CN111383032B - 一种房源信息的真实性检测方法和装置 - Google Patents
一种房源信息的真实性检测方法和装置 Download PDFInfo
- Publication number
- CN111383032B CN111383032B CN202010089359.6A CN202010089359A CN111383032B CN 111383032 B CN111383032 B CN 111383032B CN 202010089359 A CN202010089359 A CN 202010089359A CN 111383032 B CN111383032 B CN 111383032B
- Authority
- CN
- China
- Prior art keywords
- picture
- information
- detected
- cell
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 57
- 238000000605 extraction Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种房源信息的真实性检测方法及装置,通过获取每个房源信息中的房源图片,并查找针对房源图片的关联图片集合,接着确定遍历关联图片集合中各待检测图片,并获取图片信息,然后将图片信息输入真实性检测模型,得到原始房源信息的真实性结果,实现了通过对房源图片进行真实性检测,进而对房源信息的真实性进行检测,不仅可以识别出房源信息的真伪,保证了房源信息的真实性,还可以减少用户找房源的困扰,提高了用户找房体验。
Description
技术领域
本发明涉及信息处理技术领域,特别是涉及一种房源信息的真实性检测方法和一种房源信息的真实性检测装置。
背景技术
随着网络租房的发展,用户可以通过生活应用程序线上进行房源信息的搜索,从而寻找与自身需求匹配的房源。在网络房源信息中,图片字段在房源排序模型上的占比较高,从而经纪人、职业二手房东为了获取找房意向客户,可能从网络上盗取各种房源图片,然后发布“虚假房源”信息,导致目前房源列表出现大量重复的房源图片,各房源图片与自身的房源信息并不匹配,给用户带来了较大的困扰,同时也为企业管理平台进行数据管理带来了较大的挑战。因此,在网络租房中,需要对房源信息的真实性进行检测,尤其是对房源图片的真实性进行检测,以便对房源信息进行更好地管理。
发明内容
鉴于上述问题,提出了本发明实施例提供一种房源信息的真实性检测方法,以解决现有技术中无法对房源信息的真实性进行检测,以及房源信息不易管理的问题。
相应的,本发明实施例还提供了一种房源信息的真实性检测装置,用以保证上述方法的实现及应用。
为了解决上述问题,本发明实施例公开了一种房源信息的真实性检测方法,包括:
获取原始房源信息,所述原始房源信息包括若干张房源图片;
确定针对所述房源图片的关联图片集合,所述关联图片集合包括多张待检测图片;
获取所述待检测图片的图片信息;
将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果。
可选地,所述查找针对所述房源图片的关联图片集合,包括:
从预设房源数据中,查找与所述房源图片之间的图片相似度大于第一预设阈值的房源图片作为第一目标图片;
将所述房源图片与所述第一目标图片作为待检测图片,生成针对所述房源图片的关联图片集合。
可选地,所述图片信息包括小区首发图片,所述获取所述待检测图片的图片信息,包括:
获取所述待检测图片关联的第一目标房源信息,以及所述第一目标房源信息的发布时间;
从所述关联图片集合中,将发布时间最早的第一目标房源信息所对应的待检测图片标记为小区首发图片。
可选地,所述图片信息包括命中小区信息,所述获取所述待检测图片的图片信息,包括:
从所述房源数据中,查找所述待检测图片所在的房源小区信息;
对所述房源小区信息进行数量统计,获得第一数值,将所述第一数值作为所述命中小区信息。
可选地,所述图片信息包括小区图片信息,所述获取所述待检测图片的图片信息,包括:
获取所述待检测图片所在房源信息的图片数量信息;
根据所述图片数量信息与所述命中小区信息,生成针对所述待检测图片的小区图片信息。
可选地,所述图片信息包括命中房源信息,所述获取所述待检测图片的图片信息,包括:
获取所述第一目标图片关联的第二目标房源信息;
对所述第二目标房源信息进行数量统计,获得第二数值,将所述第二数值作为所述命中房源信息。
可选地,所述图片信息包括图片库信息,所述获取所述待检测图片的图片信息,包括:
根据所述命中房源信息与所述图片数量信息,生成针对所述待检测图片的图片库信息。
可选地,所述图片信息包括图片库首发图片,所述获取所述待检测图片的图片信息,包括:
获取所述待检测图片被图片库采集的采集时间;
从所述关联图片集合中,将采集时间最早的待检测图片标记为图片库首发图片。
可选地,所述将图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果,包括:
将所述待检测图片的图片信息输入所述真实性检测模型,生成针对所述待检测图片的预估值;
将所述关联图片集合中各个所述待检测图片的预估值进行比较,确定针对所述原始房源信息的第一真实性结果。
可选地,所述将所述待检测图片的图片信息输入所述真实性检测模型,生成针对所述待检测图片的预估值,包括:
当所述第一数值大于第二预设阈值时,则将所述命中小区信息输入所述真实性检测模型,得到针对所述待检测图片的第一预估值;
当所述第一数值小于所述第二预设阈值时,则将所述小区首发图片、所述命中小区信息、所述小区图片信息、所述命中房源信息、所述图片库信息以及所述图片库首发图片输入所述真实性检测模型,生成针对所述待检测图片的第二预估值。
可选地,所述方法还包括:
从所述第二目标房源信息中,提取包含房源图片最多的第二目标房源信息作为第三目标房源信息,所述第三目标房源信息包括第二目标图片;
对所述第二目标图片进行统计,获得第三数值;
获取所述原始房源信息中各所述房源图片对应的预估值;
从各所述房源图片对应的预估值中,提取最小的预估值作为目标值;
根据所述第三数值与所述目标值,确定所述原始房源信息的第二真实性结果。
本发明实施例还公开了一种房源信息的真实性检测装置,包括:
房源信息获取模块,用于获取原始房源信息,所述原始房源信息包括若干张房源图片;
图片集合确定模块,用于确定针对所述房源图片的关联图片集合,所述关联图片集合包括多张待检测图片;
图片信息获取模块,用于获取所述待检测图片的图片信息;
第一真实性检测模块,用于将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果。
可选地,所述图片集合确定模块包括:
图片查找子模块,用于从预设房源数据中,查找与所述房源图片之间的图片相似度大于第一预设阈值的房源图片作为第一目标图片;
图片集合生成子模块,用于将所述房源图片与所述第一目标图片作为待检测图片,生成针对所述房源图片的关联图片集合。
可选地,所述图片信息包括小区首发图片,所述图片信息获取模块包括:
发布时间确定子模块,用于获取所述待检测图片关联的第一目标房源信息,以及所述第一目标房源信息的发布时间;
第一图片标记子模块,用于从所述关联图片集合中,将发布时间最早的第一目标房源信息所对应的待检测图片标记为小区首发图片。
可选地,所述图片信息包括命中小区信息,所述图片信息获取模块包括:
小区信息查找子模块,用于从所述房源数据中,查找所述待检测图片所在的房源小区信息;
小区信息统计子模块,用于对所述房源小区信息进行数量统计,获得第一数值,将所述第一数值作为所述命中小区信息。
可选地,所述图片信息包括小区图片信息,所述图片信息获取模块包括:
图片数量获取子模块,用于获取所述待检测图片所在房源信息的图片数量信息;
小区图片信息生成子模块,用于根据所述图片数量信息与所述命中小区信息,生成针对所述待检测图片的小区图片信息。
可选地,所述图片信息包括命中房源信息,所述图片信息获取模块包括:
目标房源信息获取子模块,用于获取所述第一目标图片关联的第二目标房源信息;
命中房源信息确定子模块,用于对所述第二目标房源信息进行数量统计,获得第二数值,将所述第二数值作为所述命中房源信息。
可选地,所述图片信息包括图片库信息,所述图片信息获取模块包括:
图片库信息生成子模块,用于根据所述命中房源信息与所述图片数量信息,生成针对所述待检测图片的图片库信息。
可选地,所述图片信息包括图片库首发图片,所述图片信息获取模块包括:
采集时间获取子模块,用于获取所述待检测图片被图片库采集的采集时间;
第二图片标记子模块,用于从所述关联图片集合中,将采集时间最早的待检测图片标记为图片库首发图片。
可选地,所述第一真实性检测模块包括:
预估值生成子模块,用于将所述待检测图片的图片信息输入所述真实性检测模型,生成针对所述待检测图片的预估值;
真实性结果确定子模块,用于将所述关联图片集合中各个所述待检测图片的预估值进行比较,确定针对所述原始房源信息的第一真实性结果。
可选地,所述预估值生成子模块具体用于:
当所述第一数值大于第二预设阈值时,则将所述命中小区信息输入所述真实性检测模型,得到针对所述待检测图片的第一预估值;
当所述第一数值小于所述第二预设阈值时,则将所述小区首发图片、所述命中小区信息、所述小区图片信息、所述命中房源信息、所述图片库信息以及所述图片库首发图片输入所述真实性检测模型,生成针对所述待检测图片的第二预估值。
可选地,所述装置还包括:
房源提取模块,用于从所述第二目标房源信息中,提取包含房源图片最多的第二目标房源信息作为第三目标房源信息,所述第三目标房源信息包括第二目标图片;
图片统计模块,用于对所述第二目标图片进行统计,获得第三数值;
预估值提取模块,用于从所述原始房源信息中各所述房源图片对应的预估值中,提取最小的预估值作为目标值;
第二真实性检测模块,用于根据所述第三数值与所述目标值,确定所述原始房源信息的第二真实性结果。
本发明实施例还公开了一种装置,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行如上所述的一个或多个的方法。
本发明实施例还公开了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如上所述的一个或多个的方法。
本发明实施例包括以下优点:
在本发明实施例中,通过获取每个房源信息中的房源图片,并查找针对房源图片的关联图片集合,接着确定遍历关联图片集合中各待检测图片,并获取图片信息,然后将图片信息输入真实性检测模型,得到原始房源信息的真实性结果,实现了通过对房源图片进行真实性检测,进而对房源信息的真实性进行检测,不仅可以识别出房源信息的真伪,保证了房源信息的真实性,还可以减少用户找房源的困扰,提高了用户找房体验。
附图说明
图1是本发明的一种房源信息的真实性检测方法实施例一的步骤流程图;
图2是本发明的一种房源信息的真实性检测方法实施例二的步骤流程图;
图3是本发明的一种房源信息的真实性检测装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
随着网络租房的发展,用户可以通过终端中的应用程序进行网络找房,从而寻找与自身需求匹配的房源。在应用程序中的房源排序模型中,由于房源图片可以较为直观地对房源进行描述,因此在房源排序模型中的占比较高。随之所带来的问题是许多的房源提供方从网络盗取各种房源图片,然后发布“虚假房源”信息,导致目前房源列表出现大量重复的房源图片,各房源图片与自身的房源信息并不匹配,给用户带来了较大的困扰,同时也为企业管理平台进行数据管理带来了较大的挑战。因此,本发明实施例中的核心构思之一在于通过获取房源信息中房源图片的图片信息,并将多个不同的图片信息输入真实性检测模型中,得到针对房源信息的真实性结果,,不仅可以识别出房源信息的真伪,保证了房源信息的真实性,还可以减少用户找房源的困扰,提高了用户找房体验。
参照图1,示出了本发明的一种房源信息的真实性检测方法实施例一的步骤流程图,具体可以包括如下步骤:
步骤101,获取原始房源信息,所述原始房源信息包括若干张房源图片;
作为一种示例,当需要对房源信息进行真实性检测时,可以从房源数据中获取其中一条原始房源信息,在该原始房源信息中,可以包括若干张房源图片,以及房源户型、房源面积、房源价格等等信息。
其中,房源信息可以为房源帖子,房源图片可以包括卧室图片、厨房图片、大厅图片以及卫生间图片等。
步骤102,确定针对所述房源图片的关联图片集合,所述关联图片集合包括多张待检测图片;
在具体实现中,一条原始房源信息中包括若干张房源图片,则可以分别确定针对各房源图片的关联图片集合,在关联图片集合中包括原始房源信息中房源图片,以及与房源图片关联的其他图片。
在一种示例中,假设原始房源信息包括卧室图片、厨房图片、大厅图片以及卫生间图片,则可以分别确定卧室图片、厨房图片、大厅图片以及卫生间图片对应的关联图片集合,图片集合①、图片集合②、图片集合③以及图片集合④。
步骤103,获取所述待检测图片的图片信息;
步骤104,将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果。
通过真实性检测模型,可以对同一图片集合下各待检测图片进行真实性检测,实现对同一图片集合下各待检测图片所在房源信息的真实性检测,进而得到针对原始房源信息的真实性结果。
在本发明实施例中,通过获取每个房源信息中的房源图片,并查找针对房源图片的关联图片集合,接着确定遍历关联图片集合中各待检测图片,并获取图片信息,然后将图片信息输入真实性检测模型,得到原始房源信息的真实性结果,实现了通过对房源图片进行真实性检测,进而对房源信息的真实性进行检测,不仅可以识别出房源信息的真伪,保证了房源信息的真实性,还可以减少用户找房源的困扰,提高了用户找房体验。
参照图2,示出了本发明的一种房源信息的真实性检测方法实施例二的步骤流程图,具体可以包括如下步骤:
步骤201,获取原始房源信息,所述原始房源信息包括若干张房源图片;
作为一种示例,可以先提取预设时间段内的房源数据,接着可以对每条房源信息的真实性进行检测。具体的,每条房源信息中包括若干张房源图片,则可以通过对房源图片进行评分,确定房源信息的真实性。
具体的,房源数据可以包括若干条房源信息,不同的房源信息可以属于同一小区,也可以属于不同的小区,每条房源信息可以包括若干张房源图片。
步骤202,确定针对所述房源图片的关联图片集合,所述关联图片集合人包括多张待检测图片;
对于原始房源信息中每张房源图片,可以根据图片相似度算法,从房源数据中,查找与房源图片之间的图片相似度大于第一预设阈值的房源图片作为第一目标图片,然后将房源图片与第一目标图片作为待检测图片,生成针对房源图片的关联图片集合,并确定该关联图片集合唯一的集合标识。
在一种示例中,可以根据图片相似度算法分析图片,将相似度大于80%的图片判定为重复图片,归结到同一组图片的Key,生成关联图片集合。
步骤203,获取所述待检测图片的图片信息;
当确定原始房源信息中各房源图片对应的关联图片集合后,可以获取各关联图片信息中各待检测图片的图片信息,以便根据图片信息进行真实性判断。其中,图片信息可以包括小区首发图片、命中小区信息、小区图片信息、命中房源信息、图片库信息以及图片库首发图片等。
在本发明的一种可选实施例中,由于存在相似或相同的房源图片,则对于房源图片的发布先后顺序,可以通过房源帖子的发布时序进行确定,若房源图片所在的房源帖子发布时间早于相似或相同房源图片所在的房源帖子,则可以将该房源图片标记为小区首发图片。
对于同一key的关联图片集合,可以先获取各待检测图片关联的第一目标房源信息,并确定各个第一目标房源信息的发布时间,然后将发布时间最早的第一目标房源信息所对应的待检测图片标记为小区首发图片,从而可以通过房源信息的发布时间,确定在关联图片集合中哪张图片属于首次被发布。
在一种示例中,原始房源信息中包括卧室图片A,通过相似度算法从房源数据中,查找到相似度大于80%的图片A1、图片A2以及图片A3,将图片A1、图片A2以及图片A3判定为与图片A相似的图片。则可以将图片A、图片A1、图片A2以及图片A3归结为同一key下的图片,生成关联图片集合。接着分别获取图片A、图片A1、图片A2以及图片A3所在房源信息的发布时间,并将发布时间最早的房源信息所对应的图片标记为小区首发图片,以表征同key图片集合下,小区首发图片所在的房源帖子为首发帖子。
在本发明的另一种可选实施例中,对于一张房源图片而言,其除了首发的房源帖子所在小区外,还可能被发布于其他的小区,则可以通过统计房源图片被发布到多少个小区中,确定命中小区信息,以表征房源图片被发布到多少个小区中。
可以从房源数据中,查找待检测图片所在的房源小区信息,并对房源小区信息进行数量统计,获得第一数值,然后将该第一数值作为命中小区信息Comn。
在一种示例中,对于同一key下的待检测图片,可以进行房源帖子清洗,确定各待检测图片被发布到多少个小区中。具体的,假设原始房源信息中某张房源图片的关联图片集合中包括图片A、图片A1、图片A2以及图片A3,则可以分别确定各图片被发布到多少个小区中,如图片A被发布到小区一以及小区二,图片A1被发布到小区一,图片A2被发布到小区二,图片A3被发布到小区一等等,则各待检测图片对应的命中小区信息可以如表1所示:
待检测图片 | 命中小区信息Comn |
图片A | 2 |
图片A1 | 1 |
图片A2 | 1 |
图片A3 | 1 |
表1
在本发明的一种可选实施例中,对于同一key下的待检测图片,可以分别获取各待检测图片所在房源信息的图片数量信息,并根据图片数量信息与命中小区信息,生成针对待检测图片的小区图片信息,以表征单条房源帖子中包含图片的数量。
在一种示例中,每条房源帖子中包括多张图片,则可以先获取待检测图片所在房源帖子中所包含的房源图片的数量,然后根据该数量与第一数值,计算小区图片信息,以表征单条房源帖子中包含图片的数量,具体可以如公式(1)所示:
Scorecpicn=Compicn/Picn 公式(1)
其中,Scorecpicn表示小区图片信息,取值范围可以为(0,1】;Compicn表示为命中小区信息;Picn表示待检测图片所在房源帖子中所包含的房源图片的数量。
在本发明的另一种可选实施例中,对于同一key下的待检测图片,可以通过获取第一目标图片关联的第二目标房源信息,接着对第二目标房源信息进行数量统计,获得第二数值,将第二数值作为命中房源信息。
在一种示例中,可以通过统计同一key下,与原始房源信息中房源图片相似的房源图片,被发布在多少条房源信息中,从而确定包含同key图片的房源帖子数量Agentn。假设原始房源信息中某张房源图片的关联图片集合中包括图片A(原始房源信息中的房源图片)、图片A1、图片A2以及图片A3,其中,当图片A被发布到房源帖子一以及房源帖子二,图片A1被发布到房源帖子三,图片A2被发布到房源帖子四,图片A3被发布到房源帖子五时,则各图片对应的命中房源信息可以如表2所示:
待检测图片 | 命中房源信息Agentn |
图片A | 3 |
图片A1 | 4 |
图片A2 | 4 |
图片A3 | 4 |
表2
其中,图片A对应的命中房源包括:房源帖子三、房源帖子四以及房源帖子五,命中房源信息为3;
图片A1对应的命中房源包括:房源帖子一、房源帖子二、房源帖子四以及房源帖子五,命中房源信息为4;
图片A2对应的命中房源包括:房源帖子一、房源帖子二、房源帖子三以及房源帖子五,命中房源信息为4;
图片A3对应的命中房源包括:房源帖子一、房源帖子二、房源帖子三以及房源帖子四,命中房源信息为4。
此外,当图片A被发布到房源帖子一以及房源帖子二,图片A1与图片A2被发布到房源帖子三,图片A3被发布到房源帖子四时,则各图片对应的命中房源信息可以如表3所示:则各图片对应的命中房源信息可以如表2所示:
待检测图片 | 命中房源信息Agentn |
图片A | 2 |
图片A1 | 3 |
图片A2 | 3 |
图片A3 | 3 |
表3
其中,图片A对应的命中房源包括:房源帖子三以及房源帖子四,命中房源信息为2;
图片A1对应的命中房源包括:房源帖子一、房源帖子二以及房源帖子四,命中房源信息为3;
图片A2对应的命中房源包括:房源帖子一、房源帖子二以及房源帖子四,命中房源信息为3;
图片A3对应的命中房源包括:房源帖子一、房源帖子二以及房源帖子三,命中房源信息为3。
在本发明的另一种实施例中,图片库信息可以用于表征房源图片与经纪公司图片库之间的关系,由于房源信息数据库是公共的,可能只有某一经纪公司独立维护,也可能由多个经纪公司共同维护,则通过图片库信息可以判断房源图片与经纪公司图片库之间的关联程度。
在一种示例中,可以根据命中房源信息与待检测图片所在房源信息的图片数量信息,对房源图片与经纪公司图片库之间的关联程度进行计算,生成针对待检测图片的图片库信息,然后根据数值的大小判断关联程度,数值越大表示房源图片被多个经纪公司共同管理,与单个经纪公司的关联度低,反之,则关联度大,具体可以如公式(2)所示
Scoreagentn=agentn/Picn 公式(2)
其中,Scoreagentn表示图片库信息,取值范围可以为(0,1】,用于表征房源图片与经纪公司图片库之间的关联程度;Agentn表示为命中房源信息;Picn表示待检测图片所在房源帖子中所包含的房源图片的数量。
在本发明的一种可选实施例中,每张房源图片可以被某一经纪公司的图片库采集,则获取待检测图片被图片库采集的采集时间,从关联图片集合中,将采集时间最早的待检测图片标记为图片库首发图片,从而可以确定在关联照片集合中那一张房源图片最先被经纪公司的图片库所采集。
需要说明的是,本发明实施例包括但不限于上述示例,可以理解的是,在本发明实施例的思想指导下,本领域技术人员可以根据实际情况进行设置,本发明对此不作限制。
步骤204,将所述待检测图片的图片信息输入所述真实性检测模型,生成针对所述待检测图片的预估值;
在本发明实施例中,当获取了各待检测图片的图片信息之后,可以分别对关联图片集合中各待检测图片进行打分,以便根据分值判断原始房源信息的真实性。
在本发明的一种可选实施例中,可以将图片信息输入真实性检测模型后,假设每张待检测图片受到小区首发图片、命中小区信息、小区图片信息、命中房源信息、图片库信息以及图片库首发图片等因素的影响,则可以通过如下评估方式对房源图片进行评分:
1、Feleasen表示待检测图片是否为小区首发图片,若是,则1分;若不是,则0分。
2、Agepicn表示待检测图片是否为图片库首发图片,若是,则1分;若不是,则0分。
3、Scorecomn表示命中小区信息对应的评分,具体如公式(3)所示:
Scorecomn=1/Comn 公式(3)
4、Scorecpicn表示小区图片信息,取值范围可以为(0,1]。
5、Scoreagentn表示图片库信息的评分,取值范围可以为(0,1],具体如公式(4)所示:
Scoreagentn=Agentn/Picn
具体的,当得到待检测图片的图片信息后,可以先确定各图片信息对应的评分值,如判断待检测图片是否为小区首发图片、是否为图片库首发图片,以及进行其他各项的初步评分,然后将各图片信息对应的评分值输入真实性检测模型作进一步的真实性判断。
在一种示例中,当第一数值大于第二预设阈值时,则将命中小区信息输入真实性检测模型,得到针对待检测图片的第一预估值;当第一数值小于第二预设阈值时,则将小区首发图片、命中小区信息、小区图片信息、命中房源信息、图片库信息以及图片库首发图片输入真实性检测模型,生成针对待检测图片的第二预估值,具体的可以如公式(5)所示:
则当第一数值,即命中小区信息Comn大于10时,则待检测图片的预估值Scoresispn为Scorecomn;当命中小区信息小于或等于10时,则将各项对应的评分值进行加和,从而得到待检测图片的预估值Scotesispn。
需要说明的是,本发明实施例包括但不限于上述示例,可以理解的是,在本发明实施例的思想指导下,本领域技术人员可以根据实际情况进行设置,本发明对此不作限制。
步骤205,将所述关联图片集合中各个所述待检测图片的预估值进行比较,确定针对所述原始房源信息的第一真实性结果。
当得到关联图片集合中各待检测图片对应的预估值之后,可以将各预估值进行大小比较,从而判断在同一Key下的所有待检测图片所在房源帖子为首发。具体的,可以根据预估值的大小,数值越大,则房源帖子更加真实,该帖子更趋向于首发帖子;反之,则房源帖子可能存在盗取其他帖子房源图片的概率,更趋向于“虚假房源”信息,从而通过对房源图片进行真实性检测,进而对房源信息的真实性进行检测,不仅可以识别出房源信息的真伪,保证了房源信息的真实性,还可以减少用户找房源的困扰,提高了用户找房体验。
在本发明的一种可选实施例中,针对单张图片进行房源帖子的评分之后,还可以通过对原始房源信息中每张房源图片的预估值,进一步进行房源信息的整体真实性检测。可以先从第二目标房源信息中,提取包含房源图片最多的第二目标房源信息作为第三目标房源信息,其中,第三目标房源信息包括第二目标图片,接着对第三目标房源信息中的第二目标图片进行统计,获得第三数值,原始房源信息中各房源图片对应的预估值中,提取最小的预估值作为目标值,根据第三数值与目标值,确定原始房源信息的第二真实性结果。
在网络房源信息中,房源提供方在一条房源帖子中发布的房源图片存在上限值,则对于原始房源信息的真实性,可以通过跟关联图片集合中相关的房源帖子进行比对。具体的,可以从关联的房源帖子中,提取包含最多房源图片的目标房源帖子,并确定该目标房源帖子中的房源图片总数量。
在一种示例中,针对原始房源信息的评分Scoresiapsisp,假设其受到每张房源图片的预估值得影响,且与房源信息中图片数量Scoreinpicn相关,则在整体的房源检测中,采用的是对房源信息的整体评分,具体可以如公式(6)所示:
其中,Scoreinpicn可以通过公式(7)得到:
Scoreinpicn=Inpicn/Max(Inpicn) 公式(7)
其中,Inpicn表示原始房源信息中的房源图片总数量,Max(Inpicn)表示房源信息中房源图片的上限值,可以根据实际情况进行设置,如设置为23;表示原始房源信息中房源图片的最小预估值。则在房源信息的整体真实性检测过程中,先对房源信息中各房源图片进行预估,接着提取房源图片中最小的预估值,并确定各房源图片所在关联图片集合中,其他房源信息中包含房源图片最多的目标房源信息,如原始房源图片包括图片A、图片B、图片C、图片D以及图片E,分别对应图片集合一、图片集合二、图片集合三、图片集合四以及图片集合五,其中,图片集合五种存在一个房源信息,包括20张房源图片,为所有图片集合中各房源图片所在房源信息中,包含最多房源图片的房源信息,则可以将该房源信息作为目标房源信息,并得到第三数值为20。然后可以将原始房源信息中最小的预估值与20进行计算,得到原始房源信息的第二真实性结果,即评分值。
需要说明的是,对于真实性结果,可以采用百分比策略,且上限值为1,当评分值越高,即表示房源信息更加真实。
在本发明实施例中,通过获取每个房源信息中的房源图片,并查找针对房源图片的关联图片集合,接着确定遍历关联图片集合中各待检测图片,并获取图片信息,然后将图片信息输入真实性检测模型,得到原始房源信息的真实性结果,实现了通过对房源图片进行真实性检测,进而对房源信息的真实性进行检测,不仅可以识别出房源信息的真伪,保证了房源信息的真实性,还可以减少用户找房源的困扰,提高了用户找房体验。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明的一种房源信息的真实性检测装置实施例的结构框图,具体可以包括如下模块:
房源信息获取模块301,用于获取原始房源信息,所述原始房源信息包括若干张房源图片;
图片集合确定模块302,用于确定针对所述房源图片的关联图片集合,所述关联图片集合包括多张待检测图片;
图片信息获取模块303,用于获取所述待检测图片的图片信息;
第一真实性检测模块304,用于将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果。
在本发明的一种可选实施例中,所述图片集合确定模块302包括:
图片查找子模块,用于从预设房源数据中,查找与所述房源图片之间的图片相似度大于第一预设阈值的房源图片作为第一目标图片;
图片集合生成子模块,用于将所述房源图片与所述第一目标图片作为待检测图片,生成针对所述房源图片的关联图片集合。
在本发明的一种可选实施例中,所述图片信息包括小区首发图片,所述图片信息获取模块303包括:
发布时间确定子模块,用于获取所述待检测图片关联的第一目标房源信息,以及所述第一目标房源信息的发布时间;
第一图片标记子模块,用于从所述关联图片集合中,将发布时间最早的第一目标房源信息所对应的待检测图片标记为小区首发图片。
在本发明的一种可选实施例中,所述图片信息包括命中小区信息,所述图片信息获取模块303包括:
小区信息查找子模块,用于从所述房源数据中,查找所述待检测图片所在的房源小区信息;
小区信息统计子模块,用于对所述房源小区信息进行数量统计,获得第一数值,将所述第一数值作为所述命中小区信息。
在本发明的一种可选实施例中,所述图片信息包括小区图片信息,所述图片信息获取模块303包括:
图片数量获取子模块,用于获取所述待检测图片所在房源信息的图片数量信息;
小区图片信息生成子模块,用于根据所述图片数量信息与所述命中小区信息,生成针对所述待检测图片的小区图片信息。
在本发明的一种可选实施例中,所述图片信息包括命中房源信息,所述图片信息获取模块303包括:
目标房源信息获取子模块,用于获取所述第一目标图片关联的第二目标房源信息;
命中房源信息确定子模块,用于对所述第二目标房源信息进行数量统计,获得第二数值,将所述第二数值作为所述命中房源信息。
在本发明的一种可选实施例中,所述图片信息包括图片库信息,所述图片信息获取模块303包括:
图片库信息生成子模块,用于根据所述命中房源信息与所述图片数量信息,生成针对所述待检测图片的图片库信息。
在本发明的一种可选实施例中,所述图片信息包括图片库首发图片,所述图片信息获取模块303包括:
采集时间获取子模块,用于获取所述待检测图片被图片库采集的采集时间;
第二图片标记子模块,用于从所述关联图片集合中,将采集时间最早的待检测图片标记为图片库首发图片。
在本发明的一种可选实施例中,所述第一真实性检测模块304包括:
预估值生成子模块,用于将所述待检测图片的图片信息输入所述真实性检测模型,生成针对所述待检测图片的预估值;
真实性结果确定子模块,用于将所述关联图片集合中各个所述待检测图片的预估值进行比较,确定针对所述原始房源信息的第一真实性结果。
在本发明的一种可选实施例中,所述预估值生成子模块具体用于:
当所述第一数值大于第二预设阈值时,则将所述命中小区信息输入所述真实性检测模型,得到针对所述待检测图片的第一预估值;
当所述第一数值小于所述第二预设阈值时,则将所述小区首发图片、所述命中小区信息、所述小区图片信息、所述命中房源信息、所述图片库信息以及所述图片库首发图片输入所述真实性检测模型,生成针对所述待检测图片的第二预估值。
在本发明的一种可选实施例中,所述装置还包括:
房源提取模块,用于从所述第二目标房源信息中,提取包含房源图片最多的第二目标房源信息作为第三目标房源信息,所述第三目标房源信息包括第二目标图片;
图片统计模块,用于对所述第二目标图片进行统计,获得第三数值;
预估值提取模块,用于从所述原始房源信息中各所述房源图片对应的预估值中,提取最小的预估值作为目标值;
第二真实性检测模块,用于根据所述第三数值与所述目标值,确定所述原始房源信息的第二真实性结果。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种装置,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行本发明实施例所述的方法。
本发明实施例还提供了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行本发明实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例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,本发明实施例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、EEPROM、Flash以及eMMC等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种房源信息的真实性检测方法和一种房源信息的真实性检测装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种房源信息的真实性检测方法,其特征在于,包括:
获取原始房源信息,所述原始房源信息包括若干张房源图片;
确定针对所述房源图片的关联图片集合,所述关联图片集合包括多张待检测图片;
获取所述待检测图片的图片信息;
将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果;
其中,所述图片信息至少包括小区首发图片、图片库首发图片、命中小区信息、小区图片信息以及图片库信息,所述命中小区信息为所述待检测图片所在房源小区信息对应的数量;
所述将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果,包括:
对于命中小区信息大于第二预设阈值的第一待检测图片,将所述第一待检测图片的命中小区信息输入所述预设的真实性检测模型,获得所述第一代检测图片对应的第一预估值;
对于命中小区信息小于或等于所述第二预设阈值的第二待检测图片,将所述小区首发图片、所述图片库首发图片、所述命中小区信息、所述小区图片信息以及所述图片库信息输入所述真实性检测模型,获得所述第二待检测图片对应的第二预估值;
其中,所述第一预估值和所述第二预估值分别为表征待检测图片所在房源信息的真实性,数值越大则房源信息的真实性越高;
其中,所述待检测图片中包括与所述房源图片对应的第一目标图片,所述方法还包括:
获取所述第一目标图片关联的第二目标房源信息;
从所述第二目标房源信息中,提取包含房源图片最多的第二目标房源信息作为第三目标房源信息,所述第三目标房源信息包括第二目标图片;
对所述第二目标图片进行统计,获得第三数值;
获取所述原始房源信息中各所述房源图片对应的第三预估值;
从各所述房源图片对应的第三预估值中,提取最小的第三预估值作为目标值;
根据所述第三数值与所述目标值,确定所述原始房源信息的第二真实性结果。
2.根据权利要求1所述的方法,其特征在于,所述确定针对所述房源图片的关联图片集合,包括:
从预设房源数据中,查找与所述房源图片之间的图片相似度大于第一预设阈值的房源图片作为第一目标图片;
将所述房源图片与所述第一目标图片作为待检测图片,生成针对所述房源图片的关联图片集合。
3.根据权利要求2所述的方法,其特征在于,所述图片信息包括小区首发图片,所述获取所述待检测图片的图片信息,包括:
获取所述待检测图片关联的第一目标房源信息,以及所述第一目标房源信息的发布时间;
从所述关联图片集合中,将发布时间最早的第一目标房源信息所对应的待检测图片标记为小区首发图片。
4.根据权利要求2所述的方法,其特征在于,所述图片信息包括命中小区信息,所述获取所述待检测图片的图片信息,包括:
从所述房源数据中,查找所述待检测图片所在的房源小区信息;
对所述房源小区信息进行数量统计,获得第一数值,将所述第一数值作为所述命中小区信息。
5.根据权利要求4所述的方法,其特征在于,所述图片信息包括小区图片信息,所述获取所述待检测图片的图片信息,包括:
获取所述待检测图片所在房源信息的图片数量信息;
根据所述图片数量信息与所述命中小区信息,生成针对所述待检测图片的小区图片信息。
6.根据权利要求5所述的方法,其特征在于,所述图片信息包括命中房源信息,所述获取所述待检测图片的图片信息,包括:
对所述第二目标房源信息进行数量统计,获得第二数值,将所述第二数值作为所述命中房源信息。
7.根据权利要求6所述的方法,其特征在于,所述图片信息包括图片库信息,所述获取所述待检测图片的图片信息,包括:
根据所述命中房源信息与所述图片数量信息,生成针对所述待检测图片的图片库信息。
8.根据权利要求7所述的方法,其特征在于,所述图片信息包括图片库首发图片,所述获取所述待检测图片的图片信息,包括:
获取所述待检测图片被图片库采集的采集时间;
从所述关联图片集合中,将采集时间最早的待检测图片标记为图片库首发图片。
9.一种房源信息的真实性检测装置,其特征在于,包括:
房源信息获取模块,用于获取原始房源信息,所述原始房源信息包括若干张房源图片;
图片集合确定模块,用于确定针对所述房源图片的关联图片集合,所述关联图片集合包括多张待检测图片;
图片信息获取模块,用于获取所述待检测图片的图片信息;
第一真实性检测模块,用于将所述图片信息输入预设的真实性检测模型,获得针对所述原始房源信息的真实性结果;
其中,所述图片信息至少包括小区首发图片、图片库首发图片、命中小区信息、小区图片信息以及图片库信息,所述命中小区信息为所述待检测图片所在房源小区信息对应的数量;
其中,所述第一真实性检测模块具体用于:
对于命中小区信息大于第二预设阈值的第一待检测图片,将所述第一待检测图片的命中小区信息输入所述预设的真实性检测模型,获得所述第一代检测图片对应的第一预估值;
对于命中小区信息小于或等于所述第二预设阈值的第二待检测图片,将所述小区首发图片、所述图片库首发图片、所述命中小区信息、所述小区图片信息以及所述图片库信息输入所述真实性检测模型,获得所述第二待检测图片对应的第二预估值;
其中,所述第一预估值和所述第二预估值分别为表征待检测图片所在房源信息的真实性,数值越大则房源信息的真实性越高;
其中,所述待检测图片中包括与所述房源图片对应的第一目标图片;
所述装置还包括:
目标房源信息获取子模块,用于获取所述第一目标图片关联的第二目标房源信息;
房源提取模块,用于从所述第二目标房源信息中,提取包含房源图片最多的第二目标房源信息作为第三目标房源信息,所述第三目标房源信息包括第二目标图片;
图片统计模块,用于对所述第二目标图片进行统计,获得第三数值;
预估值提取模块,用于获取所述原始房源信息中各所述房源图片对应的第三预估值,并从各所述房源图片对应的第三预估值中,提取最小的第三预估值作为目标值;
第二真实性检测模块,用于根据所述第三数值与所述目标值,确定所述原始房源信息的第二真实性结果。
10. 一种装置,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行如权利要求1-8任一项所述的方法。
11.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089359.6A CN111383032B (zh) | 2020-02-12 | 2020-02-12 | 一种房源信息的真实性检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010089359.6A CN111383032B (zh) | 2020-02-12 | 2020-02-12 | 一种房源信息的真实性检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111383032A CN111383032A (zh) | 2020-07-07 |
CN111383032B true CN111383032B (zh) | 2023-11-14 |
Family
ID=71221437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010089359.6A Active CN111383032B (zh) | 2020-02-12 | 2020-02-12 | 一种房源信息的真实性检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111383032B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409104A (zh) * | 2022-08-25 | 2022-11-29 | 贝壳找房(北京)科技有限公司 | 用于识别对象类型的方法、装置、设备、介质和程序产品 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678658A (zh) * | 2016-01-20 | 2016-06-15 | 太仓红码软件技术有限公司 | 一种房源图片真实性的鉴别方法及系统 |
WO2017128034A1 (zh) * | 2016-01-26 | 2017-08-03 | 盛玉伟 | 一种房产网的房源验证方法及系统 |
CN108763570A (zh) * | 2018-06-05 | 2018-11-06 | 北京拓世寰宇网络技术有限公司 | 一种识别相同房源的方法及装置 |
CN109189963A (zh) * | 2018-08-31 | 2019-01-11 | 北京诸葛找房信息技术有限公司 | 一种基于房源信息相似度与图片识别的房源去重方法 |
CN109523281A (zh) * | 2018-11-26 | 2019-03-26 | 北京拓世寰宇网络技术有限公司 | 一种确定房源图片类别的方法及装置 |
CN109583909A (zh) * | 2018-10-26 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 基于图像识别的房屋信息甄别方法、装置、设备及介质 |
CN109948644A (zh) * | 2019-01-21 | 2019-06-28 | 深圳壹账通智能科技有限公司 | 一种相似房源数据检测方法、装置及终端设备 |
CN110033284A (zh) * | 2019-03-13 | 2019-07-19 | 平安城市建设科技(深圳)有限公司 | 房源验真方法、装置、设备及存储介质 |
WO2019210575A1 (zh) * | 2018-05-04 | 2019-11-07 | 平安科技(深圳)有限公司 | 不动产信息查询方法、装置、计算机设备和存储介质 |
CN110619039A (zh) * | 2018-12-25 | 2019-12-27 | 北京时光荏苒科技有限公司 | 一种房产信息的校验方法、装置、存储介质及电子设备 |
CN110633381A (zh) * | 2018-12-25 | 2019-12-31 | 北京时光荏苒科技有限公司 | 一种识别虚假房源的方法、装置、存储介质及电子设备 |
CN110633726A (zh) * | 2018-12-25 | 2019-12-31 | 北京时光荏苒科技有限公司 | 一种房源识别方法、装置、存储介质及电子设备 |
-
2020
- 2020-02-12 CN CN202010089359.6A patent/CN111383032B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678658A (zh) * | 2016-01-20 | 2016-06-15 | 太仓红码软件技术有限公司 | 一种房源图片真实性的鉴别方法及系统 |
WO2017128034A1 (zh) * | 2016-01-26 | 2017-08-03 | 盛玉伟 | 一种房产网的房源验证方法及系统 |
WO2019210575A1 (zh) * | 2018-05-04 | 2019-11-07 | 平安科技(深圳)有限公司 | 不动产信息查询方法、装置、计算机设备和存储介质 |
CN108763570A (zh) * | 2018-06-05 | 2018-11-06 | 北京拓世寰宇网络技术有限公司 | 一种识别相同房源的方法及装置 |
CN109189963A (zh) * | 2018-08-31 | 2019-01-11 | 北京诸葛找房信息技术有限公司 | 一种基于房源信息相似度与图片识别的房源去重方法 |
CN109583909A (zh) * | 2018-10-26 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 基于图像识别的房屋信息甄别方法、装置、设备及介质 |
CN109523281A (zh) * | 2018-11-26 | 2019-03-26 | 北京拓世寰宇网络技术有限公司 | 一种确定房源图片类别的方法及装置 |
CN110619039A (zh) * | 2018-12-25 | 2019-12-27 | 北京时光荏苒科技有限公司 | 一种房产信息的校验方法、装置、存储介质及电子设备 |
CN110633381A (zh) * | 2018-12-25 | 2019-12-31 | 北京时光荏苒科技有限公司 | 一种识别虚假房源的方法、装置、存储介质及电子设备 |
CN110633726A (zh) * | 2018-12-25 | 2019-12-31 | 北京时光荏苒科技有限公司 | 一种房源识别方法、装置、存储介质及电子设备 |
CN109948644A (zh) * | 2019-01-21 | 2019-06-28 | 深圳壹账通智能科技有限公司 | 一种相似房源数据检测方法、装置及终端设备 |
CN110033284A (zh) * | 2019-03-13 | 2019-07-19 | 平安城市建设科技(深圳)有限公司 | 房源验真方法、装置、设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
大数据时代计算机软件技术的开发与应用探讨;计春风;科技与创新(第24期);158-159 * |
宋琳 ; .不同运营模式下在线短租经济的博弈行为分析.东岳论丛.2018,(第02期),98-106. * |
巴曙松,等.《房地产大转型的"互联网"+路径》.厦门大学出版社,2015,179. * |
浅谈房源核验和房屋状况说明书;陆晓平;中国房地产(第34期);50-52 * |
Also Published As
Publication number | Publication date |
---|---|
CN111383032A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110020433B (zh) | 一种基于企业关联关系的工商高管人名消歧方法 | |
WO2019076173A1 (zh) | 内容推送方法、装置及计算机设备 | |
CN104182517A (zh) | 数据处理的方法及装置 | |
CN108304328B (zh) | 一种众包测试报告的文本描述生成方法、系统及装置 | |
CN112447189A (zh) | 语音事件检测方法、装置、电子设备及计算机存储介质 | |
US20180075066A1 (en) | Method and apparatus for displaying electronic photo, and mobile device | |
JP7103496B2 (ja) | 関連スコア算出システム、方法およびプログラム | |
CN110866249A (zh) | 一种动态检测恶意代码的方法、装置及电子设备 | |
CN111383032B (zh) | 一种房源信息的真实性检测方法和装置 | |
CN110807546A (zh) | 社区网格人口变化预警方法及系统 | |
CN112561636A (zh) | 一种推荐方法、装置、终端设备及介质 | |
CN109446520B (zh) | 用于构建知识库的数据聚类方法及装置 | |
CN109144999B (zh) | 一种数据定位方法、装置及存储介质、程序产品 | |
CN108763242B (zh) | 标签生成方法及装置 | |
CN111325255A (zh) | 特定人群圈定方法、装置、电子设备及存储介质 | |
Li et al. | Vandalism detection in OpenStreetMap via user embeddings | |
CN114139636B (zh) | 异常作业处理方法及装置 | |
CN104484330A (zh) | 基于分档关键词阈值组合评估的垃圾评论预选方法及装置 | |
JPWO2019187107A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN110929207B (zh) | 数据处理方法、装置和计算机可读存储介质 | |
CN110633466B (zh) | 基于语义分析的短信犯罪识别方法、系统和可读存储介质 | |
CN111382343B (zh) | 一种标签体系生成方法及装置 | |
CN113591881A (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 | |
CN110309312B (zh) | 一种关联事件获取方法及装置 | |
CN112328779A (zh) | 训练样本构建方法、装置、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |