CN112365031A - 一种基于区块链的房屋租赁系统及方法 - Google Patents

Abstract

本发明公开了一种基于区块链的房屋租赁系统及方法，涉及房屋租赁技术领域，该房屋租赁系统包括用户标签确定模块、出租方管理模块、承租方推荐模块和实际房源确认模块，所述出租方管理模块用于根据用户之前所租信息进行预测用户所租时间，并根据第一租客明确不续租情况在剩余租房时间内进行优先推荐房屋，所述承租方推荐模块用于根据承租方的需要进行推荐房屋，所述实际房源确认模块用于在承租方进行实际参观房屋时，根据用户面部表情进行判断该承租方对参观房型是否满意，本发明科学合理，利用承租方推荐模块，可以向承租方推荐相同房型且评分相似率最高的其它承租方，使得承租方能够从其它承租方了解到更多房型。

Description

一种基于区块链的房屋租赁系统及方法

技术领域

本发明涉及房屋租赁技术领域，具体为一种基于区块链的房屋租赁系统及方法。

背景技术

随着城市的发展，越来越多的人选择在大城市工作以及定居，部分用户在大城市买房之前都会选择在租房app上挑选房源，以备买房筹款，因此，关于房屋租赁的市场的空缺就越来越大。在用户挑选房型时，为了使得租房价格更加便宜，往往欺骗房东自己租房的时间，而后很多用户都根据自己工作单位距离租房位置的远近来调节租房的位置，这一举动虽然使得用户上下通勤更为简便，但是却让很多房东产生抱怨；

同时在app上进行挑选房型时，因无法了解到用户对所租房型是否满意或者用户还想等待房源降价时，却被其他用户挑走，短时间内无法找到与之匹配的房源，不仅浪费了用户等待的时间而且还使得部分房源闲置，无法解决房东想要将房屋租出去的想法，解决部分房东的燃眉之急，并且在实际看房时，无法了解到用户对所看房屋是否满意，同时无法了解到用户能否和商家签订电子合约。

因此，人们需要一种基于区块链的房屋租赁系统及方法来解决上述问题。

发明内容

本发明的目的在于提供一种基于区块链的房屋租赁系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于区块链的房屋租赁系统，该房屋租赁系统包括用户标签确定模块、出租方管理模块、承租方推荐模块和实际房源确认模块，所述用户标签确定模块用于对用户登陆信息以及用户所浏览的记录确定用户所需租房类型，使得用户能够在平台内尽快找出想要租房的类型，节约用户的时间，所述出租方管理模块用于根据用户之前所租信息进行预测用户所租时间，并根据第一租客明确不续租情况在剩余租房时间内进行优先推荐房屋，使得房屋能够及时租与下一位租客，所述承租方推荐模块用于根据承租方的需要进行推荐房屋，使得用户在一定条件下找到用户满意的房屋类型，所述实际房源确认模块用于在承租方进行实际参观房屋时，根据用户面部表情进行判断承租方对参观房型是否满意，从而能够判断出用户是否会和平台签订合约，所述用户标签确定模块与出租方管理模块和承租方推荐模块相连接，所述实际房源确认模块和用户标签确定模块相连接。

优选的，所述用户标签确定模块包括用户登陆单元、信息分布单元、信息确定单元，所述用户登陆单元用于根据用户所登陆的账号进行判断用户租房信息，从而能够根据租房信息向用户推荐房屋类型，所述信息分布单元用于将平台所公布的租房种类、租房价格和租房时间进行公布，使得用户能够根据需要进行挑选，所述租房种类分为商用房、厂房、住房和写字楼，所述信息确定单元用于对用户在各平台上的搜索记录推测出用户的租房种类和租房价格，从而能够最终确定用户此次租房类型和租房时间，所述用户登陆单元与信息分布单元和信息确定单元的输出端相连接。

优选的，所述出租方管理模块包括信息生成单元、时间预测单元、信息推荐单元和优先推荐单元，所述信息生成单元用于将用户一年内租房的次数进行采集，从而为预测用户此次租方时间作准备，所述时间预测单元用于根据用户一年内租房的次数和用户租房间隔时间和工作地点至所租房屋的到达时间和距离进行预测此次用户在平台租房的时间，从而能够根据预测的时间判断该平台是否将该房型推荐给用户，所述信息推荐单元用于根据预测的用户租房时间和房型进行推荐租房信息，使得平台能够将房型推荐给适合的用户，并解决淡季房屋累积在库的问题，所述优先推荐单元用于对第一租客不续租且期限有且小于预设天数时，进行优先推荐该房型，从而使得用户能够在第一时间内拿到满意的房型，所述信息生成单元的输入端与时间预测单元和信息推荐单元、优先推荐单元的输出端相连接。

优选的，所述承租方推荐模块包括信息推断单元、评分推荐单元和销售确定单元，所述信息推断单元用于对房屋一年内所被出租的次数、房屋所租的间隔时间、房型和若干用户对房型的评分进行推断用户对该房型的喜爱程度，使得用户能够了解到入住该房型需要注意的问题，提高了用户对该房型的全面了解，所述评分推荐单元用于向承租方推荐相同房型且评分相似度最高的其它承租方，使得承租方能够从其它承租方找到更多喜欢的房型，从而增大用户找到类似房型的机会，所述销售确定单元用于对用户所租房屋剩余天数小于预设值时，平台对用户所看房型的租房房价进行促销，从而实现用户和平台双赢，平台能够将房型在淡季时间内将房屋租出去，解决平台淡季租房难的问题，同时能够解决用户租房难的问题，所述信息推断单元的输出端与评分推荐单元和销售确定单元的输入端相连接。

优选的，所述实际房源确认模块包括人脸表情检测单元、电子合约签订单元和房屋推荐单元，所述人脸表情检测单元用于对用户在实地看房时所拍的人脸表情进行检测，从而能够了解到用户对所看房型的满意程度，所述电子合约签订单元用于用户对所看房型满意情况下进行合约的签订，并将合约生成电子合约，以防实际合同丢失，并且利用电子合约能够以防单方修改，保证合约的安全性，所述房屋推荐单元用于用户对所看房型不满意情况下进行另行推荐房屋，使得用户能够拿到满意的房型，所述人脸表情检测单元的输出端与电子合约签订单元和房屋推荐单元的输入端相连接。

利用区块链的方法将平台、承租方和出租方之间的合约进行签订，能够使得三方中的任意一方都无法进行更改合同的内容，使得合同能够保障三方权益。

一种基于区块链的房屋租赁方法，该房屋租赁方法包括如下步骤：

S1：用户标签确定模块对用户登陆平台所要租房的类型、价位和用户现在是否处于租房中进行确定；

S2：出租方管理模块对用户一年内租房的次数和工作地点至所租房屋的到达时间和距离进行推断此次用户在平台上所租时间；

S3：承租方推荐模块对用户所看房型所得评分进行匹配相似度最高的其它承租方，当用户现在所租房屋的剩余天数小于预设值时，对用户所看房屋进行促销

S4：实际房源确认模块对用户在实地看房的表情进行检测判断合约是否能够成功。

在所述步骤S2中，在二维模型中显示用户工作地点的坐标为G(x,y)、所租房屋的坐标集合为F{(x₁,y₁),(x₂,y₂)…(x_m,y_m)},现在所看房屋的坐标为Z＝(a₁,b₁)，不同房屋所租的时间集合为T＝{t₁,t₂…t_m}；

根据公式：

在上式中，有一个自变量M和一个因变量T，设函数的关系式为T＝aM_i+b；

P＝∑(f(m_i)-t_i)²＝∑(am_i+b-t_i)²；

通过上式，可以预测出此次所看房屋所租的时间，并根据出租方所租房屋的类型判断是否将该房屋推荐该用户；

其中：P是预测用户所租时间的误差平方值，a是因变量，b是自变量，M是用户工作地点与各所租房屋之间的距离，T是用户所租房屋的时间。

在所述步骤S3中，设不同承租方对实际所看房屋的房型和其它租客对此房型的评分值感兴趣，因此承租方将与同房型所产生的评分值中挑选出相似度较高的其它承租方，同房型评分分数的集合为H＝{h₁,h₂,h₃…h_m}，不同承租方L_i所看房型评分分数的集合为H′{h′₁,h′₂,h′₃…h′_m},不同承租方L_i+1所看房型评分分数的集合为H″＝{h″₁,h″₂,h″₃…h″_m}，不同承租方L_i+2所看房型评分分数的集合为H″′＝{h″′₁,h″′₂,h″′₃…h″′_m,}；

根据公式：

根据计算结果，当L(i,i+1)＞L(i,i+2)＞L(i+1,i+2)，判断出承租方i和承租方i+1的相似度最高，并以此互相推荐所看房型。

在所述步骤S4中，将该用户参观实体房屋的面部表情保存在数据库中，当该用户面部表情和数据库中满意的表情相一致时，进行合约的签订，当该用户面部表情和数据库中用户满意的表情不一致时，重新推荐房屋。

与现有技术相比，本发明所达到的有益效果是：

1.利用出租方管理模块，能够在二维模型中观察到用户工作和出租屋的地理位置，从而判断用户具体的通勤时间，并根据现在所看出租屋的地理位置判断用户这次所租时间，使得平台上的房型能够根据预测的时间进行个性化展示，从而保障出租方与承租方的利益；

2.利用优先推荐单元，能够使得第一租客在不续租的情况下及时向平台展示出租屋，从而使得第一租客在退租之后，新的租客能够及时到位，从而解决双方的问题；

3.利用承租方推荐模块，可以向承租方推荐同房型且所看房型相似度高的其它承租方，从而解决用户房型推荐的问题，并且能够根据用户之前所租房屋的剩余时间进行推荐房型，从而解决用户租房问题，也能解决平台淡季出租方滞留问题。

附图说明

附图用来提供对本发明的优选理解，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是本发明一种基于区块链的房屋租赁系统及方法的模块组成示意图；

图2是本发明一种基于区块链的房屋租赁系统及方法的步骤示意图。

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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-2，本发明提供技术方案：

一种基于区块链的房屋租赁系统，该房屋租赁系统包括用户标签确定模块、出租方管理模块、承租方推荐模块和实际房源确认模块，所述用户标签确定模块用于对用户登陆信息以及用户所浏览的记录确定用户所需租房类型，使得用户能够在平台内尽快找出想要租房的类型，节约用户的时间，所述出租方管理模块用于根据用户之前所租信息进行预测用户所租时间，并根据第一租客明确不续租情况在剩余租房时间内进行优先推荐房屋，使得房屋能够及时租与下一位租客，所述承租方推荐模块用于根据承租方的需要进行推荐房屋，使得用户在一定条件下找到用户满意的房屋类型，所述实际房源确认模块用于在承租方进行实际参观房屋时，根据用户面部表情进行判断承租方对参观房型是否满意，从而能够判断出用户是否会和平台签订合约，所述用户标签确定模块与出租方管理模块和承租方推荐模块相连接，所述实际房源确认模块和用户标签确定模块相连接。

优选的，所述用户标签确定模块包括用户登陆单元、信息分布单元、信息确定单元，所述用户登陆单元用于根据用户所登陆的账号进行判断用户租房信息，从而能够根据租房信息向用户推荐房屋类型，所述信息分布单元用于将平台所公布的租房种类、租房价格和租房时间进行公布，使得用户能够根据需要进行挑选，所述租房种类分为商用房、厂房、住房和写字楼，所述信息确定单元用于对用户在各平台上的搜索记录推测出用户的租房种类和租房价格，从而能够最终确定用户此次租房类型和租房时间，所述用户登陆单元与信息分布单元和信息确定单元的输出端相连接。

优选的，所述出租方管理模块包括信息生成单元、时间预测单元、信息推荐单元和优先推荐单元，所述信息生成单元用于将用户一年内租房的次数进行采集，从而为预测用户此次租方时间作准备，所述时间预测单元用于根据用户一年内租房的次数和用户租房间隔时间和工作地点至所租房屋的到达时间和距离进行预测此次用户在平台租房的时间，从而能够根据预测的时间判断该平台是否将该房型推荐给用户，所述信息推荐单元用于根据预测的用户租房时间和房型进行推荐租房信息，使得平台能够将房型推荐给适合的用户，并解决淡季房屋累积在库的问题，所述优先推荐单元用于对第一租客不续租且期限有且小于预设天数时，进行优先推荐该房型，从而使得用户能够在第一时间内拿到满意的房型，所述信息生成单元的输入端与时间预测单元和信息推荐单元、优先推荐单元的输出端相连接。

优选的，所述承租方推荐模块包括信息推断单元、评分推荐单元和销售确定单元，所述信息推断单元用于对房屋一年内所被出租的次数、房屋所租的间隔时间、房型和若干用户对房型的评分进行推断用户对该房型的喜爱程度，使得用户能够了解到入住该房型需要注意的问题，提高了用户对该房型的全面了解，所述评分推荐单元用于向承租方推荐相同房型且评分相似度最高的其它承租方，使得承租方能够从其它承租方找到更多喜欢的房型，从而增大用户找到类似房型的机会，所述销售确定单元用于对用户所租房屋剩余天数小于预设值时，平台对用户所看房型的租房房价进行促销，从而实现用户和平台双赢，平台能够将房型在淡季时间内将房屋租出去，解决平台淡季租房难的问题，同时能够解决用户租房难的问题，所述信息推断单元的输出端与评分推荐单元和销售确定单元的输入端相连接。

优选的，所述实际房源确认模块包括人脸表情检测单元、电子合约签订单元和房屋推荐单元，所述人脸表情检测单元用于对用户在实地看房时所拍的人脸表情进行检测，从而能够了解到用户对所看房型的满意程度，所述电子合约签订单元用于用户对所看房型满意情况下进行合约的签订，并将合约生成电子合约，以防实际合同丢失，并且利用电子合约能够以防单方修改，保证合约的安全性，所述房屋推荐单元用于用户对所看房型不满意情况下进行另行推荐房屋，使得用户能够拿到满意的房型，所述人脸表情检测单元的输出端与电子合约签订单元和房屋推荐单元的输入端相连接；

利用人脸表情检测单元可以对用户实地看房时的表情进行判断，将人脸满意的表情和不满意的表情保存在数据库中，将用户的表情和数据库中的表情进行对比，当用户的表情显示对出租房满意时，可以及时和用户商量租金的事情，当用户的表情显示对房型不满意时，向用户推荐其他房型。

利用区块链的方法将平台、承租方和出租方之间的合约进行签订，能够使得三方中的任意一方都无法进行更改合同的内容，使得合同能够保障三方权益。

一种基于区块链的房屋租赁方法，该房屋租赁方法包括如下步骤：

S1：用户标签确定模块对用户登陆平台所要租房的类型、价位和用户现在是否处于租房期间进行确定；

S2：出租方管理模块对用户一年内租房的次数和工作地点至所租房屋的到达时间和距离进行推断此次用户在平台上所租时间；

S3：承租方推荐模块对用户所看房型所得评分进行匹配相似度最高的其它承租方，当用户现在所租房屋的剩余天数小于预设值时，对用户所看房屋进行促销；

S4：实际房源确认模块对用户在实地看房的表情进行检测判断合约是否能够成功。

在所述步骤S2中，在二维模型中显示用户工作地点的坐标为G(x,y)、所租房屋的坐标集合为F{(c₁,d₁),(c₂,d₂)…(c_m,d_m)},现在所看房屋的坐标为Z＝(a₁,b₁)，不同房屋所租的时间集合为T＝{t₁,t₂…t_m}；

根据公式：

在上式中，有一个自变量M和一个因变量T，设函数的关系式为T＝aM_i+b；

P＝∑(f(m_i)-t_i)²＝∑(am_i+b-t_i)²；

通过上式，可以预测出此次所看房屋所租的时间，并根据出租方所租房屋的类型判断是否将该房屋推荐该用户；

其中：P是预测用户所租时间的误差平方值，a是因变量，b是自变量，M是用户工作地点与各所租房屋之间的距离，T是用户所租房屋的时间。

在所述步骤S3中，设不同承租方对实际所看房屋的房型和其它租客对此房型的评分值感兴趣，因此承租方将与同房型所产生的评分值中挑选出相似度较高的其它承租方，同房型评分分数的集合为H＝{h₁,h₂,h₃…h_m}，不同承租方L_i所看房型评分分数的集合为H′{h′₁,h′₂,h′₃…h′_m},不同承租方L_i+1所看房型评分分数的集合为H″＝{h″₁,h″₂,h″₃…h″_m}，不同承租方L_i+2所看房型评分分数的集合为H″′＝{h″′₁,h″′₂,h″′₃…h″′_m,}；

根据公式：

根据计算结果，当L(i,i+1)＞L(i,i+2)＞L(i+1,i+2)，判断出承租方i和承租方i+1的相似度最高，并以此互相推荐所看房型。

在所述步骤S4中，将该用户参观实体房屋的面部表情保存在数据库中，当该用户面部表情和数据库中满意的表情相一致时，进行合约的签订，当该用户面部表情和数据库中用户满意的表情不一致时，重新推荐房屋。

实施例1：在二维模型中显示用户工作地点的坐标为G(x,y)：(550,820)、所租房屋的坐标集合为F{(c₁,d₁),(c₂,d₂)…(c_m,d_m)}：F{(100,630),(950,850),(500,450)},现在所看房屋的坐标为Z＝(a₁,b₁)：Z＝(350,220)，不同房屋所租的时间集合为T＝{3个月,5个月,7个月}；

根据公式：

在上式中，有一个自变量M和一个因变量T，设函数的关系式为T＝am_i+b；

P＝∑(f(m_i)-t_i)²＝∑(am_i+b-t_i)²；

从而得出：a＝0.01,b＝0.83；

T＝0.01m_i+0.83

当M＝1000时，T＝11；

根据计算可得，当所租房屋距离工作地点为1000时，所租房屋的时间为11月

通过上式，可以预测出此次所看房屋所租的时间，并根据出租方所租房屋的类型判断是否将该房屋推荐该用户；

其中：P是预测用户所租时间的误差平方值，a是因变量，b是自变量。

实施例2：设不同承租方对实际所看房屋的房型和其它租客对此房型的评分值感兴趣，因此承租方将与同房型所产生的评分值中挑选出相似度较高的其它承租方，同房型评分分数的集合为H＝{11,2.5,8.2,7.5,4.5,9,15,16.8,12}，L₁承租方对所看房型评分分数的集合为[8.2,7.5,16,12，15],L₂承租方对所看房型评分分数的集合为[11,15,8.2,7.5,9]，L₃承租方对所看房型评分分数的集合为[4.5,7.5,16,12,8.2]

根据公式：

根据数据结果显示，发现L₁承租方和L₃承租方间的相似度最高，因此可以向L₁承租方推荐L₃承租方所看房型，使得承租方能够更快找到匹配自己的房型。

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、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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，其依然可以对前述各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。

Claims (10)

1.一种基于区块链的房屋租赁系统，其特征在于：该房屋租赁系统包括用户标签确定模块、出租方管理模块、承租方推荐模块和实际房源确认模块，所述用户标签确定模块用于对用户登陆信息以及用户所浏览的记录确定用户所需租房类型，所述出租方管理模块用于根据用户之前所租信息进行预测用户所租时间，并根据第一租客明确不续租情况在剩余租房时间内进行优先推荐房屋，所述承租方推荐模块用于根据承租方的需要进行推荐房屋，所述实际房源确认模块用于在承租方进行实际参观房屋时，根据用户面部表情进行判断该承租方对参观房型是否满意，所述用户标签确定模块与出租方管理模块和承租方推荐模块相连接，所述实际房源确认模块和用户标签确定模块相连接。

2.根据权利要求1所述的一种基于区块链的房屋租赁系统，其特征在于：所述用户标签确定模块包括用户登陆单元、信息分布单元、信息确定单元，所述用户登陆单元用于根据用户所登陆的账号进行判断用户租房信息，所述信息分布单元用于将平台所公布的租房种类、租房价格和租房时间进行公布，所述租房种类分为商用房、厂房、住房和写字楼，所述信息确定单元用于对用户在各平台上的搜索记录推测出用户的租房种类和租房价格，所述用户登陆单元与信息分布单元和信息确定单元的输出端相连接。

3.根据权利要求1所述的一种基于区块链的房屋租赁系统，其特征在于：所述出租方管理模块包括信息生成单元、时间预测单元、信息推荐单元和优先推荐单元，所述信息生成单元用于将用户一年内租房的次数进行采集,所述时间预测单元用于根据用户一年内租房的次数和用户租房间隔时间和工作地点至所租房屋的到达时间和距离进行预测此次用户在平台租房的时间，所述信息推荐单元用于根据预测的用户租房时间和房型进行推荐租房信息，所述优先推荐单元用于对第一租客不续租且期限有且小于预设天数时，进行优先推荐该房型，所述信息生成单元的输入端与时间预测单元和信息推荐单元、优先推荐单元的输出端相连接。

4.根据权利要求1所述的一种基于区块链的房屋租赁系统，其特征在于：所述承租方推荐模块包括信息推断单元、评分推荐单元和销售确定单元，所述信息推断单元用于对房屋一年内所被出租的次数、房屋所租的间隔时间、房型和若干用户对房型的评分进行推断用户对该房型的喜爱程度，所述评分推荐单元用于向承租方推荐相同房型且评分相似率苏最高的其它承租方，所述销售确定单元用于对用户所租房屋剩余天数小于预设值时，平台对用户所看房型的租房房价进行促销，所述信息推断单元的输出端与评分推荐单元和销售确定单元的输入端相连接。

5.根据权利要求1所述的一种基于区块链的房屋租赁系统，其特征在于：所述实际房源确认模块包括人脸表情检测单元、电子合约签订单元和房屋推荐单元，所述人脸表情检测单元用于对用户在实地看房时所拍的人脸表情进行检测，所述电子合约签订单元用于用户对所看房型满意情况下进行合约的签订，并将合约生成电子合约，所述房屋推荐单元用于用户对所看房型不满意情况下进行另行推荐房屋，所述人脸表情检测单元的输出端与电子合约签订单元和房屋推荐单元的输入端相连接。

6.根据权利要求5所述的一种基于区块链的房屋租赁系统，其特征在于：利用区块链的方法将平台、承租方和出租方之间的合约进行签订。

7.一种基于区块链的房屋租赁方法，其特征在于：该房屋租赁方法包括如下步骤：

S1：用户标签确定模块对用户登陆平台所要租房的类型、价位和用户现在是否处于租房中进行确定；

S2：出租方管理模块对用户一年内租房的次数和工作地点至所租房屋的到达时间和距离进行推断此次用户在平台上所租时间；

S3：承租方推荐模块对用户所看房型所得评分进行匹配相似度最高的其它承租方，当用户现在所租房屋的剩余天数小于预设值时，对用户所看房屋进行促销；

S4：实际房源确认模块对用户在实地看房的表情进行检测判断合约是否能够成功。

8.根据权利要求7所述的一种基于区块链的房屋租赁方法，其特征在于：在所述步骤S2中，在二维模型中显示用户工作地点的坐标为G(x,y)、所租房屋的坐标集合为F{(c₁,d₁),(c₂,d₂)…(c_m,d_m)},现在所看房屋的坐标为Z＝(a₁,b₁)，不同房屋所租的时间集合为T＝{t₁,t₂…t_m}；

根据公式：

在上式中，有一个自变量M和一个因变量T，设函数的关系式为T＝aM_i+b；

P＝∑(f(m_i)-t_i)²＝∑(am_i+b-t_i)²；

通过上式，可以预测出此次所看房屋所租的时间，并根据出租方所租房屋的类型判断是否将该房屋推荐该用户；

其中：P是预测用户所租时间的误差平方值，a是因变量，b是自变量，M是用户工作地点与各所租房屋之间的距离，T是用户所租房屋的时间。

9.根据权利要求7所述的一种基于区块链的房屋租赁方法，其特征在于：在所述步骤S3中，设不同承租方对实际所看房屋的房型和其它租客对此房型的评分值感兴趣，因此承租方将与同房型所产生的评分值中挑选出相似度较高的其它承租方，同房型评分分数的集合为H＝{h₁,h₂,h₃…h_m}，不同承租方L_i所看房型评分分数的集合为H′{h′₁,h′₂,h′₃…h′_m},不同承租方L_i+1所看房型评分分数的集合为H″＝{h″₁,h″₂,h″₃…h″_m}，不同承租方L_i+2所看房型评分分数的集合为H″′＝{h″′₁,h″′₂,h″′₃…h″′_m,}；

根据公式：

根据计算结果，当L(i,i+1)＞L(i,i+2)＞L(i+1,i+2)，判断出承租方i和承租方i+1的相似度最高，并以此互相推荐所看房型。

10.根据权利要求7所述的一种基于区块链的房屋租赁方法，其特征在于：在所述步骤S4中，将该用户参观实体房屋的面部表情保存在数据库中，当该用户面部表情和数据库中满意的表情相一致时，进行合约的签订，当该用户面部表情和数据库中用户满意的表情不一致时，重新推荐房屋。

Images