CN113538115A - 创业孵化器的智能匹配方法、系统、装置及可读存储介质 - Google Patents

创业孵化器的智能匹配方法、系统、装置及可读存储介质 Download PDF

Info

Publication number
CN113538115A
CN113538115A CN202111077173.XA CN202111077173A CN113538115A CN 113538115 A CN113538115 A CN 113538115A CN 202111077173 A CN202111077173 A CN 202111077173A CN 113538115 A CN113538115 A CN 113538115A
Authority
CN
China
Prior art keywords
incubator
entrepreneurship
entrepreneur
weight
month
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.)
Granted
Application number
CN202111077173.XA
Other languages
English (en)
Other versions
CN113538115B (zh
Inventor
吕新传
曹方毅
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.)
Hangzhou Mucong Qushuzhi Technology Co ltd
Original Assignee
Hangzhou Mucong Qushuzhi Technology 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 Hangzhou Mucong Qushuzhi Technology Co ltd filed Critical Hangzhou Mucong Qushuzhi Technology Co ltd
Priority to CN202111077173.XA priority Critical patent/CN113538115B/zh
Publication of CN113538115A publication Critical patent/CN113538115A/zh
Application granted granted Critical
Publication of CN113538115B publication Critical patent/CN113538115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0627—Directed, with specific intent or strategy using item specifications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Remote Sensing (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种创业孵化器的智能匹配方法、系统、装置及可读存储介质，根据获取查询者的需求特征并与预设创业孵化器特征向量库进行匹配，筛选出符合条件查询者的创业孵化器合集，将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器集合，基于历史记录获取历史查询者需要现场查看的创业孵化器总数量得到整数平均值，通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合，比现有技术能大幅压缩创业者从创业孵化器到完成入驻的时间进度，减少过程当中有创业孵化器的交流次数，提升查找效率，提高订单转化率，加快消化创业孵化器工位库存。

Description

创业孵化器的智能匹配方法、系统、装置及可读存储介质
技术领域
本发明涉及智能匹配技术领域，尤其涉及一种创业孵化器的智能匹配方法、系统、装置及可读存储介质。
背景技术
随着技术的进步，创业群体越来越大，但是并不是所有的创业者在一开始都会有自己专属的办公场所，因此就诞生了办公场所租赁业务。数字化应用的越来越多，办公场所租赁行业也越来越多的实现了在线查找然后线下勘察。
目前在线查找办公场所租赁的行业中，创业者或者查询者查找创业孵化器或者类孵化器功能的共享办公、联合办公场所时，一般基于创业者所在城市、行政区域、地铁线路、人数或者面积数等几个需求标签，让创业者单选或者复选其中几个需求标签，然后依据标签筛选出对应的孵化器，本文所说的孵化器其实就是这些共享办公场所或者联合办公场所，并从上到下按照价格高低排序供创业者查看，并逐一让创业者进入每家孵化器的线上详情介绍页浏览后，再电话联系网络中介方确认出租方是否有对应的空置工位数量或房间，再进一步确定一起到线下查看场地的繁琐服务流程，存在费时费力、入驻成本较高的问题，而且最大的问题是不能精确的推断出创业者或者查询者合适的孵化器，推送或者匹配的结果不够精准。
发明内容
本发明针对现有技术中的缺点，提供了一种创业孵化器的智能匹配方法、系统、装置及可读存储介质。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
一种创业孵化器的智能匹配方法，包括以下步骤：
获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
基于贝叶斯定理将关联决策因子划分为若干个特征向量子集；
基于特征向量子集得到查询者对意向创业孵化器的需求特征；
通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器集合；
基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值；
通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合。
作为一种可实施方式，所述特征向量子集至少包括城市集、行政区域集、交通线路集、工位数集、目标价位集及最晚入驻日期集；
所述需求特征通过以下公式得到：D= D1(Xi1) U D2(Xi2) U D3(Xi3) U D4(Xi4) UD5(Xi5) U D6；
其中，D表示需求特征，D1(Xi1) 表示城市集内的第i1个待选的具体城市，D2(Xi2)表示行政区域集内待选的第i2个行政区域，D3(Xi3)表示交通线路集内第i3条待选的地铁线路，D4(Xi4)表示工位数集内第i4个待选的工位，D5(Xi5)表示目标价位集内第i5个待选的目标价位，D6表示最晚入住日期。
作为一种可实施方式，所述创业孵化器全集通过以下公式得到：Y=Pi(D)
其中，Y表示同时含有特征向量子集的创业孵化器子集Pi的集合，D表示需求特征。
作为一种可实施方式，所述应用权重通过以下公式进行调整：R(Pi)d= S(Pi)0 /M+S(Pi)d+D(Pi)0
其中， R(Pi)d 表示创业孵化器集合中创业孵化器子集Pi截止到当月d日某时的权重即应用权重，S(Pi)0表示为前月第i家创业孵化器的累加权重，M表示上一月第i家创业孵化器被查找预约的实际天数，S(Pi)为第i家创业孵化器当月权重新增累加值，S(Pi)d代表当月截止到d日某时第i家创业孵化器的累加权重，则S(Pi)0/M表示上一月创业孵化器累加权重的平均值，D(Pi)0为第i家创业孵化器的初始权重。
作为一种可实施方式，所述S(Pi)d代表当月截止到d日某时第i家创业孵化器的权重累加值通过以下公式得到：
Figure 464592DEST_PATH_IMAGE001
其中，
Figure 687763DEST_PATH_IMAGE002
表示在当月截止到第d日某时创业孵化器被查找次数的累计值，k为常量，表示创业孵化器集合中创业孵化器子集Pi推荐给创业孵化器的查询者得到的权重增量。
作为一种可实施方式， 所述通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合，包括以下步骤：
当待推荐创业孵化器的数量大于需要现场查看的整数平均值时，获取查询者匿名联系方式并基于匿名联系方式将排名靠前的创业孵化器推送至查询者；
当待推荐创业孵化器的数量不大于需要现场查看的整数平均值时，获取查询者匿名联系方式并基于匿名联系方式将待推荐创业孵化器集合中的所有创业孵化器推送至查询者。
一种创业孵化器的智能匹配系统，包括获取解析模块、划分计算模块、匹配筛选模块、初次排位模块及计算推荐模块，所述计算推荐模块包括计算模块、推荐模块及匿名模块；
所述获取解析模块，用于获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
所述划分计算模块，用于基于贝叶斯定理将关联决策因子划分为若干个特征向量子集，基于特征向量子集得到查询者对意向创业孵化器的需求特征；
所述匹配筛选模块，用于通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
所述初次排位模块，将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器；
所述计算模块，基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值；
所述推荐模块，用于通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合；
所述匿名模块，用于存储查询者匿名联系方式。
作为一种可实施方式，所述初次排位模块中，所述应用权重通过以下公式进行调整：R(Pi)d= S(Pi)0 /M+S(Pi)d+D(Pi)0
其中， R(Pi)d 表示创业孵化器集合中创业孵化器子集Pi截止到当月d日某时的权重即应用权重，S(Pi)0表示为前月第i家创业孵化器的累加权重，M表示上一月第i家创业孵化器被查找预约的实际天数，S(Pi)为第i家创业孵化器当月权重新增累加值，S(Pi)d代表当月截止到d日某时第i家创业孵化器的累加权重，则S(Pi)0/M表示上一月创业孵化器累加权重的平均值，D(Pi)0为第i家创业孵化器的初始权重。
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下的方法步骤：
获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
基于贝叶斯定理将关联决策因子划分为若干个特征向量子集；
基于特征向量子集得到查询者对意向创业孵化器的需求特征；
通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器；
基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值，以整数平均值的数值从待推荐创业孵化器进行再次筛选得到应用权重排名靠前的创业孵化器。
一种创业孵化器的智能匹配装置，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下的方法步骤：
获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
基于贝叶斯定理将关联决策因子划分为若干个特征向量子集；
基于特征向量子集得到查询者对意向创业孵化器的需求特征；
通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器；
基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值，以整数平均值的数值从待推荐创业孵化器进行再次筛选得到应用权重排名靠前的创业孵化器。
本发明由于采用了以上技术方案，具有显著的技术效果：
本发明提供的创业者查找创业孵化器的智能匹配系统和算法，根据查询者的个性需求特征的获取，与预先录入存储的创业孵化器进行匹配，筛选出符合查询者需求特征的创业孵化器子集，按各个孵化器的权重值进行从高到低排序，进一步挑选出权重值排序靠前的创业孵化器，再将此情况推送至查询者，比现有技术能大幅压缩创业者从创业孵化器到完成入驻的时间进度，减少过程当中有创业孵化器的交流次数，提升查找效率，提高订单转化率，加快消化创业孵化器工位库存。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的一些实施例，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为本发明一实施例公开的查找创业孵化器以求入驻其内进行创业的智能匹配方法的示意图；
图2为本发明一实效例公开的创业孵化器查询者“所需工位”集合示意图；
图3为本发明一实施例公开的创业孵化器查询者“目标价位”集合示意图；
图4为本发明一实施例公开的创业孵化器R值累加逻辑示意图；
图5为本发明的整体系统示意图；
图6为本发明计算推荐模块的结构示意图；
图7为本发明的一实施例公开的创业孵化器数据库系统、隐号系统、短信系统与创业者创业孵化器业务流程关系示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1：
一种创业孵化器的智能匹配方法，如图1所示，包括以下步骤：
S100、获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
S200、基于贝叶斯定理将关联决策因子划分为若干个特征向量子集；
S300、基于特征向量子集得到查询者对意向创业孵化器的需求特征；
S400、通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
S500、将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器集合；
S600、基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值；
S700、通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合。
本发明提供的是一种查找创业孵化器以求入驻其内进行创业的智能匹配方法，基于历史多个数据，利用贝叶斯定理构建创业者查找创业孵化器的决策因子独立子集，并根据贝叶斯定理，构建计算创业孵化器权重的算法，优先将创业者寻租的个性化特征需求信息，通过手机短信匹配投送给符合要求的创业孵化器，鼓励创业孵化器在规定时限内通过系统提供的隐号电话及时主动接洽创业者，有利于提升创业者查找创业孵化器的过程效率，降低入驻创业孵化器的成本，同时，也提升了创业孵化器运营人员的接洽效率，加速消化创业孵化器工位库存。
在一个实施例中，所述特征向量子集至少包括城市集、行政区域集、交通线路集、工位数集、目标价位集及最晚入驻日期集；
所述需求特征通过以下公式得到：D= D1(Xi1) U D2(Xi2) U D3(Xi3) U D4(Xi4) UD5(Xi5) U D6；
其中，D表示需求特征，D1(Xi1) 表示城市集内的第i1个待选的具体城市，D2(Xi2)表示行政区域集内待选的第i2个行政区域，D3(Xi3)表示交通线路集内第i3条待选的地铁线路，D4(Xi4)表示工位数集内第i4个待选的工位，D5(Xi5)表示目标价位集内第i5个待选的目标价位，D6表示最晚入住日期。
以上过程通过实例来说明：获取到查询者的查询请求解析到的关联决策因子主要包括“所在城市”，“行政区域”，“地铁线路”或者“公交线路”，“所需工位”，“目标价位”，“最晚入驻日期”等。
依据贝叶斯定理，将关联决策因子分别进行细分为几个特征向量子集，比如：包括城市集、行政区域集、交通线路集、工位数集、目标价位集及最晚入驻日期集，则需求特征可以表示为D1(Xi1) U D2(Xi2) U D3(Xi3) U D4(Xi4) U D5(Xi5) U D6；
D1“所在城市”集下，分列可提供创业孵化器查找服务的各个城市，比如杭州、宁波、苏州、上海等，查询者每次只能选择一个城市，比如，某一实施例中，查询者选择了“杭州”；D2“行政区域”集下，包括已选定城市下辖的各个市区行政区划名称，比如杭州市下辖的西湖区、滨江区、上城区等几个行政区作为“行政区域”集下的几个特征向量子集，比如，某一实施例中，查询者选择了“西湖区”；D3 “地铁线路”集下，是被选定的城市已开通运营的地铁线路集合，包含1号线、2号线等独立子集，比如，某一实施例中，查询者选择了“地铁1号线”；D4 “所需工位”集下，可分为“1-5个工位”，“6-10个工位”，“10个以上工位”等独立子集，如图2所示；D5“目标价位”集下，是工位各个档位价格标示，具体以杭州这个城市为例，创业孵化器工位价格可划分为“700元以内/工位/月”，“700-1200元/工位/月”，“1200元以上/工位/月”三档，比如，某一实施例中，查询者选择了“700元以内/工位/月”档，如图3； D6“最晚入驻日期”是指查询者租赁创业孵化器入驻的最迟日期，如果当前查找日期为2021年8月25日，默认最晚入驻时间为2021年9月1日，相隔7天时间。根据某查询者的查询请求，希望在杭州西湖区地铁1号线附近找一家孵化器，其能够在2021年9月1日之前提供6-10个工位，且工位价格在700元以内/工位/月。将这个需求结合特征向量子集，得到对创业孵化器的需求特征就可以表示为：D=(杭州市) U（西湖区）U(地铁1号线) U（6-10个工位）U（700元以内/工位/月），且希望在2021年9月1日之前入驻。此实施例中的城市名、行政区域、地铁线路、所需工位、目标价位等子集只是对方案进行充分的说明解释，并不起到限定的作用。
在一个实施例中，步骤S400中通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合。也就是说满足需求特征的创业孵化器的数量肯定很多，每个创业孵化器可以作为一个创业孵化器子集，则创业孵化器全集通过以下公式得到：Y=Pi(D)，其中，Y表示同时含有特征向量子集的创业孵化器子集的集合，D表示需求特征。获得的查询者特征需求后，再去预设创业孵化器特征向量库中存储的所有创业孵化器找到能完全匹配满足特征需求D的创业孵化器子集P(杭州，西湖区，地铁1号线，6-10个工位，700元以内/工位/月)，用通俗的话说，就是此子集中，创业孵化器都有以下共同特征：在杭州西湖区地铁1号线附近，能够提供6-10个工位出租，且工位价格在700元以内/工位/月。某一实施例中，具有此共同特征的创业孵化器子集中共有10家创业孵化器。
在众多的满足条件的创业孵化器中如何进行选择或者推荐呢，在一个实施例中，将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器集合，权重的调整过程可以参考附图4所示。
创业孵化器在当月d日某时的权重值Rd可以根据贝叶斯定理，即，给定某原因时出现某结果的可能性越大，那么，出现该结果是该原因引起的概率也会越大，完成构建包含因果关系的公式计算得出：
Figure 893616DEST_PATH_IMAGE003
其中，
Figure 885843DEST_PATH_IMAGE004
S0为前月创业孵化器在系统中的权重累加值，M代表前月创业孵化器在线接受查找预约的实际天数，S0/M代表前月创业孵化器权重累加值的平均值；如果某孵化器信息前月未录入系统接受创业者查找，则S0/M取值为0。S为创业孵化器当月权重新增累加值，Sd代表当月截止到d日某时，创业孵化器在系统中的权重累加值；创业孵化器因为提供给创业者租金减免优惠政策而被赋予的权重基值D0; D0基值大小，可以设置为创业孵化器在线通过隐号系统主动接洽一次寻租的查询者得到的权重值增量的自然倍数；如果某创业孵化器不能提供给创业者租金减免优惠政策，则D0为0。
其中，
Figure 784529DEST_PATH_IMAGE005
，表示在当月截止到第d日某时，创业孵化器通过系统提供的隐号电话，其在规定时限内主动拨打给创业孵化器的创业者的电话次数累计值；k为常量，表示创业孵化器在规定时限内每主动拨打1次电话给创业孵化器的创业者可以得到1份新增的权重值，可以赋值为某个整数。
将此公式结合得到的创业孵化器集合中创业孵化器子集Pi进行应用，则有：
以R(Pi)代表符合查询者需求特征创业孵化器子集中第i家创业孵化器在系统中的权重。R(P1)代表第1家创业孵化器，R(P2)代表第2家，依此类推。R(Pi)d 表示当月截止到d日某时的权重，创业孵化器子集Pi截止到当月d日某时的权重R(Pi)计算公式相应表示如下：R(Pi)d= S(Pi)0 /M+S(Pi)d+D(Pi)0 ，其中， R(Pi)d 表示创业孵化器集合中创业孵化器子集Pi截止到当月d日某时的权重即应用权重，S(Pi)0表示为前月第i家创业孵化器的累加权重，M表示上一月第i家创业孵化器被查找预约的实际天数，S(Pi)为第i家创业孵化器当月权重新增累加值，S(Pi)d代表当月截止到d日某时第i家创业孵化器的累加权重，则S(Pi)0/M表示上一月创业孵化器累加权重的平均值，D(Pi)0为第i家创业孵化器的初始权重，在本申请中可以为因为提供给创业者租金减免优惠政策而被赋予的权重基值，D0基值设置为10也可以为其他值。
在此，所述S(Pi)d代表当月截止到d日某时第i家创业孵化器的权重累加值通过以下公式得到：
Figure 494996DEST_PATH_IMAGE006
其中，
Figure 238961DEST_PATH_IMAGE007
表示在当月截止到第d日某时创业孵化器被查找次数的累计值，通俗的讲，可以表示为第i家创业孵化器从当月初截止到当月第d天0时在查询者发出匹配需求后20分钟时限内通过系统提供的隐号电话主动接洽寻租创业者的累计次数；k为常量，表示创业孵化器集合中创业孵化器子集Pi推荐给创业孵化器的查询者得到的权重增量，比如，在某一实施例中，被设置为5，代表创业孵化器在上述规定时限内通过系统提供的隐号电话接洽寻租创业者1次可以获得的权重新增值为5。
如果某个创业孵化器上一月还未录入到数据库中，那说明上个月并没有接受创业者查找，则上一月创业孵化器累加权重的平均值为0。通过此权重公式可以知晓：如果创业孵化器的工位空置率越高，则其及时推送至寻租创业者的概率也越大；如果创业孵化器前月工位空置率越高，则其当月工位空置率仍然较高的概率也较大；空置率较高的创业孵化器，给创业者提供入驻租金优惠政策的可能性也较大；把查询者寻租的需求信息优先推送给空置率高且能满足寻租创业者基本需求特征的创业孵化器。
通过以下实例来说明：比如以2021年8月25日0时为统计时点，统计得出以下信息：
P1为2021年8月2日录入系统，并开始接受创业者查找的新增创业孵化器， P2为2021年7月21日录入系统，并开始接受创业者查找的创业孵化器，其余都为2021年7月之前就已录入系统的创业孵化器；除了P5，P9两家创业孵化器不能提供月租减免优惠政策外，其余8家都有此优惠政策；2021年7月份，在规定的时限内通过隐号电话主动接洽寻租创业者的累计次数统计如下：
P1 0次， P2 5次，P3 10次，P4 6次，P5 3次，P6 12次，P7 5次，P8 12次，P9 5次，P10 6次；2021年8月份截止到25日0时，在规定的时限内通过匿名方式主动接洽寻租创业者的累计次数统计如下：
P1 8次， P2 6次，P3 6次，P4 2次，P5 3次，P6 10次，P7 4次，P8 10次，P9 3次，P10 5次。
则，截止到2021年8月25日0时，各家创业孵化器R值计算（保留小数点后1位）如下：
R(P1)2021.8.25=0+5*8+10=50；
R(P2)2021.8.25=5*5/10+5*6+10=42.5
R(P3)2021.8.25=5*10/31+5*6+10=41.6
R(P4)2021.8.25=5*6/31+5*2+10=21
R(P5)2021.8.25=5*3/31+5*3+0=15.5
R(P6)2021.8.25=5*12/31+5*10+10=61.9
R(P7)2021.8.25=5*12/31+5*4+10=31.9
R(P8)2021.8.25=5*12/31+5*10+10=61.9
R(P9)2021.8.25=5*5/31+5*3+0=15.8
R(P10)2021.8.25=5*6/31+5*5+10=36。
基于统计的历史记录，获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值，比如，基于以上的实例，根据历史数据，统计出创业者在决策进驻某个孵化器前要现场查看的孵化器总数量平均值6（取整后的数值）；
对上述初筛选出来的是10家创业孵化器按R值从高到低排序，排出前6家如下：
R(P6)2021.8.25= R(P8)2021.8.25＞R(P1)2021.8.25 ＞R(P2)2021.8.25 ＞R(P3)2021.8.25 ＞R(P10)2021.8.25
得到待推荐创业孵化器集合后，所述通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合，包括以下步骤：
当待推荐创业孵化器的数量大于需要现场查看的整数平均值时，获取查询者匿名联系方式并基于匿名联系方式将排名靠前的创业孵化器推送至查询者；当待推荐创业孵化器的数量不大于需要现场查看的整数平均值时，获取查询者匿名联系方式并基于匿名联系方式将待推荐创业孵化器集合中的所有创业孵化器推送至查询者。
一般情况下，是自动发送手机短信给上述R值排名前6家的创业孵化器运营人员，推送通知其及时通过隐号电话系统接洽查询者。当然，也可以通过其他方式，比如，匿名的微信或者钉钉等。采用匿名的联系方式可以防止查询者的联系方式被窃取，保护信息的安全。
实施例2：
一种创业孵化器的智能匹配系统，如图5-7所示，包括获取解析模块100、划分计算模块200、匹配筛选模块300、初次排位模块400及计算推荐模块500，所述计算推荐模块500包括计算模块510、推荐模块520及匿名模块530；
所述获取解析模块100，用于获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
所述划分计算模块200，用于基于贝叶斯定理将关联决策因子划分为若干个特征向量子集，基于特征向量子集得到查询者对意向创业孵化器的需求特征；
所述匹配筛选模块300，用于通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
所述初次排位模块400，将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器；
所述计算模块510，基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值；
所述推荐模块520，用于通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合；
所述匿名模块530，用于存储查询者匿名联系方式。
具体地，所述初次排位模块400中，所述应用权重通过以下公式进行调整：R(Pi)d=S(Pi)0 /M+S(Pi)d+D(Pi)0
其中， R(Pi)d 表示创业孵化器集合中创业孵化器子集Pi截止到当月d日某时的权重即应用权重，S(Pi)0表示为前月第i家创业孵化器的累加权重，M表示上一月第i家创业孵化器被查找预约的实际天数，S(Pi)为第i家创业孵化器当月权重新增累加值，S(Pi)d代表当月截止到d日某时第i家创业孵化器的累加权重，则S(Pi)0/M表示上一月创业孵化器累加权重的平均值，D(Pi)0为第i家创业孵化器的初始权重。
实施例3：
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下的方法步骤：
获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
基于贝叶斯定理将关联决策因子划分为若干个特征向量子集；
基于特征向量子集得到查询者对意向创业孵化器的需求特征；
通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器；
基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值，以整数平均值的数值从待推荐创业孵化器进行再次筛选得到应用权重排名靠前的创业孵化器。
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、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、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。
需要说明的是：
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种创业孵化器的智能匹配方法，其特征在于，包括以下步骤：
获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
基于贝叶斯定理将关联决策因子划分为若干个特征向量子集；
基于特征向量子集得到查询者对意向创业孵化器的需求特征；
通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器集合；
基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值；
通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合。
2.根据权利要求1所述的创业孵化器的智能匹配方法，其特征在于，所述特征向量子集至少包括城市集、行政区域集、交通线路集、工位数集、目标价位集及最晚入驻日期集；
所述需求特征通过以下公式得到：D= D1(Xi1) U D2(Xi2) U D3(Xi3) U D4(Xi4) U D5(Xi5) U D6；
其中，D表示需求特征，D1(Xi1) 表示城市集内的第i1个待选的具体城市，D2(Xi2)表示行政区域集内待选的第i2个行政区域，D3(Xi3)表示交通线路集内第i3条待选的地铁线路，D4(Xi4)表示工位数集内第i4个待选的工位，D5(Xi5)表示目标价位集内第i5个待选的目标价位，D6表示最晚入住日期。
3.根据权利要求1或2所述的创业孵化器的智能匹配方法，其特征在于，所述创业孵化器全集通过以下公式得到：Y=Pi(D)
其中，Y表示同时含有特征向量子集的创业孵化器子集Pi的集合，D表示需求特征。
4. 根据权利要求3所述创业孵化器的智能匹配方法，其特征在于，所述应用权重通过以下公式进行调整：R(Pi)d= S(Pi)0 /M+S(Pi)d+D(Pi)0
其中， R(Pi)d 表示创业孵化器集合中创业孵化器子集Pi截止到当月d日某时的权重即应用权重，S(Pi)0表示为前月第i家创业孵化器的累加权重，M表示上一月第i家创业孵化器被查找预约的实际天数，S(Pi)为第i家创业孵化器当月权重新增累加值，S(Pi)d代表当月截止到d日某时第i家创业孵化器的累加权重，则S(Pi)0/M表示上一月创业孵化器累加权重的平均值，D(Pi)0为第i家创业孵化器的初始权重。
5.根据权利要求4所述创业孵化器的智能匹配方法，其特征在于，所述S(Pi)d代表当月截止到d日某时第i家创业孵化器的权重累加值通过以下公式得到：
Figure 88910DEST_PATH_IMAGE001
其中，
Figure 23368DEST_PATH_IMAGE002
表示在当月截止到第d日某时创业孵化器被查找次数的累计值，k为常量，表示创业孵化器集合中创业孵化器子集Pi推荐给创业孵化器的查询者得到的权重增量。
6.根据权利要求1所述的创业孵化器的智能匹配方法，其特征在于，所述通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合，包括以下步骤：
当待推荐创业孵化器的数量大于需要现场查看的整数平均值时，获取查询者匿名联系方式并基于匿名联系方式将排名靠前的创业孵化器推送至查询者；
当待推荐创业孵化器的数量不大于需要现场查看的整数平均值时，获取查询者匿名联系方式并基于匿名联系方式将待推荐创业孵化器集合中的所有创业孵化器推送至查询者。
7.一种创业孵化器的智能匹配系统，其特征在于，包括获取解析模块、划分计算模块、匹配筛选模块、初次排位模块及计算推荐模块，所述计算推荐模块包括计算模块、推荐模块及匿名模块；
所述获取解析模块，用于获取查询者的查询请求并解析，确定查询者所寻找的意向创业孵化器的关联决策因子；
所述划分计算模块，用于基于贝叶斯定理将关联决策因子划分为若干个特征向量子集，基于特征向量子集得到查询者对意向创业孵化器的需求特征；
所述匹配筛选模块，用于通过需求特征在预设创业孵化器特征向量库中进行查询与匹配，筛选出符合查询者需求特征的创业孵化器集合；
所述初次排位模块，将创业孵化器集合中每个创业孵化器的初始权重进行调整，得到创业孵化器的应用权重，对应用权重进行排序，得到待推荐创业孵化器；
所述计算模块，基于历史记录获取历史查询者需要现场查看的创业孵化器总数量，得到需要现场查看的整数平均值；
所述推荐模块，用于通过判断整数平均值与待推荐创业孵化器集合中数量的大小，得到进行推荐的创业孵化器组合；所述匿名模块，用于存储查询者匿名联系方式。
8.根据权利要求7所述的创业孵化器的智能匹配系统，其特征在于，所述初次排位模块中，所述应用权重通过以下公式进行调整：R(Pi)d= S(Pi)0 /M+S(Pi)d+D(Pi)0
其中， R(Pi)d 表示创业孵化器集合中创业孵化器子集Pi截止到当月d日某时的权重即应用权重，S(Pi)0表示为前月第i家创业孵化器的累加权重，M表示上一月第i家创业孵化器被查找预约的实际天数，S(Pi)为第i家创业孵化器当月权重新增累加值，S(Pi)d代表当月截止到d日某时第i家创业孵化器的累加权重，则S(Pi)0/M表示上一月创业孵化器累加权重的平均值，D(Pi)0为第i家创业孵化器的初始权重。
9.一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6任意一项所述的方法步骤。
10.一种创业孵化器的智能匹配装置，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6任意一项所述的方法步骤。
CN202111077173.XA 2021-09-15 2021-09-15 创业孵化器的智能匹配方法、系统、装置及可读存储介质 Active CN113538115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111077173.XA CN113538115B (zh) 2021-09-15 2021-09-15 创业孵化器的智能匹配方法、系统、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111077173.XA CN113538115B (zh) 2021-09-15 2021-09-15 创业孵化器的智能匹配方法、系统、装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN113538115A true CN113538115A (zh) 2021-10-22
CN113538115B CN113538115B (zh) 2021-12-14

Family

ID=78092623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111077173.XA Active CN113538115B (zh) 2021-09-15 2021-09-15 创业孵化器的智能匹配方法、系统、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113538115B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110414746A (zh) * 2019-08-07 2019-11-05 软通动力信息技术有限公司 众创空间的开设地址选择方法、装置、设备及存储介质
CN110837974A (zh) * 2019-11-14 2020-02-25 四川创丰产融信息技术有限公司 一种企业孵化器管理平台
CN112308594A (zh) * 2019-09-29 2021-02-02 北京京东尚科信息技术有限公司 选址系统、方法、电子设备及存储介质
CN112989023A (zh) * 2021-03-25 2021-06-18 北京百度网讯科技有限公司 标签推荐方法、装置、设备、存储介质及计算机程序产品
CN113362125A (zh) * 2021-04-19 2021-09-07 浙江锐驰网络科技有限公司 一种电商企业孵化器的信息筛选系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110414746A (zh) * 2019-08-07 2019-11-05 软通动力信息技术有限公司 众创空间的开设地址选择方法、装置、设备及存储介质
CN112308594A (zh) * 2019-09-29 2021-02-02 北京京东尚科信息技术有限公司 选址系统、方法、电子设备及存储介质
CN110837974A (zh) * 2019-11-14 2020-02-25 四川创丰产融信息技术有限公司 一种企业孵化器管理平台
CN112989023A (zh) * 2021-03-25 2021-06-18 北京百度网讯科技有限公司 标签推荐方法、装置、设备、存储介质及计算机程序产品
CN113362125A (zh) * 2021-04-19 2021-09-07 浙江锐驰网络科技有限公司 一种电商企业孵化器的信息筛选系统

Also Published As

Publication number Publication date
CN113538115B (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
CN112766550B (zh) 基于随机森林的停电敏感用户预测方法、系统、存储介质及计算机设备
US20050125307A1 (en) Approach for estimating user ratings of items
CN111881158B (zh) 一种管理报表数据处理方法、装置、计算机系统及可读存储介质
CN111709613A (zh) 基于数据统计的任务自动分配方法、装置及计算机设备
CN104991924A (zh) 用于确定新供应点的地址的方法和装置
CN103150696A (zh) 选择目标增值业务潜在客户的方法及装置
CN113793507A (zh) 可用车位预测方法、装置、计算机设备及存储介质
CN111966866A (zh) 一种数据资产管理的方法和装置
CN112860769B (zh) 一种能源规划数据管理系统
CN110807547A (zh) 家庭人口结构的预测方法及系统
CN102955829A (zh) 用于对资源项进行排序的方法、装置和设备
CN107527103B (zh) 用于挖掘搜索查询日志的数据仓库
CN103617221B (zh) 软件推荐方法及系统
CN113850541A (zh) 一种基于sql数据库的库存驱动的光缆订单分配方法
CN113538115B (zh) 创业孵化器的智能匹配方法、系统、装置及可读存储介质
CN116151424B (zh) 一种多园区下料车间方法
CN113094444B (zh) 数据处理方法、数据处理装置、计算机设备和介质
CN110968547B (zh) 一种信息筛选方法及系统
CN109918401B (zh) 建筑工程清单数据处理方法、装置、存储介质和计算机设备
CN111028044B (zh) 一种拼租方法、装置、电子设备和存储介质
CN114125597A (zh) 一种光纤调度的方法和装置
US20220245742A1 (en) Method and system for matching commercial properties and tenants
CN115185923B (zh) 一种气象观测元数据管理的方法、系统和智能终端
CN117216391B (zh) 一种新闻推荐方法、系统及设备
CN112364066B (zh) 一种基于共享信息的通讯方法及系统

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
GR01 Patent grant
GR01 Patent grant