CN112150034A - 基于递归算法的招商楼宇选址系统和方法 - Google Patents

基于递归算法的招商楼宇选址系统和方法 Download PDF

Info

Publication number
CN112150034A
CN112150034A CN202011089154.4A CN202011089154A CN112150034A CN 112150034 A CN112150034 A CN 112150034A CN 202011089154 A CN202011089154 A CN 202011089154A CN 112150034 A CN112150034 A CN 112150034A
Authority
CN
China
Prior art keywords
source information
resource pool
room
addressing
house source
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
Application number
CN202011089154.4A
Other languages
English (en)
Inventor
王小鹏
田孝华
郝敬全
马述杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taihua Wisdom Industry Group Co Ltd
Original Assignee
Taihua Wisdom Industry Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taihua Wisdom Industry Group Co Ltd filed Critical Taihua Wisdom Industry Group Co Ltd
Priority to CN202011089154.4A priority Critical patent/CN112150034A/zh
Publication of CN112150034A publication Critical patent/CN112150034A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种基于递归算法的招商楼宇选址系统和方法，系统包括数据库模块、数据粗筛模块和楼宇选址模块；数据库模块，采集房源信息；第一数据粗筛单元，预设第一筛选条件，接收房源信息，根据第一筛选条件获取第一房源信息；第二数据粗筛单元，预设第二筛选条件，接收第一房源信息，根据第二筛选条件获取第二房源信息；选址资源池单元，预设选址条件，接收第二房源信息，根据选址条件获取资源池，单一房间选址资源池中的房源信息均为目标房源信息；递归计算单元，接收资源池，对异楼选址资源池、同楼选址资源池，以及同层选址资源池进行递归计算，获取目标房源信息。本申请按照需求添加异楼、同楼、同层、单一房间查询方式，丰富查询方式。

Description

基于递归算法的招商楼宇选址系统和方法
技术领域
本申请涉及数据处理技术领域，尤其涉及一种基于递归算法的招商楼宇选址系统和方法。
背景技术
现有的招商楼宇选址方式一般比较简单，只是根据查询条件进行单房间或者单楼层的查询，因此不能给出非常符合条件的选址方案。
具体存在问题：
1、目标单一，只能进行单楼宇查询；
2、条件简单，只能针对租金和面积查询；
3、检索方式单一，针对面积查询的结果只是符合条件的单一房间或单一楼层，不能得到房间组合。
发明内容
本申请公开了一种基于递归算法的招商楼宇选址系统和方法，用于解决现有的招商楼宇选址方式一般比较简单，不能给出非常符合条件的选址方案的问题。
一方面，本发明提供了一种基于递归算法的招商楼宇选址系统，包括：数据库模块、数据粗筛模块和楼宇选址模块；
所述数据库模块，与所述数据粗筛模块相耦接，采集房源信息，并将所述房源信息发送至数据粗筛模块；
所述数据粗筛模块，包括第一数据粗筛单元和第二数据粗筛单元；
所述第一数据粗筛单元，分别与所述数据库模块和所述第二数据粗筛单元相耦接，预设第一筛选条件，用于接收所述数据库模块发送的所述房源信息，并根据所述第一筛选条件在所述房源信息中获取第一房源信息，并将所述第一房源信息发送至所述第二数据粗筛单元；
所述第二数据粗筛单元，分别与所述第一数据粗筛单元和所述楼宇选址模块相耦接，预设第二筛选条件，用于接收所述第一数据粗筛单元的所述第一房源信息，并根据所述第二筛选条件在所述第一房源信息中获取第二房源信息，并将所述第二房源信息发送至所述楼宇选址模块；
所述楼宇选址模块，包括选址资源池单元和递归计算单元；
所述选址资源池单元，分别与所述第二数据粗筛单元和所述递归计算单元相耦接，预设选址条件，用于接收所述第二数据粗筛单元发送的所述第二房源信息，并根据所述选址条件将所述第二房源信息获取资源池，并将所述资源池发送至所述递归计算单元，其中，所述资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，所述单一房间选址资源池中的房源信息均为目标房源信息；
所述递归计算单元，与所述选址资源池单元相耦接，用于接收所述选址资源池单元发送的资源池，对所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池进行递归计算，获取所述目标房源信息。
优选的，所述递归计算单元包括排序子单元和递归计算子单元；
所述排序子单元，分别与所述选址资源池单元和所述递归计算子单元相耦接，用于接收所述选址资源池单元发送的所述资源池，对所述异楼选址资源池、所述同楼选址资源池，或者所述同层选址资源池中的所述第二房源信息进行排序得到第一数组，并将所述第一数组发送至所述递归计算子单元中；
所述递归计算子单元，与所述排序子单元相耦接，用于接收所述排序子单元发送的所述第一数组，对所述第一数组进行递归计算，获取所述目标房源信息。
优选的，所述递归计算子单元预设需求面积s的区间为s1＜s＜s2；
取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当ax≤s1时，s1-ax＜s＜s2-ax，直至s1＜ax＜s2时，s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
或者，取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当s1＜ax＜s2时s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
其中，x、s1、s2均为正整数，且n＞x。
优选的，所述递归计算子单元将所述单一房间选址资源池、所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池中的所述目标房源信息并集，得到并集后的所述目标房源信息。
优选的，所述第一数据粗筛单元中预设的所述第一筛选条件包括物业费、车位、装修情况、以及周边配套设施；
所述第二数据粗筛单元中预设的所述第二筛选条件为所述目标房源的面积信息，
其中，所述目标房源的面积信息区间大于所述需求面积区间。
另一方面，本发明提供了一种基于递归算法的招商楼宇选址方法，包括步骤：
采集房源信息；
预设第一筛选条件，根据所述第一筛选条件在所述房源信息中获取第一房源信息；
预设第二筛选条件，根据所述第二筛选条件在所述第一房源信息中获取第二房源信息；
预设选址条件，根据所述选址条件将所述第二房源信息获取资源池，其中，所述资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，所述单一房间选址资源池中的房源信息均为目标房源信息；
对所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池进行递归计算，获取所述目标房源信息。
优选的，所述对所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池进行递归计算，获取所述目标房源信息，包括步骤：
将所述异楼选址资源池、所述同楼选址资源池，或者所述同层选址资源池中的所述第二房源信息进行排序得到第一数组；
预设需求面积s的区间为s1＜s＜s2；
取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当ax≤s1时，s1-ax＜s＜s2-ax，直至s1＜ax＜s2时，s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
或者，取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当s1＜ax＜s2时s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
其中，x、s1、s2均为正整数，且n＞x。
优选的，将所述单一房间选址资源池、所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池中的所述目标房源信息并集，得到并集后的所述目标房源信息。
优选的，所述第一筛选条件包括物业费、车位、装修情况、以及周边配套设施。
优选的，所述第二筛选条件为所述目标房源的面积信息，
其中，所述目标房源的面积信息区间大于所述需求面积区间。
与现有技术相比，本发明提供的基于递归算法的招商楼宇选址系统和方法，达到如下有益效果：
1、本发明提供的基于递归算法的招商楼宇选址系统和方法，丰富查询方式，按照需求添加异楼、同楼、同层、单一房间查询方式。
2、本发明提供的基于递归算法的招商楼宇选址系统和方法，针对使用需求，引入兴趣点综合查询，丰富查询条件；
3、本发明提供的基于递归算法的招商楼宇选址系统和方法，通过递归算法，实现房间任意组合的检索方式，并返回所有符合条件的房间组合。
4、本发明提供的基于递归算法的招商楼宇选址系统和方法，结合递归算法和前后台融合方案，简化了查询方式的同时，丰富了查询结果。同时通过多步筛查，降低了大数据量单纯递归求解的复杂度，提高了选址效率。
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
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明基于递归算法的招商楼宇选址系统的模块结构图；
图2为本发明基于递归算法的招商楼宇选址方法的一种流程图；
图3本发明基于递归算法的招商楼宇选址方法的又一种流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。应注意到，所描述的实施例实际上仅仅是本发明一部分实施例，而不是全部的实施例，且实际上仅是说明性的，决不作为对本发明及其应用或使用的任何限制。本申请的保护范围当视所附权利要求所界定者为准。
实施例1：
参见图1所示，图1为本发明基于递归算法的招商楼宇选址系统的模块结构图，基于递归算法的招商楼宇选址系统100包括：数据库模块1、数据粗筛模块2和楼宇选址模块3；
数据库模块1，与数据粗筛模块2相耦接，采集房源信息，并将房源信息发送至数据粗筛模块2；采集全部房源信息为后续目标房源提供选择。
数据粗筛模块2，包括第一数据粗筛单元21和第二数据粗筛单元22；
第一数据粗筛单元21，分别与数据库模块1和第二数据粗筛单元22相耦接，预设第一筛选条件，用于接收数据库模块1发送的房源信息，并根据第一筛选条件在房源信息中获取第一房源信息，并将第一房源信息发送至第二数据粗筛单元22；
可选的，第一数据粗筛单元21中预设的第一筛选条件包括物业费、车位、装修情况、以及周边配套设施；
可以理解的是，第一数据粗筛单元21在数据库模块1提供的全部房源信息选择出满足第一筛选条件的房源信息，该部分的房源信息统称为第一房源信息；其中，第一筛选条件包括物业费、车位、装修情况、以及周边配套设施，即可以先根据招商楼宇自身的属性，将不符合条件的房间、楼宇过滤掉，例如物业费、车位、装修情况、周边配套设施等，过滤掉无需计算的房间，来缩减递归计算的资源池，增加计算效率。
第二数据粗筛单元22，分别与第一数据粗筛单元21和楼宇选址模块3相耦接，预设第二筛选条件，用于接收第一数据粗筛单元21的第一房源信息，并根据第二筛选条件在第一房源信息中获取第二房源信息，并将第二房源信息发送至楼宇选址模块3；
可选的，第二数据粗筛单元22中预设的第二筛选条件为目标房源的面积信息，其中，目标房源的面积信息的区间大于需求面积区间。
可以理解的是，第二数据粗筛单元22在第一数据粗筛单元21提供的第一房源信息中选择出满足第二筛选条件的房源信息，该部分房源信息统称为第二房源信息；其中，第二筛选条件为目标房源的面积信息，第二目标房源中的面积小于目标房源的面积，由于大于所选面积的房间肯定不能通过组合形成符合选址的结果，因此将大于所选面积区间的房间去掉，再次减少需要递归查询的房间数量，来缩减递归计算的资源池，增加计算效率。
楼宇选址模块3，包括选址资源池单元31和递归计算单元32；
选址资源池单元31，分别与第二数据粗筛单元22和递归计算单元32相耦接，预设选址条件，用于接收第二数据粗筛单元22发送的第二房源信息，并根据选址条件将第二房源信息获取资源池，并将资源池发送至递归计算单元32，其中，资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，单一房间选址资源池中的房源信息均为目标房源信息；
递归计算单元32，与选址资源池单元31相耦接，用于接收选址资源池单元31发送的资源池，对异楼选址资源池、同楼选址资源池，以及同层选址资源池进行递归计算，获取目标房源信息。
可选的，递归计算单元32包括排序子单元321和递归计算子单元322；
排序子单元321，分别与选址资源池单元31和递归计算子单元322相耦接，用于接收选址资源池单元31发送的资源池，对异楼选址资源池、同楼选址资源池，或者同层选址资源池中的第二房源信息进行排序得到第一数组，并将第一数组发送至递归计算子单元322中；
递归计算子单元322中，与排序子单元321相耦接，用于接收排序子单元321发送的第一数组，对第一数组进行递归计算，获取目标房源信息；
可选的，递归计算子单元322预设需求面积s的区间为s1＜s＜s2；
取值游标定位到第x个第二房源信息，第x个第二房源信息的第x面积为ax，当ax≤s1时，s1-ax＜s＜s2-ax，直至s1＜ax＜s2时，s1＜s＜s2-ax，取值游标定位到第n个第二房源信息，第n个第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将第n个第二房源信息发送至第一数组中，将第一数组转换为第二数组，第二数组中的第二房源信息为目标房源信息；
或者，取值游标定位到第x个第二房源信息，第x个第二房源信息的第x面积为ax，当s1＜ax＜s2时s1＜s＜s2-ax，取值游标定位到第n个第二房源信息，第n个第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将第n个第二房源信息发送至第一数组中，将第一数组转换为第二数组，第二数组中的第二房源信息为目标房源信息；
其中，x、s1、s2均为正整数，且n＞x。
可选的，递归计算子单元322将单一房间选址资源池、异楼选址资源池、同楼选址资源池，以及同层选址资源池中的目标房源信息并集，得到并集后的目标房源信息，即得到单一房间选址资源池、异楼选址资源池、同楼选址资源池，以及同层选址资源池中的全部目标房源信息。
可以理解的是，首先单一房间选址资源池中的第二房源信息直接通过需求面积区间过滤每个初筛后房间，符合条件的所有房间即为目标房源信息；其次，分别计算出异楼选址资源池、同楼选址资源池，或者同层选址资源池中的目标房源，进而再将单一房间选址资源池、异楼选址资源池、同楼选址资源池，以及同层选址资源池中的目标房源的并集，得到最终的目标房源信息，即本实施例提供的基于递归算法的招商楼宇选址系统和方法，结合递归算法和前后台融合方案，简化了查询方式的同时，丰富了查询结果。同时通过多步筛查，降低了大数据量单纯递归求解的复杂度，提高了选址效率。
实施例2：参见图2，图2为本发明基于递归算法的招商楼宇选址方法的一种流程图，基于递归算法的招商楼宇选址方法包括步骤：
步骤101：采集房源信息；
步骤102：预设第一筛选条件，根据第一筛选条件在房源信息中获取第一房源信息；
可选的，第一筛选条件包括物业费、车位、装修情况、以及周边配套设施。
可以理解的是，第一数据粗筛单元在数据库模块提供的全部房源信息选择出满足第一筛选条件的房源信息，该部分的房源信息统称为第一房源信息；其中，第一筛选条件包括物业费、车位、装修情况、以及周边配套设施，即可以先根据招商楼宇自身的属性，将不符合条件的房间、楼宇过滤掉，例如物业费、车位、装修情况、周边配套设施等，过滤掉无需计算的房间，来缩减递归计算的资源池，增加计算效率。
步骤103：预设第二筛选条件，根据第二筛选条件在第一房源信息中获取第二房源信息；
可选的，第二筛选条件为目标房源的面积信息，其中，目标房源的面积信息区间大于需求面积区间。
可以理解的是，第二数据粗筛单元22在第一数据粗筛单元21提供的第一房源信息中选择出满足第二筛选条件的房源信息，该部分房源信息统称为第二房源信息；其中，第二筛选条件为目标房源的面积信息，第二目标房源中的面积小于目标房源的面积，由于大于所选面积的房间肯定不能通过组合形成符合选址的结果，因此将大于所选面积区间的房间去掉，再次减少需要递归查询的房间数量，来缩减递归计算的资源池，增加计算效率。
步骤104：预设选址条件，根据选址条件将第二房源信息获取资源池，其中，资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，单一房间选址资源池中的第二房源信息均为目标房源信息；
步骤105：对异楼选址资源池、同楼选址资源池，以及同层选址资源池进行递归计算，获取目标房源信息。
在步骤105中还包括：
将异楼选址资源池、同楼选址资源池，或者同层选址资源池中的第二房源信息进行排序得到第一数组；
预设需求面积s的区间为s1＜s＜s2；
取值游标定位到第x个第二房源信息，第x个第二房源信息的第x面积为ax，当ax≤s1时，s1-ax＜s＜s2-ax，直至s1＜ax＜s2时，s1＜s＜s2-ax，取值游标定位到第n个第二房源信息，第n个第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将第n个第二房源信息发送至第一数组中，将第一数组转换为第二数组，第二数组中的第二房源信息为目标房源信息；
或者，取值游标定位到第x个第二房源信息，第x个第二房源信息的第x面积为ax，当s1＜ax＜s2时s1＜s＜s2-ax，取值游标定位到第n个第二房源信息，第n个第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将第n个第二房源信息发送至第一数组中，将第一数组转换为第二数组，第二数组中的第二房源信息为目标房源信息；
其中，x、s1、s2均为正整数，且n＞x。
可选的，还包括将单一房间选址资源池、异楼选址资源池、同楼选址资源池，以及同层选址资源池中的目标房源信息并集，得到并集后的目标房源信息。
可以理解的是，首先单一房间选址资源池中的第二房源信息直接通过需求面积区间过滤每个初筛后房间，符合条件的所有房间即为目标房源信息；其次，分别计算出异楼选址资源池、同楼选址资源池，或者同层选址资源池中的目标房源，进而再将单一房间选址资源池、异楼选址资源池、同楼选址资源池，以及同层选址资源池中的目标房源的并集，得到最终的目标房源信息，即本实施例提供的基于递归算法的招商楼宇选址系统和方法，结合递归算法和前后台融合方案，简化了查询方式的同时，丰富了查询结果。同时通过多步筛查，降低了大数据量单纯递归求解的复杂度，提高了选址效率。
实施例3：
参见图3，图3本发明基于递归算法的招商楼宇选址方法的又一种流程图。本实施例为基于递归算法的招商楼宇选址方法的具体实施例：基于递归算法的招商楼宇选址方法包括步骤：
步骤201：数据粗筛。
步骤2011：与面积无关的条件筛查。
预设第一筛选条件，根据第一筛选条件在房源信息中获取第一房源信息；先根据招商楼宇自身的属性，将不符合条件的房间、楼宇过滤掉，例如物业费、车位、装修情况、周边配套设施等，减少后期需要递归查询的房间数量。兴趣点查询只是粗筛中的一种过滤条件，直接引用现在有的查询方式，不是本专利中的重点内容。本步骤是通过与面积无关的条件查询，过滤掉无需计算的房间，来缩减递归计算的资源池，增加计算效率。
步骤2012：面积初步筛查。
预设第二筛选条件，根据第二筛选条件在第一房源信息中获取第二房源信息；
由于大于所选面积的房间肯定不能通过组合形成符合选址的结果，因此将大于所选面积区间的房间去掉，再次减少需要递归查询的房间数量，来缩减递归计算的资源池，增加计算效率。
步骤202：楼宇选址。
步骤2021：确定选址资源池。
预设选址条件，根据选址条件将第二房源信息获取资源池，其中，资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，即根据选址条件中异楼、同楼、同层、单一房间确定选址资源池。
其中，单一房间选址资源池中的第二房源信息均为目标房源信息；
同层选址，则将每层通过初筛的房间作为一个资源池，通过递归计算获得结果；
同楼选址类似于同层选址，以楼宇为单位形成资源池，进行递归计算；
异楼选址，将所有初筛房间作为一个资源池进行递归选址。
步骤2022：递归计算。
同层选址、同楼选址、异楼选址三种选址方案需要调用递归算法进行房间选址。根据上一步确定选址资源池，对每一个选址资源池进行递归计算来获取最终符合条件的方案。
具体递归方法包括步骤：
步骤a：将异楼选址资源池、同楼选址资源池，或者同层选址资源池中的第二房源信息进行排序得到第一数组，后面每次取值都会将所取第二房源信息存入到第一数组中。
步骤b：方案取值游标定位到第一个第二房源信息，第一个第二房源信息的面积为a1，预设需求面积s的区间为s1＜s＜s2；
如果a1≤s1，则s1’＝s1-a1，s2’＝s2-a1，然后继续操作步骤c；
如果a1>s1，并且a1≤s2，则s2’＝s2-a1，然后执行步骤d。
步骤c：取值游标定位到第x个第二房源信息，第x个第二房源信息的第x面积为ax，
如果ax≤s1，则1’＝s1-ax，s2’＝s2-ax，然后继续操作步骤c；
如果a1>s1，并且a1≤s2，则s2’＝s2-a1，然后执行步骤d。
步骤d：取值游标定位到第x个第二房源信息，第x个第二房源信息的第x面积为ax，
如果ax≤s2，则s2’＝s2-a1，然后执行步骤d；
如果ax＞s2时，完成当前方案选取，将第n个第二房源信息发送至第一数组中；
步骤e：方案取值游标定位到下一个第二房源信息a2，原数组a2变为a1，从操作步骤b继续执行；
步骤f：方案取值游标定位到下一个第二房源信息ax，原数组ax变为a1，从操作步骤b继续执行；
步骤g：直到完成整个递归算法，完成计算；
其中，x、s1、s2均为正整数，且n＞x。
经过以上递归计算，所有通过操作步骤d输出的组合方案即为当前资源池递归获的选址方案。如果是多资源池的，对每个资源池进行一次递归计算，将得到的结果取并集，即为最终所需的选址方案集合。
可以理解的是，首先单一房间选址资源池中的第二房源信息直接通过需求面积区间过滤每个初筛后房间，符合条件的所有房间即为目标房源信息；其次，分别计算出异楼选址资源池、同楼选址资源池，或者同层选址资源池中的目标房源，进而再将单一房间选址资源池、异楼选址资源池、同楼选址资源池，以及同层选址资源池中的目标房源的并集，得到最终的目标房源信息，即本实施例提供的基于递归算法的招商楼宇选址系统和方法，结合递归算法和前后台融合方案，简化了查询方式的同时，丰富了查询结果。同时通过多步筛查，降低了大数据量单纯递归求解的复杂度，提高了选址效率。
通过以上各实施例可知，本申请存在的有益效果是：
1、本发明提供的基于递归算法的招商楼宇选址系统和方法，丰富查询方式，按照需求添加异楼、同楼、同层、单一房间查询方式。
2、本发明提供的基于递归算法的招商楼宇选址系统和方法，针对使用需求，引入兴趣点综合查询，丰富查询条件；
3、本发明提供的基于递归算法的招商楼宇选址系统和方法，通过递归算法，实现房间任意组合的检索方式，并返回所有符合条件的房间组合。
4、本发明提供的基于递归算法的招商楼宇选址系统和方法，结合递归算法和前后台融合方案，简化了查询方式的同时，丰富了查询结果。同时通过多步筛查，降低了大数据量单纯递归求解的复杂度，提高了选址效率。
上面通过附图和实施例，对本申请的技术方案做虽然已经通过例子对本申请的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种基于递归算法的招商楼宇选址系统，其特征在于，包括：数据库模块、数据粗筛模块和楼宇选址模块；
所述数据库模块，与所述数据粗筛模块相耦接，采集房源信息，并将所述房源信息发送至数据粗筛模块；
所述数据粗筛模块，包括第一数据粗筛单元和第二数据粗筛单元；
所述第一数据粗筛单元，分别与所述数据库模块和所述第二数据粗筛单元相耦接，预设第一筛选条件，用于接收所述数据库模块发送的所述房源信息，并根据所述第一筛选条件在所述房源信息中获取第一房源信息，并将所述第一房源信息发送至所述第二数据粗筛单元；
所述第二数据粗筛单元，分别与所述第一数据粗筛单元和所述楼宇选址模块相耦接，预设第二筛选条件，用于接收所述第一数据粗筛单元的所述第一房源信息，并根据所述第二筛选条件在所述第一房源信息中获取第二房源信息，并将所述第二房源信息发送至所述楼宇选址模块；
所述楼宇选址模块，包括选址资源池单元和递归计算单元；
所述选址资源池单元，分别与所述第二数据粗筛单元和所述递归计算单元相耦接，预设选址条件，用于接收所述第二数据粗筛单元发送的所述第二房源信息，并根据所述选址条件将所述第二房源信息获取资源池，并将所述资源池发送至所述递归计算单元，其中，所述资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，所述单一房间选址资源池中的房源信息均为目标房源信息；
所述递归计算单元，与所述选址资源池单元相耦接，用于接收所述选址资源池单元发送的资源池，对所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池进行递归计算，获取所述目标房源信息。
2.根据权利要求1所述的基于递归算法的招商楼宇选址系统，其特征在于，所述递归计算单元包括排序子单元和递归计算子单元；
所述排序子单元，分别与所述选址资源池单元和所述递归计算子单元相耦接，用于接收所述选址资源池单元发送的所述资源池，对所述异楼选址资源池、所述同楼选址资源池，或者所述同层选址资源池中的所述第二房源信息进行排序得到第一数组，并将所述第一数组发送至所述递归计算子单元中；
所述递归计算子单元，与所述排序子单元相耦接，用于接收所述排序子单元发送的所述第一数组，对所述第一数组进行递归计算，获取所述目标房源信息。
3.根据权利要求2所述的基于递归算法的招商楼宇选址系统，其特征在于，所述递归计算子单元预设需求面积s的区间为s1＜s＜s2；
取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当ax≤s1时，s1-ax＜s＜s2-ax，直至s1＜ax＜s2时，s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
或者，取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当s1＜ax＜s2时s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
其中，x、s1、s2均为正整数，且n＞x。
4.根据权利要求1所述的基于递归算法的招商楼宇选址系统，其特征在于，所述递归计算子单元将所述单一房间选址资源池、所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池中的所述目标房源信息并集，得到并集后的所述目标房源信息。
5.根据权利要求1所述的基于递归算法的招商楼宇选址系统，其特征在于，所述第一数据粗筛单元中预设的所述第一筛选条件包括物业费、车位、装修情况、以及周边配套设施；
所述第二数据粗筛单元中预设的所述第二筛选条件为所述目标房源的面积信息，
其中，所述目标房源的面积信息区间大于所述需求面积区间。
6.一种基于递归算法的招商楼宇选址方法，其特征在于，包括步骤：
采集房源信息；
预设第一筛选条件，根据所述第一筛选条件在所述房源信息中获取第一房源信息；
预设第二筛选条件，根据所述第二筛选条件在所述第一房源信息中获取第二房源信息；
预设选址条件，根据所述选址条件将所述第二房源信息获取资源池，其中，所述资源池包括异楼选址资源池、同楼选址资源池、同层选址资源池、单一房间选址资源池，所述单一房间选址资源池中的房源信息均为目标房源信息；
对所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池进行递归计算，获取所述目标房源信息。
7.根据权利要求6所述的基于递归算法的招商楼宇选址方法，其特征在于，所述对所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池进行递归计算，获取所述目标房源信息，包括步骤：
将所述异楼选址资源池、所述同楼选址资源池，或者所述同层选址资源池中的所述第二房源信息进行排序得到第一数组；
预设需求面积s的区间为s1＜s＜s2；
取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当ax≤s1时，s1-ax＜s＜s2-ax，直至s1＜ax＜s2时，s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
或者，取值游标定位到第x个所述第二房源信息，第x个所述第二房源信息的第x面积为ax，当s1＜ax＜s2时s1＜s＜s2-ax，取值游标定位到第n个所述第二房源信息，第n个所述第二房源信息的第n面积为an，an＞s2时，完成当前方案选取，将所述第n个所述第二房源信息发送至所述第一数组中，将所述第一数组转换为第二数组，所述第二数组中的所述第二房源信息为所述目标房源信息；
其中，x、s1、s2均为正整数，且n＞x。
8.根据权利要求7所述的基于递归算法的招商楼宇选址方法，其特征在于，将所述单一房间选址资源池、所述异楼选址资源池、所述同楼选址资源池，以及所述同层选址资源池中的所述目标房源信息并集，得到并集后的所述目标房源信息。
9.根据权利要求6所述的基于递归算法的招商楼宇选址方法，其特征在于，所述第一筛选条件包括物业费、车位、装修情况、以及周边配套设施。
10.根据权利要求7所述的基于递归算法的招商楼宇选址方法，其特征在于，所述第二筛选条件为所述目标房源的面积信息，
其中，所述目标房源的面积信息区间大于所述需求面积区间。
CN202011089154.4A 2020-10-13 2020-10-13 基于递归算法的招商楼宇选址系统和方法 Pending CN112150034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011089154.4A CN112150034A (zh) 2020-10-13 2020-10-13 基于递归算法的招商楼宇选址系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011089154.4A CN112150034A (zh) 2020-10-13 2020-10-13 基于递归算法的招商楼宇选址系统和方法

Publications (1)

Publication Number Publication Date
CN112150034A true CN112150034A (zh) 2020-12-29

Family

ID=73953152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011089154.4A Pending CN112150034A (zh) 2020-10-13 2020-10-13 基于递归算法的招商楼宇选址系统和方法

Country Status (1)

Country Link
CN (1) CN112150034A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002056192A (ja) * 2000-08-10 2002-02-20 Sumitomo Trust & Banking Co Ltd 賃料算定手段とキャップレート算定手段を含む不動産投資判断支援システム
CN105279716A (zh) * 2015-10-29 2016-01-27 泸州职业技术学院 一种选房系统
CN107766402A (zh) * 2017-06-27 2018-03-06 深圳市云房网络科技有限公司 一种楼盘字典云房源大数据平台
CN109064243A (zh) * 2018-06-19 2018-12-21 链家网（北京）科技有限公司 房源搜索方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002056192A (ja) * 2000-08-10 2002-02-20 Sumitomo Trust & Banking Co Ltd 賃料算定手段とキャップレート算定手段を含む不動産投資判断支援システム
CN105279716A (zh) * 2015-10-29 2016-01-27 泸州职业技术学院 一种选房系统
CN107766402A (zh) * 2017-06-27 2018-03-06 深圳市云房网络科技有限公司 一种楼盘字典云房源大数据平台
CN109064243A (zh) * 2018-06-19 2018-12-21 链家网（北京）科技有限公司 房源搜索方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
五飞: "回溯法 组合总和", 《简书》 *
开发者知识库: "java组合算法应用：购物满减（任意数字组合相加在某个范围内）", 《开发者知识库》 *

Similar Documents

Publication Publication Date Title
CN102402652B (zh) 一种权限控制的方法、系统及终端
CN110322033A (zh) 基于用户地址的会议室管理方法、装置、设备及存储介质
CN108520329B (zh) 基于经纪人画像的二手房客户精准自动分配方法及装置
CN105975627A (zh) 选房方法及装置
CN113034049A (zh) 业务流程编排方法、装置、设备及存储介质
CN111274487A (zh) 一种房源信息的推荐方法和装置
CN112150034A (zh) 基于递归算法的招商楼宇选址系统和方法
GB2315345A (en) Apparatus for supporting development of a computer system
CN112419124B (zh) 一种低效工业用地的快速识别方法、装置及其存储介质
CN106331000A (zh) 一种确定服务方案的方法及装置
JP2019508760A (ja) 帳票情報入力方法、装置、サーバ及び記憶媒体
CN115544197A (zh) 一种细粒度地址匹配方法及系统
CN110909072A (zh) 一种数据表建立方法、装置及设备
CN112613907B (zh) 快速匹配符合用户条件的营销活动产品的方法和系统
CN112464085B (zh) 一种房源推荐的方法、装置、电子设备及存储介质
CN108427935A (zh) 街景比对图像的生成方法和装置
CN114339131A (zh) 会议室投屏方法、装置及系统
CN113031835A (zh) 一种菜单数据处理方法及装置
CN114374863A (zh) 会议室管理方法、装置、系统、电子设备及存储介质
KR101764026B1 (ko) 국내외 이벤트의 수송 최적화를 위한 시뮬레이션 기반 사전 플래닝 방법 및 시스템
CN110866280A (zh) 社区数据管理方法及装置、存储介质
CN114679496B (zh) 一种基于云端业务处理的用户筛选方法
CN111626610A (zh) 一种订单调度方法、系统和电子设备
CN112288331B (zh) 一种基于语义识别的建筑改建评估系统
CN111309856B (zh) 一种用于实验室工程设计的信息检索系统

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: 20201229