CN111027023B - 一种基于频繁分析的房产在线开盘检测方法及系统 - Google Patents
一种基于频繁分析的房产在线开盘检测方法及系统 Download PDFInfo
- Publication number
- CN111027023B CN111027023B CN201911265008.XA CN201911265008A CN111027023B CN 111027023 B CN111027023 B CN 111027023B CN 201911265008 A CN201911265008 A CN 201911265008A CN 111027023 B CN111027023 B CN 111027023B
- Authority
- CN
- China
- Prior art keywords
- user
- request
- time
- data
- activity
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 title claims abstract description 32
- 230000000694 effects Effects 0.000 claims abstract description 97
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 230000006399 behavior Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 230000008676 import Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 abstract 1
- 238000011161 development Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- 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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9562—Bookmark management
-
- 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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Finance (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于频繁分析的房地产在线开盘检测方法，包括：开发商收集一次开盘活动需要的数据信息，确定一次开盘活动的时间和规则；开发商创建线上开盘活动；获取本次登录的用户信息；用选择钟意的房源进行收藏；用户对钟意的房源进行抢购；提取用户操作生成的对应的请求数据；对元数据提取关键字段形成数据组，进行FP‑growth算法分析；对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作。本发明提供的一种基于频繁分析的房产在线开盘检测方法及系统，通过分析用户的操作行为，将其进行数据模型建立，通过对行为数据进行频繁项提取，形成频繁项集合，并依据检测规则进行异常操作的判断和处理，保证了交易的公平性。
Description
技术领域
本发明涉及大数据技术领域，具体涉及一种基于频繁分析的房产在线开盘检测方法及系统。
背景技术
近年来随着互联网技术的发展，房地产开始大量采用线上开盘的方式进行销售。相比传统的线下开盘，线上开盘具有节省成本，大数据分析，操作便捷等等优点。同时随着大量采用开盘系统进行房屋销售，伴随而来的是客户通过采用第三方程序的方式进行非法的房源抢购。
开发商在进行房源销售的过程中会对潜在的购房用户群体进行集中式开盘销售活动，在面对用户进行房源选择的过程中，保证用户对同一个房源的选择权公平性成为销售过程的重点工作。特别在利用互联网工具进行房源销售的过程中，保证公平性更是开盘活动顺利进行的重要保证。
在线开盘是一种利用互联网信息系统进行房地产房源销售的工具，特别是针对一些重点的楼盘房源，用户的购买行为会竞争非常激烈。而现在一些用户常常会利用的一些不正当的手段进行开盘系统的行为模拟，以达到超越系统规则限制的抢房行为，同时也给系统自身的稳定运行带来重大的隐患。
发明内容
本发明提供了一种基于频繁分析的房产在线开盘检测方法及系统，通过分析用户的操作行为，将其进行数据模型建立，通过对行为数据进行频繁项提取，形成频繁项集合，并依据检测规则进行异常操作的判断和处理，保证了交易的公平性。
本发明采用如下技术方案：
一种基于频繁分析的房地产在线开盘检测方法，包括：
开发商收集一次开盘活动需要的数据信息，确定一次开盘活动的时间和规则，所述一次开盘活动需要的数据信息包括潜在客户的名单、待出售房源的数据；
开发商创建线上开盘活动，配置线上开盘活动的规则，导入潜在客户的名单、待出售房源的数据；
当检测到用户登录时，获取本次登录的用户信息；
用户获取待出售房源数据，查询房源的具体信息，并选择钟意的房源进行收藏，形成用户收藏列表；
用户通过房源的具体信息、用户收藏列表对钟意的房源进行抢购；
提取用户登录、查询、收藏、抢购操作生成的对应的请求数据，所述请求数据为元数据；
对元数据提取关键字段形成数据组，多个数据组形成开盘活动的实时活动数据集，对该实时活动数据集进行FP-growth算法分析，得出用户的请求关系链；
使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作。
进一步地，所述开盘活动的时间包括公测活动时间和正式活动时间。
进一步地，所述待出售房源的数据包括楼栋、房号、户型、建筑面积、单价、总价。
进一步地，所述当检测到用户登录时，获取本次登录的用户信息，包括：所述用户通过微信端登录，所述用户登录的方式为通过手机号、身份证号、短信验证码的方式进行登录，所述用户信息包括但不限于姓名、电话。
进一步地，所述当检测到用户登录时，获取本次登录的用户信息后，将本次登录的用户信息与开发商导入的潜在客户的名单中的信息进行比对，当本次登录的用户信息存储在开发商导入的潜在客户的名单中时，接收用户的登录请求，允许用户登录。
进一步地，所述用户通过房源的具体信息、用户收藏列表对钟意的房源进行抢购，包括：当开盘活动的时间为公测活动时间时，用户抢购成功后的订单为公测订单，公测订单仅作为用户的模拟凭证；当开盘活动的时间为正式活动时间时，用户抢购成功后的订单为正式订单。
进一步地，所述对元数据提取关键字段形成数据组，多个数据组形成开盘活动的实时活动数据集，对该实时活动数据集进行FP-growth算法分析，得出用户的请求关系链，包括：对元数据提取关键字段形成数据组，所述数据组包括时间、ip、客户端、origin、referer，操作行为，多个数据组形成开盘活动的实时活动数据集；扫描数据集中的单元数据集，对每个单元属性进行单元频繁项权重计数；构造本次数据项集关联的FP树，形成本次代表该数据集的树结构；计算本次开盘活动用户的平均活跃请求数作为频繁项值，在FP树上递归地找出所有频繁项集，得出用户的请求关系链。
进一步地，所述使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作中，检测规则库的检测规则为过滤非微信端的请求、orgin非指定公众号的请求、refer非开盘活动转发的请求，预警用户频繁切换设备的请求、用户在非开盘活动的时间进行抢购的请求、用户异常频率值之上的请求；当检测规则库执行上述处理时，识别该用户的操作位异常操作；当检测规则库未执行上述处理时，识别该用户的操作位正常操作。
一种基于频繁分析的房地产在线开盘检测系统，所述系统包括：创建模块、检测模块、收藏模块、抢购模块、提取模块、分析模块、过滤模块；创建模块，用于开发商创建线上开盘活动；检测模块，用于检测本次登录的用户信息；收藏模块，用于用户对钟意的房源进行收藏；抢购模块，用于用户对钟意的房源进行抢购；提取模块，用于提取用户操作生成的对应的请求数据；分析模块，用于对实时活动数据集进行FP-growth算法分析；过滤模块，用于检测规则库对用户的请求关系链进行过滤处理。
进一步地，所述创建模块包括配置单元和导入单元；配置单元，用于开发商配置线上开盘活动的规则；导入单元用于开发商导入潜在客户的名单、待出售房源的数据。
本发明的有益效果为：及时的进行数据收集和统计进行开盘活动的数据预测与分析，为活动的营销开展及时提供真实准确的数据支撑，识别异常无效的用户请求对样本数据集的准确性提供重要的支撑。提高开盘活动的信息预测性，提升活动效率，保证用户进行抢购房源的公平性，及时封锁用户的异常行为，提升安全性和稳定性。
附图说明
图1为本发明实施例一的一种基于频繁分析的房地产在线开盘检测方法的流程示意图。
图2为本发明实施例二的一种基于频繁分析的房地产在线开盘检测系统的结构示意图。
附图中，创建模块21、检测模块22、收藏模块23、抢购模块24、提取模块25、分析模块26、过滤模块27。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
实施例一
如图1所示，本实施例提供了一种基于频繁分析的房地产在线开盘检测方法，该方法包括以下步骤：
S1、开发商收集一次开盘活动需要的数据信息，确定一次开盘活动的时间和规则，一次开盘活动需要的数据信息包括潜在客户的名单、待出售房源的数据。
开盘活动的时间包括公测活动时间和正式活动时间，待出售房源的数据包括楼栋、房号、户型、建筑面积、单价、总价。
S2、开发商创建线上开盘活动，配置线上开盘活动的规则，导入潜在客户的名单、待出售房源的数据，达到一场开盘活动的基础条件。当开盘信息进行完整准确的配置之后，该活动就可以根据开盘的计划进行活动上线工作。
S3、当检测到用户登录时，获取本次登录的用户信息。用户通过微信端登录，用户登录的方式为通过手机号、身份证号、短信验证码的方式进行登录，用户信息包括但不限于姓名、电话。
当检测到用户登录时，获取本次登录的用户信息后，将本次登录的用户信息与开发商导入的潜在客户的名单中的信息进行比对，当本次登录的用户信息存储在开发商导入的潜在客户的名单中时，接收用户的登录请求，允许用户登录。
S4、用户获取待出售房源数据，查询房源的具体信息，并选择钟意的房源进行收藏，形成用户收藏列表。用户登录后可以进行本次开盘活动的房源列表查询，并能获取所有开盘房源的完整信息，对自己潜在购买的房源进行相关的收藏。
S5、用户通过房源的具体信息、用户收藏列表对钟意的房源进行抢购。
当开盘活动的时间为公测活动时间时，用户抢购成功后的订单为公测订单，公测订单不产生实际意义，仅作为用户的模拟凭证；用户在公测期间进行房源的抢购，为模拟房源的抢购过程。
当开盘活动的时间为正式活动时间时，用户根据自己的真实意愿情况进行房源的抢购，用户抢购成功后的订单为正式订单，抢购的方式和公测期间一致，抢购成功后可以查看真正的正式订单。
S6、提取用户登录、查询、收藏、抢购操作生成的对应的请求数据，请求数据为元数据。
S7、对元数据提取关键字段形成数据组，多个数据组形成开盘活动的实时活动数据集，对该实时活动数据集进行FP-growth算法分析，得出用户的请求关系链。
S71、对元数据提取关键字段形成数据组，数据组包括时间、ip、客户端、origin、referer，操作行为，多个数据组形成开盘活动的实时活动数据集；
S72、扫描数据集中的单元数据集，对每个单元属性进行单元频繁项权重计数；
S73、构造本次数据项集关联的FP树，形成本次代表该数据集的树结构；
S74、计算本次开盘活动用户的平均活跃请求数作为频繁项值，在FP树上递归地找出所有频繁项集，得出用户的请求关系链。
S8、使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作。
检测规则库的检测规则为过滤非微信端的请求、orgin非指定公众号的请求、refer非开盘活动转发的请求，预警用户频繁切换设备的请求、用户在非开盘活动的时间进行抢购的请求、用户异常频率值之上的请求。还可以对检测规则库的检测规则进行添加和删除以满足需要。
当检测规则库执行上述处理时，识别该用户的操作位异常操作；当检测规则库未执行上述处理时，识别该用户的操作位正常操作。
实施例二
本实施例在实施例一的基础上，提供一种基于频繁分析的房地产在线开盘检测系统，主要用于实现上述实施例一的基于频繁分析的房地产在线开盘检测方法的步骤，如图2所示，该系统主要包括创建模块21、检测模块22、收藏模块23、抢购模块24、提取模块25、分析模块26、过滤模块27。
创建模块21，用于开发商创建线上开盘活动；创建模块包括配置单元211和导入单元212，配置单元211，用于开发商配置线上开盘活动的规则；导入单元212用于开发商导入潜在客户的名单、待出售房源的数据。
检测模块22，用于检测本次登录的用户信息；
收藏模块23，用于用户对钟意的房源进行收藏；
抢购模块24，用于用户对钟意的房源进行抢购；
提取模块25，用于提取用户操作生成的对应的请求数据；
分析模块26，用于对实时活动数据集进行FP-growth算法分析；
过滤模块27，用于检测规则库对用户的请求关系链进行过滤处理。
本发明的有益效果为：及时的进行数据收集和统计进行开盘活动的数据预测与分析，为活动的营销开展及时提供真实准确的数据支撑，识别异常无效的用户请求对样本数据集的准确性提供重要的支撑。提高开盘活动的信息预测性，提升活动效率，保证用户进行抢购房源的公平性，及时封锁用户的异常行为，提升安全性和稳定性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (2)
1.一种基于频繁分析的房地产在线开盘检测方法，其特征在于，包括：
开发商收集一次开盘活动需要的数据信息，确定一次开盘活动的时间和规则，所述一次开盘活动需要的数据信息包括潜在客户的名单、待出售房源的数据；
开发商创建线上开盘活动，配置线上开盘活动的规则，导入潜在客户的名单、待出售房源的数据；
当检测到用户登录时，获取本次登录的用户信息；
用户获取待出售房源数据，查询房源的具体信息，并选择钟意的房源进行收藏，形成用户收藏列表；
用户通过房源的具体信息、用户收藏列表对钟意的房源进行抢购；
提取用户登录、查询、收藏、抢购操作生成的对应的请求数据，所述请求数据为元数据；
对元数据提取关键字段形成数据组，多个数据组形成开盘活动的实时活动数据集，对该实时活动数据集进行FP-growth算法分析，得出用户的请求关系链；
使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作；
其中，所述开盘活动的时间包括公测活动时间和正式活动时间；
所述待出售房源的数据包括楼栋、房号、户型、建筑面积、单价、总价；
所述当检测到用户登录时，获取本次登录的用户信息，包括：所述用户通过微信端登录，所述用户登录的方式为通过手机号、身份证号、短信验证码的方式进行登录，所述用户信息包括但不限于姓名、电话；
所述当检测到用户登录时，获取本次登录的用户信息后，将本次登录的用户信息与开发商导入的潜在客户的名单中的信息进行比对，当本次登录的用户信息存储在开发商导入的潜在客户的名单中时，接收用户的登录请求，允许用户登录；
其中，所述用户通过房源的具体信息、用户收藏列表对钟意的房源进行抢购，包括：当开盘活动的时间为公测活动时间时，用户抢购成功后的订单为公测订单，公测订单仅作为用户的模拟凭证；当开盘活动的时间为正式活动时间时，用户抢购成功后的订单为正式订单；
其中，所述对元数据提取关键字段形成数据组，多个数据组形成开盘活动的实时活动数据集，对该实时活动数据集进行FP-growth算法分析，得出用户的请求关系链，包括：
对元数据提取关键字段形成数据组，所述数据组包括时间、ip、客户端、origin、referer，操作行为，多个数据组形成开盘活动的实时活动数据集；
扫描数据集中的单元数据集，对每个单元属性进行单元频繁项权重计数；
构造本次数据项集关联的FP树，形成本次代表该数据集的树结构；
计算本次开盘活动用户的平均活跃请求数作为频繁项值，在FP树上递归地找出所有频繁项集，得出用户的请求关系链；
其中，所述使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作中，检测规则库的检测规则为过滤非微信端的请求、orgin非指定公众号的请求、refer非开盘活动转发的请求，预警用户频繁切换设备的请求、用户在非开盘活动的时间进行抢购的请求、用户异常频率值之上的请求；
当检测规则库执行上述处理时，识别该用户的操作位异常操作；当检测规则库未执行上述处理时，识别该用户的操作位正常操作。
2.一种基于频繁分析的房地产在线开盘检测系统，其特征在于，所述系统包括：创建模块、检测模块、收藏模块、抢购模块、提取模块、分析模块、过滤模块、配置单元及导入单元；
创建模块，用于开发商创建线上开盘活动；
检测模块，用于检测本次登录的用户信息；
收藏模块，用于用户对钟意的房源进行收藏；
抢购模块，用于用户对钟意的房源进行抢购；
提取模块，用于提取用户操作生成的对应的请求数据；其中，提取用户登录、查询、收藏、抢购操作生成的对应的请求数据，所述请求数据为元数据；
分析模块，用于对实时活动数据集进行FP-growth算法分析；
过滤模块，用于检测规则库对用户的请求关系链进行过滤处理；
配置单元，用于开发商配置线上开盘活动的规则；
导入单元用于开发商导入潜在客户的名单、待出售房源的数据；
其中，所述对元数据提取关键字段形成数据组，多个数据组形成开盘活动的实时活动数据集，对该实时活动数据集进行FP-growth算法分析，得出用户的请求关系链，包括：
对元数据提取关键字段形成数据组，所述数据组包括时间、ip、客户端、origin、referer，操作行为，多个数据组形成开盘活动的实时活动数据集；
扫描数据集中的单元数据集，对每个单元属性进行单元频繁项权重计数；
构造本次数据项集关联的FP树，形成本次代表该数据集的树结构；
计算本次开盘活动用户的平均活跃请求数作为频繁项值，在FP树上递归地找出所有频繁项集，得出用户的请求关系链；
其中，使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作；所述使用检测规则库对用户的请求关系链进行过滤处理，识别用户的操作是否为异常操作中，检测规则库的检测规则为过滤非微信端的请求、orgin非指定公众号的请求、refer非开盘活动转发的请求，预警用户频繁切换设备的请求、用户在非开盘活动的时间进行抢购的请求、用户异常频率值之上的请求；
当检测规则库执行上述处理时，识别该用户的操作位异常操作；当检测规则库未执行上述处理时，识别该用户的操作位正常操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911265008.XA CN111027023B (zh) | 2019-12-11 | 2019-12-11 | 一种基于频繁分析的房产在线开盘检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911265008.XA CN111027023B (zh) | 2019-12-11 | 2019-12-11 | 一种基于频繁分析的房产在线开盘检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111027023A CN111027023A (zh) | 2020-04-17 |
| CN111027023B true CN111027023B (zh) | 2022-07-08 |
Family
ID=70208772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911265008.XA Active CN111027023B (zh) | 2019-12-11 | 2019-12-11 | 一种基于频繁分析的房产在线开盘检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111027023B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111582780B (zh) * | 2020-04-20 | 2023-06-09 | 重庆锐云科技有限公司 | 商品购买等待通道构建方法、装置、服务器及存储介质 |
| CN112801551B (zh) * | 2021-03-25 | 2021-06-25 | 北京焦点新干线信息技术有限公司 | 在线选房系统的测试方法、装置、设备和存储介质 |
| CN116308218A (zh) * | 2023-05-22 | 2023-06-23 | 北京焦点新干线信息技术有限公司 | 针对在线选房系统的预警方法、装置、设备和存储介质 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101794428A (zh) * | 2010-04-08 | 2010-08-04 | 严海强 | 人工智能售楼系统 |
| JP5254402B2 (ja) * | 2011-06-07 | 2013-08-07 | 株式会社東芝 | 注目評価対象抽出装置及びプログラム |
| US20150358165A1 (en) * | 2014-06-08 | 2015-12-10 | Teknologian Tutkimuskeskus Vtt Oy | Method and arrangement for distributed realisation of token set management and recommendation system with clustering |
| CN104091297A (zh) * | 2014-06-16 | 2014-10-08 | 海南相得不动产信息咨询有限公司 | 一种房屋销售管理系统 |
| CN104616092B (zh) * | 2014-12-16 | 2019-10-25 | 国家电网公司 | 一种基于分布式日志分析的行为模式处理方法 |
| CN106708821A (zh) * | 2015-07-21 | 2017-05-24 | 广州市本真网络科技有限公司 | 基于用户个性化购物行为进行商品推荐的方法 |
| CN105681312B (zh) * | 2016-01-28 | 2019-03-05 | 李青山 | 一种基于频繁项集挖掘的移动互联网异常用户检测方法 |
| CN106127505A (zh) * | 2016-06-14 | 2016-11-16 | 北京众成汇通信息技术有限公司 | 一种刷单识别方法及装置 |
| CN106600372A (zh) * | 2016-12-12 | 2017-04-26 | 武汉烽火信息集成技术有限公司 | 一种基于用户行为的商品推荐方法及系统 |
| CN106844632B (zh) * | 2017-01-20 | 2020-02-21 | 清华大学 | 基于改进支持向量机的产品评论情感分类方法及装置 |
| CN106991625A (zh) * | 2017-04-13 | 2017-07-28 | 安徽省沃瑞网络科技有限公司 | 一种用户自助购房管理系统 |
| US20190026752A1 (en) * | 2017-07-20 | 2019-01-24 | Dong Min Kim | System for providing real property information online and system for providing safe transaction service using bigdata-based grade classification and market value prediction |
| US20190149623A1 (en) * | 2017-11-10 | 2019-05-16 | The Toronto-Dominion Bank | Automatic generation and provisioning of notification data to dynamically selected network-connected devices |
| CN108335236A (zh) * | 2018-01-17 | 2018-07-27 | 链家网（北京）科技有限公司 | 一种房源泄漏经纪人检测方法及装置 |
| CN108960467A (zh) * | 2018-07-09 | 2018-12-07 | 重庆锐云科技有限公司 | 房地产信息管理与数据分析系统 |
| CN109545316A (zh) * | 2018-10-30 | 2019-03-29 | 平安科技（深圳）有限公司 | 购药数据的处理方法及相关产品 |
| CN109493196A (zh) * | 2018-12-29 | 2019-03-19 | 杭州趣链科技有限公司 | 一种基于区块链的房地产存证和交易方法 |
| CN109934595A (zh) * | 2019-01-22 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 基于大数据的房产交易方法、装置、设备及存储介质 |
| CN109978621A (zh) * | 2019-03-25 | 2019-07-05 | 重庆锐云科技有限公司 | 房地产渠道客户及佣金结算管理方法、一体化系统 |
| CN110209551B (zh) * | 2019-05-24 | 2023-12-08 | 北京奇艺世纪科技有限公司 | 一种异常设备的识别方法、装置、电子设备及存储介质 |
| CN110298637A (zh) * | 2019-07-04 | 2019-10-01 | 北京芒果铭天科技有限公司 | 一种客户管理系统 |
-
2019
- 2019-12-11 CN CN201911265008.XA patent/CN111027023B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111027023A (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111027023B (zh) | 一种基于频繁分析的房产在线开盘检测方法及系统 | |
| CN108322473B (zh) | 用户行为分析方法与装置 | |
| CN108009844B (zh) | 确定广告作弊行为的方法、装置及云服务器 | |
| CN105022960B (zh) | 基于网络流量的多特征移动终端恶意软件检测方法及系统 | |
| CN108665297B (zh) | 异常访问行为的检测方法、装置、电子设备和存储介质 | |
| Seshadri et al. | Mobile call graphs: beyond power-law and lognormal distributions | |
| CN105701123B (zh) | 人车关系的识别方法及装置 | |
| CN105187395B (zh) | 基于接入路由器进行恶意软件网络行为检测的方法及系统 | |
| CN107146099B (zh) | 一种营销方法及营销系统 | |
| CN111949834A (zh) | 选址方法和选址平台 | |
| CN105976242A (zh) | 一种基于实时流数据分析的交易欺诈检测方法及系统 | |
| CN109858919A (zh) | 异常账号的确定方法及装置、在线下单方法及装置 | |
| CN106803799B (zh) | 一种性能测试方法和装置 | |
| CN108062477A (zh) | 基于侧信道分析的硬件木马检测方法 | |
| CN107908548A (zh) | 一种生成测试用例的方法和装置 | |
| CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
| CN108268886A (zh) | 用于识别外挂操作的方法及系统 | |
| CN109657119A (zh) | 一种基于访问日志ip分析的网络爬虫检测方法 | |
| WO2022267455A1 (zh) | 欺诈用户集中区域的预测方法、装置、设备及存储介质 | |
| CN105992954A (zh) | 基于传感器的设施能量建模 | |
| CN104156308A (zh) | 一种基于用户执行踪迹重放的移动应用测试方法 | |
| CN109995751A (zh) | 上网设备标记方法、装置及存储介质、计算机设备 | |
| CN110197375A (zh) | 一种相似用户识别方法、装置、相似用户识别设备和介质 | |
| CN109544179B (zh) | 基于重要产品追溯数据服务的运行支撑系统 | |
| CN109426826A (zh) | 用户行为分析方法和装置 |
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 | ||
| GR01 | Patent grant |