为较高分，从而使得所述相似度更加全面；

同时利用步骤A1和步骤A2、可以将客户端上传的所述房屋信息，装修需求信息通过分词处理转变为相应的词语，同时将所述词语进行停词过滤处理，去除掉词语里面的常用感叹词或者语气助词，使得保留的词语都存在实际意义，同时通过步骤A2，可以得到每个词语的是否为主题词，从而使得越是主题词的词语，主题词概率越大，使得匹配时给予更高的权重；

根据步骤A3可以得到所述客户用户端上传的所述房屋信息、所述装修需求信息及各个服务商的历史装修信息的功能相似度，且在确定功能相似度时，能够通过分词处理，以及每个词语的主题词概率和词语的出现次数，将复杂的文本语义相似度处理转变为数值处理，从而使得能够计算所述相似度。

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，倘若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。

Claims (10)

1.一种智能分析客户装修需求匹配服务商的平台系统，其特征在于，包括：

客户用户端，用于上传客户的房屋信息及装修需求信息；

匹配模块，用于基于所述客户用户端上传的所述房屋信息、所述装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商；

商家用户端，用于使若干个所述目标服务商根据所述客户用户端上传的所述房屋信息及所述装修需求信息，进行装修设计，生成装修效果信息；

所述客户用户端，还用于使所述客户根据所述商家用户端生成的所述装修效果信息，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商。

2.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述平台系统还包括获取模块，用于从目标用户的所述客户用户端获取与所述目标用户对应的目标用户群体特征数据和目标用户偏好数据，并从候选商家的所述商家用户端获取与所述候选商家对应的候选商家特征数据和候选商家偏好数据；

所述匹配模块依据所述获取模块所获取的所述目标用户群体特征数据、目标用户偏好数据、所述候选商家特征数据和所述候选商家偏好数据，确定所述目标用户与所述候选商家的匹配度，将匹配度大于预设阈值的若干个服务商作为目标服务商。

3.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述匹配模块根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度，并将匹配度大于预设阈值的若干个服务商作为目标服务商执行以下步骤：

基于各个所述服务商的历史装修信息，根据所述客户的装修需求，对服务商的装修价格、装修质量、装修工期分别赋以不同的权重a1、a2、a3，且a1+a2+a3＝1；

基于各个所述服务商的历史装修信息，对各个服务商的装修价格、装修质量、装修工期分别赋以不同的分数b1、b2、b3；

分别计算各个服务商考虑权重的综合评分，各个服务商的综合评分为(a1*b1+a2*b2+a3*b3)/3，将所述综合评分作为各个服务商与所述客户的装修需求的匹配度；

将各个服务商按照所述综合评分从高到低的顺序进行排序，并将综合评分大于预设阈值的若干个服务商作为目标服务商。

4.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述客户用户端使所述客户根据所述商家用户端生成的所述装修效果信息，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商，执行以下步骤：

根据所述客户在最近时段产生的行为日志，生成推荐模型，所述最近时段具有预定义的时长；

根据所述推荐模型中的推荐标签组合中各标签的标签类型、预设的标签优先级，在若干个所述目标服务商中确定与所述推荐标签组合对应的初始推荐服务商，所述初始推荐服务商包括备选推荐服务商和/或淘汰推荐服务商；

根据所述推荐标签组合，以及所述推荐标签组合中与所述初始推荐服务商匹配的标签数量，确定所述初始推荐服务商与所述推荐标签组合的契合度；

根据所述初始推荐服务商中备选推荐服务商的数量，以及所述初始推荐服务商与所述推荐标签组合的契合度，从所述初始推荐服务商中选定中标服务商。

5.如权利要求4所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述根据所述客户在最近时段产生的行为日志，生成推荐模型，执行以下步骤：

获取推荐模型的训练数据，所述训练数据为所述客户在最近时段产生的行为日志中的数据，所述最近时段具有预定义的时长；

按照预定的训练数据标注规则对所述训练数据进行标注以得到最新标注数据，其中，所述最新标注数据包括所述最近时段发生的推荐结果被展示后的客户反馈，所述客户反馈根据推荐结果被展示后的客户行为来确定；

对所述最新标注数据进行训练，以得到推荐模型。

6.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述平台系统还包括订单生成单元，用于根据所述客户选择的所述中标服务商的所述装修效果信息，生成对应的订单，并将所述订单分别向所述客户和所述中标服务商传输并显示，

所述平台系统还包括订单支付单元，用于使所述客户根据所述订单在在指定的支付平台上支付预付款和余款，并且所述支付平台根据所述目标服务商完成的任务量，将所述预付款和余款发给所述中标服务商。

7.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述客户用户端包括：第一注册单元，用于接收客户用户终端输入的客户ID及其登录密码、联系方式，并将客户ID及其登录密码、联系方式添加到客户数据库，

所述商家用户端包括：第二注册单元、身份识别单元、数据录入单元，其中：

所述第二注册单元用于接收所述商家用户端输入的服务商身份信息、服务商ID及其登录密码；

所述身份识别单元用于将服务商身份信息与服务商数据库中的身份信息进行比对；在比对成功后，将服务商ID及其登录密码添加到已授权服务商数据库；

数据录入单元，用于：接收服务商用户端输入的服务商ID及其登录密码；将服务商ID及其登录密码与已授权服务商库中的服务商ID及其登录密码进行比对；在服务商ID及其登录密码比对成功后，接收服务商用户终端录入的装修数据，并存储于装修数据库。

8.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述平台系统还包括三维展示模块，用于根据所述商家用户端生成的所述装修效果信息生成三维的装修效果展示模型；

所述客户用户端，还用于使根据所述商家用户端生成的所述装修效果信息以及所述三维展示模块生成的所述三维的装修效果展示模型，在若干个所述目标服务商中选择一个目标服务商，作为中标服务商。

9.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述平台系统还包括数据连接建立单元，用于建立客户、服务商与平台的数据连接，并对所述服务商所采用的材料和产品进行序列化、数字化处理，并将所述服务商所采用的所述材料和所述产品录入所述平台系统的数据库。

10.如权利要求1所述的智能分析客户装修需求匹配服务商的平台系统，其特征在于，所述匹配模块基于客户端上传的所述房屋信息，装修需求信息及各个服务商的历史装修信息，根据预设的匹配规则计算各个服务商与所述客户的装修需求的匹配度时包括如下步骤：

步骤A1、将客户端上传的所述房屋信息，装修需求信息进行分词处理从而将文本信息转变为多个分词词语，并将所述分词词语进行去重处理，得到去重词语，最后，将去重词语进行停词过滤处理，从而得到停词词语；

步骤A2、计算停词词语中的每个词语的主题词概率；

其中，P为词语的主题词概率，A为词语的特征向量，所述特征向量为词语的N个特征指标的值，所述特征指标包括词语在分词词语中出现的次数、客户端上传的所述房屋信息，装修需求信息包含所述词语的句子个数、词语是否出现在一个句子中，词语是否出现在最后一个句子中，λ为预设的特征系数向量，即为词语的特征向量中每个特征指标所对应的系数，c为预设常量参数；

步骤A3、计算功能相似度；

其中，Pg为功能相似度，i∈M∩F为i的取值为M∩F中的词语在停词词语中的位置编号，M∩F为停词词语与服务商的历史装修信息进行分词处理后的词语的交集，j∈M为j的取值为停词词语的位置编号，P_i为停词词语中的第i个词语的主题词概率，list M_i为停词词语中的第i个词语在分词词语中出现的次数，P_j为停词词语中的第j个词语的主题词概率，listM_j为停词词语中的第j个词语在分词词语中出现的次数；

步骤A4、计算信誉相似度；

其中，Px为信誉相似度，T为服务商的平均装修时间，Tb为客户预计的装修时间，Pk为客户预估价格，Pf为服务商预计收费，F为服务商的得分，maxF为评分总分；

步骤A5、计算匹配度；

Pp＝W₁*Pg+W₂*Px

其中，Pp为匹配度，W₁为预设的功能系数，W₂为预设的信誉相似度；

步骤A6、将匹配度Pp大于预设阈值的若干个服务商作为目标服务商。

Images