CN112949891A - 基于客户意向预测的房源推荐方法和装置 - Google Patents
基于客户意向预测的房源推荐方法和装置 Download PDFInfo
- Publication number
- CN112949891A CN112949891A CN202010447077.9A CN202010447077A CN112949891A CN 112949891 A CN112949891 A CN 112949891A CN 202010447077 A CN202010447077 A CN 202010447077A CN 112949891 A CN112949891 A CN 112949891A
- Authority
- CN
- China
- Prior art keywords
- client
- house
- intention
- information
- prediction
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于客户意向预测的房源推荐方法和装置，其方法包括：获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。该方法基于客户购房意向的多维性和房源信息的多维性，根据客户的到访信息来预测客户多维度的购房意向，可以准确地捕捉到购房者的购房需求，根据预测到的客户多维度的购房意向匹配出符合客户意向的房源信息，提高推荐房源与客户购房需求的匹配度，提升购房成交率。
Description
技术领域
本申请属于大数据处理、智能决策技术领域，尤其涉及一种基于客户意向预测的房源推荐方法和装置，以及用于执行该基于客户意向预测的房源推荐方法的电子书设备及存储介质。
背景技术
随着社会的不断进步和城市建设的快速发展，人们的购房能力也在不断提升。然而，对于购房者而言，大多是通过售楼处根据沙盘介绍来获得房源信息，购房者无法在现场短时间内把握到准确的房源信息，购房者意愿无法达成，成交率低。对于销售人员而言，大多依靠自身从业经验以及对房源和市场形式的了解来判断购房者的需求，从而推荐相应房源，这种方式工作效率低、容易受主观因素影响、判断误差大。目前，信息技术发展，房地产行业所涉及的信息也实现可以快速地通过互联网进行流通。现有的房源推荐方法通常是根据购房者的浏览记录以及看过的房源来对购房者进行意向分析和房源推荐，这样的方式难以准确地捕捉到购房者的购房需求，推荐房源与购房需求匹配度低，影响购房成交率。
发明内容
有鉴于此，本申请实施例提供了一种基于客户意向预测的房源推荐方法和装置，以及用于执行该基于客户意向预测的房源推荐方法的电子书设备及存储介质，可以提高客户购房意向预测的准确性，提高购房成交率。
本申请实施例的第一方面提供了一种基于客户意向预测的房源推荐方法，所述基于客户意向预测的房源推荐方法包括：
获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；
按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；
根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
结合第一方面，在第一方面的第一种可能实现方式中，所述根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息的步骤之后，还包括：
根据所述符合客户意向的房源信息从预设的三维模型库中获取与所述符合客户意向的房源对应的三维模型文件；
通过可视化界面将所述三维模型文件生成为三维模型，以将所述三维模型推荐给客户。
结合第一方面或第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息的步骤之后，还包括：
按照户型由大至小对所述符合客户意向的房源信息进行排序，以按照户型由大至小对客户进行房源推荐。
结合第一方面，在第一方面的第三种可能实现方式中，所述获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息的步骤之后，还包括：
按照预设的客户购房意向评价维度对所述客户的到访信息进行分组处理。
结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，所述按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果的步骤，包括：
根据客户购房意向维度在预设的客户意向预测模型中为每一个组别匹配出对应的预测算法规则；
根据预测算法规则与组别之间的对应关系，采用预测算法规则对组别中的到访信息进行预测计算，以生成所述组别对应的客户意向因子。
本申请实施例的第二方面提供了一种基于客户意向预测的房源推荐装置，所述基于客户意向预测的房源推荐装置包括：
获取模块，用于获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；
预测模块，用于按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；
遍历模块，用于根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
结合第二方面，在第二方面的第一种可能实现方式中，所述基于客户意向预测的房源推荐装置还包括：
第一获取子模块，用于根据所述符合客户意向的房源信息从预设的三维模型库中获取与所述符合客户意向的房源对应的三维模型文件；
第一推荐子模块，用于通过可视化界面将所述三维模型文件生成为三维模型，以将所述三维模型推荐给客户。
结合第二方面或第二方面的第一种可能实现方式，在第二方面的第二种可能实现方式中，所述基于客户意向预测的房源推荐装置还包括：
第一排序子模块，用于按照户型由大至小对所述符合客户意向的房源信息进行排序，以按照户型由大至小对客户进行房源推荐。
本申请实施例的第三方面提供了一种电子设备，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计算机程序，所述处理器执行所述计算机程序时实现如第一方面任意一项所述基于客户意向预测的房源推荐方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述基于客户意向预测的房源推荐方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：
本申请通过获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。该方法基于客户购房意向的多维性和房源信息的多维性，根据客户的到访信息来预测客户多维度的购房意向，可以准确地捕捉到购房者的购房需求，根据预测到的客户多维度的购房意向匹配出符合客户意向的房源信息，提高推荐房源与客户购房需求的匹配度，提升购房成交率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于客户意向预测的房源推荐方法的基本方法流程示意图；
图2为本申请实施例提供的基于客户意向预测的房源推荐方法中通过三维模型进行房源推荐的一种方法流程示意图；
图3为本申请实施例提供的基于客户意向预测的房源推荐方法中进行预测计算的一种方法流程示意图；
图4为本申请实施例提供的一种基于客户意向预测的房源推荐装置的结构示意图；
图5为本申请实施例提供的一种基于客户意向预测的房源推荐装置的另一结构示意图；
图6为本申请实施例提供的一种实现基于客户意向预测的房源推荐方法的电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
本申请旨在提供一种基于客户意向预测的房源推荐方法，基于客户购房意向的多维性和房源信息的多维性，结合客户的到访信息来预测客户的购房意向，可以准确地捕捉到购房者的购房需求，提高客户购房意向预测的准确性，将预测到的客户的购房意向与多维度的房源信息描述进行比对，从而获得满足该客户需求的房源信息，可以提高推荐房源与客户购房需求的匹配度，提升购房成交率。
本申请的一些实施例中，请参阅图1，图1为本申请实施例提供的一种基于客户意向预测的房源推荐方法的基本方法流程示意图。详述如下：
在步骤S101中，获取客户的到访信息，其中，到访信息包括客户的个人信息和购房需求信息。
房屋具有使用周期长、交易金额大等特点，一般购房者在购房的交易过程会谨慎考虑到自身的多方面因素以及房屋的多方面因素，从而通过综合考虑各方面因素来选择合适的房源。对于需要购房的客户，房地产销售过程中，可以通过询问、填表等方式来获取客户的到访信息，到访信息中包含有客户在购房时可能会考虑到的各种信息，例如，可以包括客户的个人信息和客户的购房需求信息，以便于置业顾问根据该获取到的到访信息为客户进行讲解销售。本实施例中，客户的个人信息包括但不限于客户当前的居住情况信息、居住区域信息、居住面积信息、家庭结构信息、职业信息、年龄信息、家庭收入信息等；客户的购房需求信息包括但不限于户型关注点信息、停车位需求信息等。
在步骤S102中，按照预设的预测算法规则对到访信息进行预测计算，以获得表征客户意向的预测结果。
预先构建一个客户意向预测模型。在该预测模型中，对于评价不同维度的到访信息预先配置对应的预测算法规则。在本实施例中，通过将到访信息输入到该客户意向预测模型中，此时客户意向预测模型可以按照维度采用对应的预测算法规则对到访信息进行预测计算，分析出客户对每个维度的购房需求，从而预测出客户多维度的购房意向。在该预测模型中，每一个维度的到访信息，采用预测算法规则进行预测计算后会产生一个对应的客户意向因子。在本实施例中，这些客户意向因子的集合即为表征客户意向的预测结果。在本实施例中，预测模型中预先配置的预测算法规则可以通过收集历史客户的购房记录，然后对收集到的历史客户的购房记录进行大数据算法分析，由此配置出各个维度对应的预测算法规则。举例说明，例如关联规则挖掘技术，具体地，关联规则挖掘技术是指隐藏在各数据项之间的关联或相互关系，可以实现根据一个数据项的出现推导出其他数据项的出现。关联规则的挖掘过程主要包括两个阶段：第一阶段从海量原始数据中找出所有的高频数据项；第二阶段则从这些高频数据项产生关联规则，由此用于预测客户的需求。
在步骤S103中，根据预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
本实施例中，表征客户意向的预测结果中包含有一个或多个客户意向因子，该预测结果从不同的维度预测了客户的购房意向。在本实施例中，获得表征客户意向的预测结果之后，可以将该预测结果中的一个或多个客户意向因子设定为筛选条件，进而按照该筛选条件遍历预设的房源数据库，以从预设的房源信息库中获得满足筛选条件的房源信息。该满足筛选条件的房源信息即为符合用户意向的房源信息。
上述实施例提供的基于客户意向预测的房源推荐方法基于客户购房意向的多维性和房源信息的多维性进行推荐。根据客户的到访信息来预测客户多维度的购房意向，可以准确地捕捉到购房者的购房需求。根据预测到的客户多维度的购房意向匹配出符合客户意向的房源信息，提高推荐房源与客户购房需求的匹配度，提升购房成交率。
本申请的一些实施例中，请参阅图2，图2为本申请实施例提供的基于客户意向预测的房源推荐方法中通过三维模型进行房源推荐的一种方法流程示意图。
详细如下：
在步骤S201中，根据符合客户意向的房源信息从预设的三维模型库中获取与符合客户意向的房源对应的三维模型文件；
在步骤S202中，通过可视化界面将三维模型文件生成为三维模型，以将三维模型推荐给客户。
本实施例中，三维模型文件为按照房源信息，通过三维模型制作软件进行VR、3D建模渲染处理生成的沉浸式样板房模型，该三维模型文件可以通过终端可视化界面直接展示生成直观的三维模型。三维模型文件存储于一预设的三维模型库中，而且与存储在房源信息库中的房源信息一一映射关联。在本实施例中，获得符合客户意向的房源信息后，可以依据房源信息与三维模型文件之间的映射关系从预设的三维模型库中调用出与该符合客户意向的房源信息对应的三维模型文件，从而通过可视化界面将所述三维模型文件生成为三维模型，该三维模型即为与所述符合客户意向的房源对应的三维模型。由此，通过终端的可视化界面展示该三维模型(即沉浸式样板房模型)，以将该三维模型推荐给客户。由此，可以通过三维模型展示的直观性提升客户体验，便于客户在现场短时间内准确地把握到房源信息，提高购房成交率。
本申请的一些实施例中，在获得符合客户意向的房源信息后，还可以对这些符合客户意向的房源按照户型的大小由大至小进行排序，从而以户型从大到小为第一逻辑向客户进行房源推荐，有利于帮助业务顾问提高成交业绩。
本申请的一些实施例中，客户的到访信息从多个不同的评价维度对该客户进行了描述。在本实施例中，还可以预先设定用于评价客户购房意向的评价维度，例如，客户购房的迫切程度、客户购房的付款方式、客户购房的户型大小、客户购房的户型关注点等等。进而获取得到客户的到访信息之后，按照预设的评价维度对客户的到访信息进行分组处理，将评价同一个客户购房意向评价维度的一个或多个到访信息划分到同一个组别中，从而由该同一组别中的一个或多个到访信息进行预测计算，并由该同一个组别中的所有到访信息共同确定得出一个与该评价维度对应的客户意向因子。例如，在获得的到访信息中，可以由客户当前的居住情况信息和婚配情况信息来评价客户购房的迫切程度，则获取得到客户的到访信息之后，将到访信息中客户当前的居住情况信息和婚配情况信息划分到同一分组中。
可以理解的是，分组规则可以是预先设定好的，例如在本实施例中，客户购房的迫切程度可以由客户当前的居住情况信息和婚配情况信息来进行评价，在进行分组处理时，则将客户到访信息中的住情况信息和婚配情况信息划分到一个分组中；客户购房的付款方式可以由客户的家庭收入情况信息、客户的职业信息来进行评价，在进行分组处理时，则将客户到访信息中客户的家庭收入情况信息、客户的职业信息划分到一个分组中；客户购房的户型大小可以由家庭结构信息来进行评价，在进行分组处理时，则将客户到访信息中客户的家庭结构信息划分到一个分组中；客户购房的户型关注点可以由客户的购房需求信息(如光线、朝向等等)来进行评价，在进行分组处理时，则将客户到访信息中客户的购房需求信息划分到一个分组中。
本申请的一些实施例中，对客户的到访信息按照客户购房意向评价维度进行分组后，请参阅图3，图3为本申请实施例提供的基于客户意向预测的房源推荐方法中进行预测计算的一种方法流程示意图。详细如下：
在步骤S301中，根据客户购房意向评价维度从预设的客户意向预测模型中为每一个组别匹配出对应的预测算法规则；
在步骤S302中，根据预测算法规则与组别之间的对应关系，采用预测算法规则对组别中的到访信息进行预测计算，以生成组别对应的客户意向因子。
本实施例中，预测模型中预先配置有用于对到访信息进行预测计算的预测算法规则，其中，预测模型中的预测算法规则按照预设的客户购房意向评价维度进行配置，一种客户购房意向评价维度对应一种预测算法规则。在本实施例中，对客户的到访信息按照客户购房意向评价维度进行分组后，根据客户购房意向评价维度，可以在该预测模型中为每一个组别匹配得到一种相对应的预测算法规则。进而，在该预测模型中，根据预测算法规则与组别之间得对应关系，采用对应的预测算法规则分别对组别中的每一个到访信息进行预测计算，进而通过整合每个到访信息的计算结果，生成该组别对应的客户意向因子。举例说明，例如客户购房的迫切程度，客户当前的居住情况信息可以划分为租房、自购房两种情况，婚配情况信息可以划分为未婚和已婚两种情况，设定预测算法规则为：租房客户的购房迫切程度＞自购房客户的购房迫切程度(假设设定租房和自购房的计算基数分别为0.6和0.4)；已婚客户的购房迫切程度＞未婚客户的购房迫切程度(假设设定已婚和未婚的计算基数分别为0.7和0.3)；而且设定客户购房的迫切程度计算过程客户当前的居住情况信息权重占比60％，婚配情况信息权重占比40％。由此，根据该设定的预测算法规则，即可计算出已婚且租房住的客户的购房迫切程度为:0.6*60％+0.7*40％＝0.64。可以理解的是，在本实施例中，预测算法规则中的计算基数和权重可以自定义设置，也可以通过收集历史客户的购房记录进行大数据算法分析得出。
可以理解的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在本申请的一些实施例中，请参阅图4，图4为本申请实施例提供的一种基于客户意向预测的房源推荐装置的结构示意图，详述如下：
所述基于客户意向预测的房源推荐装置包括：获取模块401、预测模块402以及遍历模块403。其中，所述获取模块401用于获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息。所述预测模块402用于按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果。所述遍历模块403用于根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
本申请的一些实施例中，请参阅图5，图5为本申请实施例提供的一种基于客户意向预测的房源推荐装置的另一结构示意图。具体地，所述基于客户意向预测的房源推荐装置还包括：第一获取子模块501和第一推荐子模块502。其中，所述第一获取子模块501用于根据所述符合客户意向的房源信息从预设的三维模型库中获取与所述符合客户意向的房源对应的三维模型文件。所述第一推荐子模块502用于通过可视化界面将所述三维模型文件生成为三维模型，以将所述三维模型推荐给客户。
本申请的一些实施例中，所述基于客户意向预测的房源推荐装置还包括：第一排序子模块。所述第一排序子模块用于按照户型由大至小对所述符合客户意向的房源信息进行排序，以按照户型由大至小对客户进行房源推荐。
所述基于客户意向预测的房源推荐装置，与上述的基于客户意向预测的房源推荐方法一一对应。
在本申请的一些实施例中，请参阅图6，图6为本申请实施例提供的一种实现基于客户意向预测的房源推荐方法的电子设备的示意图。如图6所示，该实施例的电子设备6包括：处理器61、存储器62以及存储在所述存储器62中并可在所述处理器61上运行的计算机程序63，例如基于客户意向预测的房源推荐程序。所述处理器61执行所述计算机程序62时实现上述各个基于客户意向预测的房源推荐方法实施例中的步骤。或者，所述处理器61执行所述计算机程序63时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序63可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器62中，并由所述处理器61执行，以完成本申请。所述一个或多个模块/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，该指令段用于描述所述计算机程序63在所述电子设备6中的执行过程。例如，所述计算机程序63可以被分割成：
获取模块，用于获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；
预测模块，用于按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；
遍历模块，用于根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
所述电子设备可包括，但不仅限于，处理器61、存储器62。本领域技术人员可以理解，图6仅仅是电子设备6的示例，并不构成对电子设备6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，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器61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)、现成可编程门阵列(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。
所述存储器62可以是所述电子设备6的内部存储单元，例如电子设备6的硬盘或内存。所述存储器62也可以是所述电子设备6的外部存储设备，例如所述电子设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器62还可以既包括所述电子设备6的内部存储单元也包括外部存储设备。所述存储器62用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器62还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的模块/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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述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。所述计算机可读介质可以包括：能够携带所述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-Only Memory)、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，所述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是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于客户意向预测的房源推荐方法，其特征在于，包括：
获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；
按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；
根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
2.根据权利要求1所述的基于客户意向预测的房源推荐方法，其特征在于，所述根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息的步骤之后，还包括：
根据所述符合客户意向的房源信息从预设的三维模型库中获取与所述符合客户意向的房源对应的三维模型文件；
通过可视化界面将所述三维模型文件生成为三维模型，以将所述三维模型推荐给客户。
3.根据权利要求1或2所述的基于客户意向预测的房源推荐方法，其特征在于，所述根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息的步骤之后，还包括：
按照户型由大至小对所述符合客户意向的房源信息进行排序，以按照户型由大至小对客户进行房源推荐。
4.根据权利要求1所述的基于客户意向预测的房源推荐方法，其特征在于，所述获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息的步骤之后，还包括：
按照预设的客户购房意向评价维度对所述客户的到访信息进行分组处理。
5.根据权利要求4所述的基于客户意向预测的房源推荐方法，其特征在于，所述按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果的步骤，包括：
根据客户购房意向维度在预设的客户意向预测模型中为每一个组别匹配出对应的预测算法规则；
根据预测算法规则与组别之间的对应关系，采用预测算法规则对组别中的到访信息进行预测计算，以生成所述组别对应的客户意向因子。
6.一种基于客户意向预测的房源推荐装置，其特征在于，
获取模块，用于获取客户的到访信息，其中，所述到访信息包括客户的个人信息和购房需求信息；
预测模块，用于按照预设的预测算法规则对所述到访信息进行预测计算，以获得表征客户意向的预测结果；
遍历模块，用于根据所述预测结果遍历预设的房源信息库，以获取符合客户意向的房源信息。
7.根据权利要求6所述的基于客户意向预测的房源推荐装置，其特征在于，所述基于客户意向预测的房源推荐装置还包括：
第一获取子模块，用于根据所述符合客户意向的房源信息从预设的三维模型库中获取与所述符合客户意向的房源对应的三维模型文件；
第一推荐子模块，用于通过可视化界面将所述三维模型文件生成为三维模型，以将所述三维模型推荐给客户。
8.根据权利要求6或7所述的基于客户意向预测的房源推荐装置，其特征在于，所述基于客户意向预测的房源推荐装置还包括：
第一排序子模块，用于按照户型由大至小对所述符合客户意向的房源信息进行排序，以按照户型由大至小对客户进行房源推荐。
9.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于客户意向预测的房源推荐方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于客户意向预测的房源推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010447077.9A CN112949891A (zh) | 2020-05-22 | 2020-05-22 | 基于客户意向预测的房源推荐方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010447077.9A CN112949891A (zh) | 2020-05-22 | 2020-05-22 | 基于客户意向预测的房源推荐方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112949891A true CN112949891A (zh) | 2021-06-11 |
Family
ID=76234503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010447077.9A Pending CN112949891A (zh) | 2020-05-22 | 2020-05-22 | 基于客户意向预测的房源推荐方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112949891A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326405A (zh) * | 2021-06-30 | 2021-08-31 | 数云科际(深圳)技术有限公司 | 基于bim技术的园区入驻推荐方法以及系统 |
| CN113538048A (zh) * | 2021-07-12 | 2021-10-22 | 深圳市明源云客电子商务有限公司 | 需求信息获得方法、装置、终端设备以及存储介质 |
| CN115292555A (zh) * | 2022-10-09 | 2022-11-04 | 深圳市明源云客电子商务有限公司 | 数据处理方法、设备及计算机可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106997559A (zh) * | 2017-04-13 | 2017-08-01 | 安徽省沃瑞网络科技有限公司 | 一种购房客户交易数据管理系统 |
| CN110716979A (zh) * | 2019-10-18 | 2020-01-21 | 重庆锐云科技有限公司 | 一种购房意向客户挖掘方法、装置及服务器 |
| CN110764665A (zh) * | 2019-09-19 | 2020-02-07 | 深圳思为科技有限公司 | 信息处理方法、信息处理装置及终端设备 |
| CN110796515A (zh) * | 2019-09-26 | 2020-02-14 | 北京瑞卓喜创科技发展有限公司 | 一种房源推荐方法、装置、存储介质及移动终端 |
-
2020
- 2020-05-22 CN CN202010447077.9A patent/CN112949891A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106997559A (zh) * | 2017-04-13 | 2017-08-01 | 安徽省沃瑞网络科技有限公司 | 一种购房客户交易数据管理系统 |
| CN110764665A (zh) * | 2019-09-19 | 2020-02-07 | 深圳思为科技有限公司 | 信息处理方法、信息处理装置及终端设备 |
| CN110796515A (zh) * | 2019-09-26 | 2020-02-14 | 北京瑞卓喜创科技发展有限公司 | 一种房源推荐方法、装置、存储介质及移动终端 |
| CN110716979A (zh) * | 2019-10-18 | 2020-01-21 | 重庆锐云科技有限公司 | 一种购房意向客户挖掘方法、装置及服务器 |
Non-Patent Citations (1)
| Title |
|---|
| 杨加: "数字虚拟艺术超真实表现研究", 北京：中国商业出版社, pages: 21 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326405A (zh) * | 2021-06-30 | 2021-08-31 | 数云科际(深圳)技术有限公司 | 基于bim技术的园区入驻推荐方法以及系统 |
| CN113538048A (zh) * | 2021-07-12 | 2021-10-22 | 深圳市明源云客电子商务有限公司 | 需求信息获得方法、装置、终端设备以及存储介质 |
| CN113538048B (zh) * | 2021-07-12 | 2022-10-14 | 深圳市明源云客电子商务有限公司 | 需求信息获得方法、装置、终端设备以及存储介质 |
| CN115292555A (zh) * | 2022-10-09 | 2022-11-04 | 深圳市明源云客电子商务有限公司 | 数据处理方法、设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220318858A1 (en) | Systems and methods for transformation of raw data to actionable data | |
| JP7105700B2 (ja) | サービス対象のための時分割推薦方法及び装置 | |
| CN112949891A (zh) | 基于客户意向预测的房源推荐方法和装置 | |
| US9031967B2 (en) | Natural language processing system, method and computer program product useful for automotive data mapping | |
| JP5965911B2 (ja) | オンライン取引プラットフォームに基づくデータ処理 | |
| US8185446B1 (en) | Generating parts bundles | |
| US20150363855A1 (en) | Systems and Methods for Automatic Popular Configuration Generation | |
| EP2904560A1 (en) | Systems and methods for determining a fair price range for commodities | |
| CA2891934A1 (en) | Pay-per-sale system, method and computer program product therefor | |
| US20140214491A1 (en) | Out-the-Door Pricing System, Method and Computer Program Product Therefor | |
| CN112000747A (zh) | 数据多维分析方法、装置及系统 | |
| US20220277331A1 (en) | Systems and methods for procurement cost forecasting | |
| CN111199409A (zh) | 用于特定产品的成本管控方法、成本管控系统和电子设备 | |
| KR102097045B1 (ko) | 사용자의 특성을 반영하여 상품을 추천하는 방법 및 장치 | |
| US20150178866A1 (en) | Method and system for aggregating and analyzing building permits | |
| CN109558619B (zh) | 基于建筑信息模型的数据处理方法、终端及可读存储介质 | |
| CN110675207A (zh) | 图像展示组合推荐方法、装置及设备 | |
| CN113781106A (zh) | 商品运营数据分析方法、装置、设备及计算机可读介质 | |
| WO1999026173A1 (en) | A configurable electronic trading system and the method therefor | |
| CN116595390A (zh) | 商品信息处理方法及电子设备 | |
| CN103218726A (zh) | 一种信息项推荐方法及系统 | |
| Chee et al. | Data Analytics Approach for Short-term Sales Forecasts Using Limited Information in E-commerce Marketplace | |
| CA2967203A1 (en) | Infeasibility management in e-sourcing systems | |
| JP6686208B1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| KR102174394B1 (ko) | 온라인 쇼핑몰의 물품 판매량 분석방법 |
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: 20210611 |