CN111274476A - 基于人脸识别的房源匹配方法、装置、设备和存储介质 - Google Patents

Abstract

本发明涉及一种基于人脸识别的房源匹配方法、装置、设备和存储介质，其中方法包括步骤：获取用户的人脸图像和当前地理位置；调用第三方AI图像识别库对所述人脸图像进行识别，得到所述第三方AI图像识别库返回的识别参数；根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；对匹配的单套房源信息进行显示。本发明基于人脸识别技术为用户匹配出适合的房屋，由于无需用户手动输入信息，用户只需拍照或者上传照片即可，因此极大地提高了选房效率，同时利用人脸识别技术实现房源匹配，功能新颖、智能化程度高，提升了用户的选房体验。

Description

基于人脸识别的房源匹配方法、装置、设备和存储介质

技术领域

本发明涉及数据处理技术领域，特别是涉及一种基于人脸识别的房源匹配方法、装置、设备和存储介质。

背景技术

传统的查找新房的方法是通过网站或手机软件逐条的查看楼盘信息。上述的找楼盘方法只能通过数据表格的形式查看楼盘，选房效率较低。

随着人工智能技术的发展及智能终端的普及，如何通过智能终端设备和可视化技术将查询智能化，通过新颖的功能，将智能分析后的结果呈献给用户，成为业内亟待解决的技术问题。有鉴于此，有必要提出对目前的搜索新房方法进行进一步的改进。

发明内容

基于此，有必要针对传统的找房方法存在的效率较低、形式单一的问题，提供一种基于人脸识别的房源匹配方法、装置、设备和存储介质。

为解决上述问题，本发明采取如下的技术方案：

一种基于人脸识别的房源匹配方法，包括以下步骤：

获取用户的人脸图像和当前地理位置；

调用第三方AI图像识别库对所述人脸图像进行识别，得到所述第三方AI 图像识别库返回的识别参数；

根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；

对匹配的单套房源信息进行显示。

一种基于人脸识别的房源匹配装置，包括：

获取模块，用于获取用户的人脸图像和当前地理位置；

识别模块，用于调用第三方AI图像识别库对所述人脸图像进行识别，得到所述第三方AI图像识别库返回的识别参数；

房源查找模块，用于根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；

房源显示模块，用于对匹配的单套房源信息进行显示。

一种基于人脸识别的房源匹配设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的房源匹配计算机程序，所述处理器执行所述房源匹配计算机程序时实现如上所述的基于人脸识别的房源匹配方法的步骤。

一种存储介质，所述存储介质存储有房源匹配计算机程序，所述房源匹配计算机程序被处理器执行时实现如上所述的基于人脸识别的房源匹配方法的步骤。

与现有技术相比，本发明具有以下有益效果：

本发明基于人脸识别技术，只需要通过获取用户的人脸图像和当前地理位置，利用第三方AI图像识别库对人脸图像进行识别，得到识别参数，再根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息，并对匹配的单套房源信息进行显示，从而为用户匹配出适合的房屋，由于无需用户手动输入信息，用户只需拍照或者上传照片即可，因此极大地提高了选房效率，同时利用人脸识别技术实现房源匹配，功能新颖、智能化程度高，提升了用户的选房体验。

附图说明

图1为本发明其中一个实施例中基于人脸识别的房源匹配方法的流程示意图；

图2为本发明其中一个具体实施方式中基于人脸识别的房源匹配方法的流程示意图；

图3为本发明其中一个实施例中基于人脸识别的房源匹配装置的结构示意图；

图4为本发明其中一个具体实施方式中基于人脸识别的房源匹配装置的结构示意图。

具体实施方式

下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。

在其中一个实施例中，如图1所示，本发明公开一种基于人脸识别的房源匹配方法，该方法包括以下步骤：

步骤S100：获取用户的人脸图像和当前地理位置；

在本步骤中，用户的人脸图像可以利用移动终端的摄像头直接拍摄得到或者用户通过移动终端上传得到；用户的当前地理位置可以通过即时通讯软件(例如微信、支付宝、QQ等)或者导航软件(例如百度地图、高德地图等)接口地址授权，获取用户授权的当前地理位置，用户的当前地理位置包括用户当前所在位置的经纬度信息。用户的当前地理位置与时间挂钩以区分场景，例如 8:00-18:00定义为工作地，其他时间定义为居住地。

步骤S200：调用第三方AI图像识别库对人脸图像进行识别，得到第三方 AI图像识别库返回的识别参数；

在本步骤中，通过调用第三方AI图像识别库对人脸图像进行识别，例如，第三方AI图像识别库可以采用face++图像识别接口，face++图像识别接口可以检测人脸图像中的人脸，对于检测到的每张人脸，定位并返回人脸五官与轮廓的关键点坐标位置，其中关键点包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓，并且返回返回各项人脸属性，包括性别、年龄、人种、情绪等属性，本实施例中第三方AI图像识别库返回的识别参数包括用户的年龄属性参数、性别属性参数、颜值属性参数、皮肤属性参数(健康/色斑/青春痘/黑眼圈)、情绪属性参数(愤怒/厌恶/恐惧/高兴/平静/伤心/惊讶)和佩戴眼镜属性参数(不戴/佩戴墨镜/佩戴普通眼镜)等。

步骤S300：根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；

房源数据库为预先建立的数据库，该数据库存储有地区内各个待售房屋的信息，包括房屋的类型(如刚需盘、小面积公寓、大面积公寓、商铺投资、郊区大盘、旅居、养老产品、学区学位、80平以上普通住宅、改善型物业、投资性物业等)、房屋的地址、房屋所属楼盘等。

用户画像作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。在大数据时代背景下，用户信息充斥在网络中，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。本实施例中用户画像表示用用户参数去还原一个用户的各项特征，根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，相当于完善用户特征，完善特征后就类似更了解该用户，再去匹配时所用的条件就更多，匹配房源特征也就更多，匹配也就更精准。

进一步地，作为一种具体的实施方式，如图2所示，根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息的步骤包括以下步骤：

步骤S310：按照匹配优先级和房源匹配算法从房源数据库筛选出若干个待推荐的单套房源信息，其中匹配优先级由高至低的顺序为用户的年龄、用户的性别，识别参数中的其他属性参数不纳入匹配优先级，仅用于输出组合文本的语言组合；

本实施例中的房源匹配算法包括年龄与房源匹配算法和性别与房源匹配算法，其中年龄与房源匹配算法的规则如下：

当用户的年龄小于25岁时，待推荐的单套房源信息为刚需盘、公寓；

当用户的年龄为25～40岁时，待推荐的单套房源信息为学区学位、80平以上普通住宅及小面积公寓；

当用户的年龄为40～55岁时，待推荐的单套房源信息为改善型、投资性物业；

当用户的年龄大于55岁时，待推荐的单套房源信息为旅居及郊区大盘、养老物业；

性别与房源匹配算法的规则如下：

当用户的性别为女性时，待推荐的单套房源信息为单价低于单价预设值的房屋；

当用户的性别为男性时，待推荐的单套房源信息为总价低于总价预设值的房屋。

步骤S320：在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息，且三个目标单套房源信息分别属于三个不同的楼盘；

步骤S330：以三个目标单套房源信息作为查找到的匹配的单套房源信息。

步骤S400：对匹配的单套房源信息进行显示。

在步骤S300查找到匹配的单套房源信息之后，对匹配的单套房源信息进行显示，显示界面包括匹配的单套房源信息的图片、名称、面积、地址、总价、单价、售卖信息、联系电话以及楼盘信息图标等，显示界面还包括用于生成海报的图标，用于生成海报的图标被单击触发后，可以将匹配的单套房源信息分享至朋友圈或者生成朋友圈海报。显示界面还包括若干个输入文本框，例如置业类型文本框、总价范围文本框、意向区域文本框、优选户型文本框和面积区间文本框等，在匹配的单套房源信息不满足用户的需求时，用户可通过输入文本框手动添加包括对户型及地区等的其他要求，综合匹配房源。

在对匹配的单套房源信息进行显示的同时，还包括步骤：

根据识别参数生成输出组合文本，并对输出组合文本进行显示，输出组合文本包括称呼字段、眼神评价字段、颜值评价字段、情绪评价字段和预设字段。

根据识别参数中的年龄属性参数和性别属性参数生成对应的称呼字段，例如帅哥、美女、大兄弟、大妹子、大叔、姐姐等。

根据识别参数中的颜值属性参数生成对应的颜值评价字段。

根据识别参数中的情绪属性参数生成对应的情绪评价字段。

根据识别参数中的佩戴眼镜属性参数生成对应的眼神评价字段。

预设字段为预先设计的固定字段，例如接下来就是每房AI给你推荐的房子喽。

作为一种具体的实施方式，步骤S300中根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像的过程包括以下步骤：

获取用户登录即时通讯软件或者导航软件时的身份识别地址，并判断身份识别地址是否已经存在于自有用户数据库中，若是，则根据识别参数、当前地理位置和自有用户数据库存储的用户对应的历史访问数据来匹配和完善自有用户数据库中的用户画像，其中历史访问数据包括用户的历史浏览记录、历史到访行为记录以及历史聊天数据；若否，则将第三方AI图像识别库返回的识别参数和身份识别地址补充存储到自有用户数据库中，并根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像。

具体地，在步骤S300中，在得到第三方AI图像识别库返回的识别参数之后，获取用户登录即时通讯软件(例如微信、支付宝、QQ等)或者导航软件(例如百度地图、高德地图等)时的身份识别地址(例如OpenID)，获取身份识别地址后，判断身份识别地址是否已经存在于自有用户数据库中，若是，则根据识别参数、用户的当前地理位置和自有用户数据库存储的用户对应的历史访问数据来匹配和完善自有用户数据库中的用户画像，再根据完善后的用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息，其中历史访问数据包括用户的历史浏览记录、历史到访行为记录以及历史聊天数据等。本实施方式实现基于大数据对用户画像进行全方位分析，为用户推荐最适合的房源，最终做出需求挖掘，为用户提供千人千面的房源推荐体验。

如果判断身份识别地址没有存在于自有用户数据库中，此时将第三方AI图像识别库返回的识别参数和身份识别地址补充存储到自有用户数据库中，以将地址、年龄等画像数据补充到自有用户数据库，然后再根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息。举例来说，用户在访问时是具有由微信或者百度地图生成的OpenID的，用户每次识别操作的人脸图像不会被存储，但是会记录接口返回的数据，如果OpenID没有存在于自有用户数据库中，则将第三方AI图像识别库返回的识别参数和身份识别地址充实到自有用户数据库中。

通过获取用户登录即时通讯软件或者导航软件时的身份识别地址并判断身份识别地址是否已经存在于自有用户数据库中，进而可以为用户综合查找匹配最适合的房源，提高选房效率的同时，丰富了用户的选房体验。

作为一种具体的实施方式，在步骤S310按照匹配优先级和房源匹配算法从房源数据库筛选出若干个待推荐的单套房源信息步骤之后、步骤S320在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息步骤之前，还包括以下步骤：

判断人脸图像是否为首次获取，若是，则执行步骤：在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息，并以三个目标单套房源信息作为查找到的匹配的单套房源信息；若否，则根据当前地理位置确定对应的地理区域内用户访问次数最多的楼盘，以访问次数最多的楼盘中的三个单套房源信息作为查找到的匹配的单套房源信息。

在本实施方式中，采用两种匹配方式，其中一种方式是用户首次输入用户的人脸图像即首次获取用户的人脸图像，在首次获取的情况下，选择就近推荐方式，即在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息，并以三个目标单套房源信息作为查找到的匹配的单套房源信息；另一种方式是用户再次输入用户的人脸图像即再次获取同一用户的人脸图像，在再次获取的情况下，选择推荐用户所在区域访问最多的楼盘，即根据用户的当前地理位置确定对应的地理区域内用户访问次数最多的楼盘，以访问次数最多的楼盘中的三个单套房源信息作为查找到的匹配的单套房源信息。本实施方式基于人脸识别技术为用户匹配其可能更加感兴趣的房源，为用户匹配合适的房源，增加用户购买成功的几率。

本发明基于人脸识别技术，只需要通过获取用户的人脸图像和当前地理位置，利用第三方AI图像识别库对人脸图像进行识别，得到识别参数，再根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息，并对匹配的单套房源信息进行显示，从而为用户匹配出适合的房屋，由于无需用户手动输入信息，用户只需拍照或者上传照片即可，因此极大地提高了选房效率，同时利用人脸识别技术实现房源匹配，功能新颖、智能化程度高，提升了用户的选房体验。

相应地，在本发明的另一个实施例中，还公开一种基于人脸识别的房源匹配装置，如图3所示，该装置具体包括：

获取模块100，用于获取用户的人脸图像和当前地理位置；

获取模块100获取的用户的人脸图像可以利用移动终端的摄像头直接拍摄得到或者用户通过移动终端上传得到；获取模块100获取的用户的当前地理位置可以通过即时通讯软件(例如微信、支付宝、QQ等)或者导航软件(例如百度地图、高德地图等)接口地址授权，获取用户授权的当前地理位置，用户的当前地理位置包括用户当前所在位置的经纬度信息。

识别模块200，用于调用第三方AI图像识别库对人脸图像进行识别，得到第三方AI图像识别库返回的识别参数；

识别模块200通过调用第三方AI图像识别库对人脸图像进行识别，例如，第三方AI图像识别库可以采用face++图像识别接口，face++图像识别接口可以检测人脸图像中的人脸，对于检测到的每张人脸，定位并返回人脸五官与轮廓的关键点坐标位置，其中关键点包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓，并且返回返回各项人脸属性，包括性别、年龄、人种、情绪等属性，本实施例中第三方AI图像识别库返回的识别参数包括用户的年龄属性参数、性别属性参数、颜值属性参数、皮肤属性参数(健康/色斑/青春痘/黑眼圈)、情绪属性参数(愤怒/厌恶/恐惧/高兴/平静/伤心/惊讶)和佩戴眼镜属性参数(不戴/佩戴墨镜/佩戴普通眼镜)等。

房源查找模块300，用于根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；

房源数据库为预先建立的数据库，该数据库存储有地区内各个待售房屋的信息，包括房屋的类型(如刚需盘、小面积公寓、大面积公寓、商铺投资、郊区大盘、旅居、养老产品、学区学位、80平以上普通住宅、改善型物业、投资性物业等)、房屋的地址、房屋所属楼盘等。

用户画像作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。在大数据时代背景下，用户信息充斥在网络中，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。本实施例中用户画像表示用用户参数去还原一个用户的各项特征，房源查找模块300根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，相当于完善用户特征，完善特征后就类似更了解该用户，再去匹配时所用的条件就更多，匹配房源特征也就更多，匹配也就更精准。

进一步地，作为一种具体的实施方式，如图4所示，房源查找模块300包括：

筛选子模块310，用于按照匹配优先级和房源匹配算法从房源数据库筛选出若干个待推荐的单套房源信息，其中匹配优先级由高至低的顺序为用户的年龄、用户的性别，识别参数中的其他属性参数不纳入匹配优先级，仅用于输出组合文本的语言组合；

本实施例中的房源匹配算法包括年龄与房源匹配算法和性别与房源匹配算法，其中年龄与房源匹配算法的规则如下：

当用户的年龄小于25岁时，待推荐的单套房源信息为刚需盘、公寓；

当用户的年龄为25～40岁时，待推荐的单套房源信息为学区学位、80平以上普通住宅及小面积公寓；

当用户的年龄为40～55岁时，待推荐的单套房源信息为改善型、投资性物业；

当用户的年龄大于55岁时，待推荐的单套房源信息为旅居及郊区大盘、养老物业；

性别与房源匹配算法的规则如下：

当用户的性别为女性时，待推荐的单套房源信息为单价低于单价预设值的房屋；

当用户的性别为男性时，待推荐的单套房源信息为总价低于总价预设值的房屋。

距离计算子模块320，用于在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息，且三个目标单套房源信息分别属于三个不同的楼盘；

确认子模块330，用于以三个目标单套房源信息作为查找到的匹配的单套房源信息。

房源显示模块400，用于对匹配的单套房源信息进行显示。

在房源查找模块300查找到匹配的单套房源信息之后，房源显示模块400 对匹配的单套房源信息进行显示，显示界面包括匹配的单套房源信息的图片、名称、面积、地址、总价、单价、售卖信息、联系电话以及楼盘信息图标等，显示界面还包括用于生成海报的图标，用于生成海报的图标被单击触发后，可以将匹配的单套房源信息分享至朋友圈或者生成朋友圈海报。显示界面还包括若干个输入文本框，例如置业类型文本框、总价范围文本框、意向区域文本框、优选户型文本框和面积区间文本框等，在匹配的单套房源信息不满足用户的需求时，用户可通过输入文本框手动添加包括对户型及地区等的其他要求，综合匹配房源。

基于人脸识别的房源匹配装置还包括：

文本生成及显示模块，用于根据识别参数生成输出组合文本，并对输出组合文本进行显示，输出组合文本包括称呼字段、眼神评价字段、颜值评价字段、情绪评价字段和预设字段。输出组合文本可以参照上述的基于人脸识别的房源匹配方法实施例中描述的实现方法，此处不再赘述。

作为一种具体的实施方式，房源查找模块300还用于：

获取用户登录即时通讯软件或者导航软件时的身份识别地址，并判断身份识别地址是否已经存在于自有用户数据库中，若是，则根据识别参数、当前地理位置和自有用户数据库存储的用户对应的历史访问数据来匹配和完善自有用户数据库中的用户画像，其中历史访问数据包括用户的历史浏览记录、历史到访行为记录以及历史聊天数据；若否，则将第三方AI图像识别库返回的识别参数和身份识别地址补充存储到自有用户数据库中，并根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像。

具体地，在本实施方式中，在识别模块200得到第三方AI图像识别库返回的识别参数之后，房源查找模块300获取用户登录即时通讯软件(例如微信、支付宝、QQ等)或者导航软件(例如百度地图、高德地图等)时的身份识别地址(例如OpenID)，获取身份识别地址后，判断身份识别地址是否已经存在于自有用户数据库中，若是，则房源查找模块300根据识别参数、用户的当前地理位置和自有用户数据库存储的用户对应的历史访问数据来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息，其中历史访问数据包括用户的历史浏览记录、历史到访行为记录以及历史聊天数据等。本实施方式实现基于大数据对用户画像进行全方位分析，为用户推荐最适合的房源，最终做出需求挖掘，为用户提供千人千面的房源推荐体验。

如果房源查找模块300判断身份识别地址没有存在于自有用户数据库中，此时房源查找模块300将第三方AI图像识别库返回的识别参数和身份识别地址补充存储到自有用户数据库中，以将地址、年龄等画像数据补充到自有用户数据库，然后房源查找模块300再根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息。举例来说，用户在访问时是具有由微信或者百度地图生成的OpenID的，用户每次识别操作的人脸图像不会被存储，但是会记录接口返回的数据，如果OpenID没有存在于自有用户数据库中，则房源查找模块300将第三方AI图像识别库返回的识别参数和身份识别地址充实到自有用户数据库中。

房源查找模块300通过获取用户登录即时通讯软件或者导航软件时的身份识别地址并判断身份识别地址是否已经存在于自有用户数据库中，进而可以为用户综合查找匹配最适合的房源，提高选房效率的同时，丰富了用户的选房体验。

作为一种具体的实施方式，基于人脸识别的房源匹配装置还包括判断模块，判断模块用于判断人脸图像是否为首次获取，若是，则距离计算子模块320在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息，并且确认子模块330以三个目标单套房源信息作为查找到的匹配的单套房源信息；若否，则房源查找模块300根据当前地理位置确定对应的地理区域内用户访问次数最多的楼盘，以访问次数最多的楼盘中的三个单套房源信息作为查找到的匹配的单套房源信息。

在本实施方式中，采用两种匹配方式，其中一种方式是用户首次输入用户的人脸图像即获取模块100首次获取用户的人脸图像，在首次获取的情况下，选择就近推荐方式，即距离计算子模块320在若干个待推荐的单套房源信息中确定与当前地理位置距离最近的三个目标单套房源信息，并且确认子模块330 以三个目标单套房源信息作为查找到的匹配的单套房源信息；另一种方式是用户再次输入用户的人脸图像即获取模块100再次获取同一用户的人脸图像，在再次获取的情况下，选择推荐用户所在区域访问最多的楼盘，即房源查找模块 300根据用户的当前地理位置确定对应的地理区域内用户访问次数最多的楼盘，以访问次数最多的楼盘中的三个单套房源信息作为查找到的匹配的单套房源信息。本实施方式基于人脸识别技术为用户匹配其可能更加感兴趣的房源，为用户匹配合适的房源，增加用户购买成功的几率。

本发明的另一个实施例还提出一种基于人脸识别的房源匹配设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的房源匹配计算机程序，处理器执行房源匹配计算机程序时实现上述基于人脸识别的房源匹配方法的步骤。该实施例的基于人脸识别的房源匹配设备包括：存储器、处理器以及存储在存储器中并可在处理器上运行的房源匹配计算机程序。处理器执行房源匹配计算机程序时实现上述基于人脸识别的房源匹配方法实施例中的步骤，例如图1 所示的步骤。或者，处理器执行房源匹配计算机程序时实现上述基于人脸识别的房源匹配装置实施例中各个模块的功能，例如图3所示各个模块的功能。

示例性的，房源匹配计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中，并由处理器执行，以完成本发明。一个或者多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述房源匹配计算机程序在基于人脸识别的房源匹配设备中的执行过程。例如，房源匹配计算机程序可以被分割成获取模块、识别模块、房源查找模块和房源显示模块，各模块具体功能如下：获取模块，用于获取用户的人脸图像和当前地理位置；识别模块，用于调用第三方AI图像识别库对人脸图像进行识别，得到第三方AI图像识别库返回的识别参数；房源查找模块，用于根据识别参数和当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；房源显示模块，用于对匹配的单套房源信息进行显示。

本实施例的基于人脸识别的房源匹配设备可包括但不仅限于处理器、存储器，本领域技术人员可以理解，示意图仅仅是基于人脸识别的房源匹配设备的示例，并不构成对基于人脸识别的房源匹配设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如基于人脸识别的房源匹配设备还可以包括显示设备、SIM卡、摄像设备等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (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。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，处理器是基于人脸识别的房源匹配设备的控制中心，实现数据分析处理等。

所称存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的房源匹配计算机程序和/或模块，以及调用存储在存储器内的数据，实现基于人脸识别的房源匹配设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据使用所创建的数据(比如音频数据、视频数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如内存、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card) 等。

此外，本发明的另一个实施例还提出一种存储介质，存储介质存储有房源匹配计算机程序，房源匹配计算机程序被处理器执行时实现上述基于人脸识别的房源匹配方法的步骤。基于人脸识别的房源匹配设备集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过房源匹配计算机程序来指令相关的硬件来完成，房源匹配计算机程序可存储于一计算机可读存储介质中，该房源匹配计算机程序在被处理器执行时，可实现上述方法实施例的步骤。其中，房源匹配计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等；计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM， Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于人脸识别的房源匹配方法，其特征在于，包括以下步骤：

获取用户的人脸图像和当前地理位置；

调用第三方AI图像识别库对所述人脸图像进行识别，得到所述第三方AI图像识别库返回的识别参数；

根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；

对匹配的单套房源信息进行显示。

2.根据权利要求1所述的基于人脸识别的房源匹配方法，其特征在于，根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息的步骤包括以下步骤：

按照匹配优先级和房源匹配算法从房源数据库筛选出若干个待推荐的单套房源信息，所述匹配优先级由高至低的顺序为用户的年龄、用户的性别；

在若干个待推荐的单套房源信息中确定与所述当前地理位置距离最近的三个目标单套房源信息，且三个所述目标单套房源信息分别属于三个不同的楼盘；

以三个所述目标单套房源信息作为查找到的匹配的单套房源信息。

3.根据权利要求2所述的基于人脸识别的房源匹配方法，其特征在于，在按照匹配优先级和房源匹配算法从房源数据库筛选出若干个待推荐的单套房源信息步骤之后、在若干个待推荐的单套房源信息中确定与所述当前地理位置距离最近的三个目标单套房源信息步骤之前，还包括以下步骤：

判断所述人脸图像是否为首次获取，若是，则执行步骤：在若干个待推荐的单套房源信息中确定与所述当前地理位置距离最近的三个目标单套房源信息，并以三个所述目标单套房源信息作为查找到的匹配的单套房源信息；

若否，则根据所述当前地理位置确定对应的地理区域内所述用户访问次数最多的楼盘，以访问次数最多的楼盘中的三个单套房源信息作为查找到的匹配的单套房源信息。

4.根据权利要求1或2所述的基于人脸识别的房源匹配方法，其特征在于，根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像的过程包括以下步骤：

获取所述用户登录即时通讯软件或者导航软件时的身份识别地址，并判断所述身份识别地址是否已经存在于所述自有用户数据库中，若是，则根据所述识别参数、所述当前地理位置和所述自有用户数据库存储的所述用户对应的历史访问数据来匹配和完善所述自有用户数据库中的用户画像，所述历史访问数据包括所述用户的历史浏览记录、历史到访行为记录以及历史聊天数据；

若否，则将所述第三方AI图像识别库返回的识别参数和所述身份识别地址补充存储到所述自有用户数据库中，并根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像。

5.根据权利要求1或2所述的基于人脸识别的房源匹配方法，其特征在于，

所述识别参数包括用户的年龄属性参数、性别属性参数、颜值属性参数、皮肤属性参数、情绪属性参数和佩戴眼镜属性参数。

6.根据权利要求5所述的基于人脸识别的房源匹配方法，其特征在于，在对匹配的单套房源信息进行显示的同时，还包括步骤：

根据所述识别参数生成输出组合文本，并对所述输出组合文本进行显示，所述输出组合文本包括称呼字段、眼神评价字段、颜值评价字段、情绪评价字段和预设字段。

7.根据权利要求1或2所述的基于人脸识别的房源匹配方法，其特征在于，

通过即时通讯软件或者导航软件接口地址授权，获取用户授权的所述当前地理位置。

8.一种基于人脸识别的房源匹配装置，其特征在于，包括：

获取模块，用于获取用户的人脸图像和当前地理位置；

识别模块，用于调用第三方AI图像识别库对所述人脸图像进行识别，得到所述第三方AI图像识别库返回的识别参数；

房源查找模块，用于根据所述识别参数和所述当前地理位置来匹配和完善自有用户数据库中的用户画像，再根据用户画像在房源数据库中按照匹配优先级和房源匹配算法查找匹配的单套房源信息；

房源显示模块，用于对匹配的单套房源信息进行显示。

9.一种基于人脸识别的房源匹配设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的房源匹配计算机程序，其特征在于，所述处理器执行所述房源匹配计算机程序时实现如权利要求1至7任意一项所述的基于人脸识别的房源匹配方法的步骤。

10.一种存储介质，所述存储介质存储有房源匹配计算机程序，其特征在于，所述房源匹配计算机程序被处理器执行时实现如权利要求1至7任意一项所述的基于人脸识别的房源匹配方法的步骤。

Images