TWM655253U - 基於認識程度的物件推薦裝置 - Google Patents

Abstract

本創作基於認識程度的物件推薦裝置主要包含物件資料庫、買方資料庫、搜尋模組、傳送模組。搜尋模組接收在預定時間內的該物件的該銷售狀態被改變的事件通知，並僅在該買方的該行為屬性滿足一可推薦門檻值，才依據該買方的該行為屬性中以隨著時間變化的看過的該物件所定義的內容，找出條件與該銷售狀態被改變的該物件互相符合之複數買方資料，而產生包含特定數量的複數買方資料之一推薦買方清單，傳送模組則使得客戶端裝置的顯示裝置得以呈現該推薦買方清單。

Description

基於認識程度的物件推薦裝置

本創作係關於一種物件推薦裝置，尤指基於退斡後的推薦物件。

現行房地產買賣或租賃管道除了透過社區公佈欄或實體服務店面之外，由於房產網站能提供全國房產買賣或租賃的詳細資訊，且可結合個人化需求服務，故網站資訊科技已成為房地產業者近來努力發展和開發的目標，以提昇房地產業者的競爭力。

為了提升用戶在使用購屋網站時的便利性，大多數購屋網站會提供用戶收藏夾的功能，用戶在流覽和尋找房屋物件的過程中，通過在物件顯示頁面點擊「收藏」按鈕或類似功能按鈕來進行收藏操作，即可將自己喜歡的物件添加到自己的收藏夾中。此後，用戶可以利用自己的收藏夾，對其喜歡或感興趣的物件進行日常查閱、追蹤、比較或購買。

在進入交易談判程序時，為了保障買賣雙方的權益，只要有買方出價後，該物件交易談判中的銷售狀態將被改成斡旋中，並禁止再有其他買方出價，靜待當前的買賣雙方達成或不達成交易後，該銷售狀態才會被改成非銷售狀態，同時再次開放其他買方出價，以 避免出現數個買方的競價行為，這即所謂的單一斡旋制度。然而，如果銷售狀態被改成非銷售狀態的速度過慢，將有可能導致損害賣方的權益，故已有業者針對銷售狀態的改變改成線上來進行，提高即使更新的效率，但是這樣對於賣方的權益仍然保障過少，容易有丟失賣方客戶的可能性。

此外，如果對於該買方認識不足，就逕行推薦，就很容易會推薦失準。

職是之故，申請人有鑑於習知技術之缺失，創作出本案「基於認識程度的物件推薦裝置」，以改善前述缺失。

為了克服習知技藝所存在的問題，本創作提供一種本創作基於認識程度的物件推薦裝置主要包含物件資料庫、買方資料庫、搜尋模組、傳送模組。搜尋模組接收在預定時間內的該物件的該銷售狀態被改變的事件通知，並僅在該買方的該行為屬性滿足一可推薦門檻值，才依據該買方的該行為屬性中以隨著時間變化的看過的該物件所定義的內容，找出條件與該銷售狀態被改變的該物件互相符合之複數買方資料，而產生包含特定數量的複數買方資料之一推薦買方清單，傳送模組則使得客戶端裝置的顯示裝置得以呈現該推薦買方清單。如此，使用者只需簡單的選擇特定行為，即可讓系統搜尋出相對的物件，以供挑選。

本創作所提供的基於認識程度的物件推薦裝置提出一種可在退渥之後，基於買方所瀏覽過的物件，快速媒合該被退渥的物 件，以便快速找到其他值得一看的物件，避免了使用者耗費許多時間與精神才找到這些被推薦的物件，同時保障賣方權益。

10:基於認識程度的物件推薦裝置

101:物件資料庫

100:買方資料庫

102:記錄空間

103:記錄模組

105:傳送模組

106:呈現模組

107:搜尋模組

5:客戶端裝置

20:操作畫面

202:第一標記按鈕

204:收藏功能按鈕

206:針對單一物件的收藏按鈕

208:訂閱功能按鈕

22:顯示區塊

第一圖顯示本創作所提基於認識程度的物件推薦裝置的具體實施例的系統示意圖。

第二圖顯示本創作所提基於認識程度的物件推薦裝置的具體實施例的另一示意圖。

第三圖顯示本創作的操作畫面的示意圖。

本創作將藉由下述之較佳實施例及其配合之圖式，做進一步之詳細說明。

參考第一圖，本創作基於認識程度的物件推薦裝置主要包含物件資料庫101、買方資料庫100、搜尋模組107、傳送模組105。物件資料庫101儲存複數物件資料，每個物件資料均具有物件索引碼、以及該物件索引碼所屬的複數個物件屬性，該物件屬性至少包含交易談判中的銷售狀態。搜尋模組107耦合該物件資料庫101、該買方資料庫100，而傳送模組105耦合該搜尋模組107。

客戶端裝置5透過網際網路與本創作所提基於認識程度的物件推薦裝置10互相進行資料的傳遞。具體而言，呈現模組106將欲呈現的畫面傳送到客戶端裝置進行呈現，且使用者於呈現模組106所呈現的各種畫面中所輸入的資訊都是先接收，並進一步將資訊傳遞給相 關的模組，但這不意味著本創作所提基於認識程度的物件推薦裝置10必須包含呈現模組106。前述客戶端裝置5可以是桌上型電腦、筆記型電腦、平板電腦或智慧型手機等。

物件資料庫101中每個物件資料均具有物件索引碼、以及該物件索引碼所屬的複數個物件屬性。這其中，該物件屬性包括選自由該房地產物件的簡稱、價格、社區名、地址、樓層、建物登記面積、土地登記面積、每單位面積單價、類型、格局、屋齡、車位、座向、電梯、管理費、格局圖、生活機能。複數個物件屬性中每個物件屬性具有一優先性，具有越高的優先性就越會優先比較高度重疊性，而影響到推薦買方清單中所呈現的物件。

買方資料庫100儲存複數買方資料，每個買方資料均具有行為索引碼、以及該行為索引碼所屬的複數個行為屬性，而每個行為屬性主要是以隨著時間變化的看過的該物件所定義。由於系統可以先針對全部的該物件與買方需求將之標籤化，例如該物件屬於三代同堂，而買方需求為三代同堂，因此即可透過標籤化來進行媒合作業。

簡單來說，搜尋模組107接收在預定時間內的該物件的該銷售狀態被改變的事件通知，並僅在該買方的該行為屬性滿足一可推薦門檻值，才依據該買方的該行為屬性中以隨著時間變化的看過的該物件所定義的內容，找出條件與該銷售狀態被改變的該物件互相符合之複數買方資料，而產生包含特定數量的複數買方資料之推薦買方清單，傳送模組105則使得客戶端裝置5的顯示裝置得以呈現該推薦買方清單。該財務條件包含自備款、每月可負擔房貸、貸款年限、現有 房貸筆數。其中，僅在該買方的該行為屬性滿足一可推薦門檻值，才依據該買方的該行為屬性中以隨著時間變化的看過的該物件所定義的內容，如此避免了對於該買方認識不足就逕行推薦，容易失準，同時可以避免過舊的買方行為過分干擾了當前買方行為。

該買方的該行為屬性滿足該可推薦門檻值相關於對於該買方的認識程度，而該認識程度可定義為在該預定時間內所看過的該物件達到門檻值。換言之，該認識程度可定義為在該預定時間內所看過的該物件達到門檻值且該物件的該物件屬性彼此之間具有可辨識程度的集中程度。理論上來說，買方所看過的物件中如果缺乏某種程度的級中程度，例如看過10個物件，卻是分別落在8個行政區域內，代表該買方根本還沒確定他想要購買的物件到底是在什麼行政區域，此時如果貿然開始對該買方進行物件推薦，所推薦出來的物件非常容易會落在買方根本沒興趣的行政區域，而成為無效推薦。

換言之，除了依據該財務條件計算出買方所能夠購買的總價區間之後，搜尋模組107可以再依據購屋需求中，主要是針對行政區域、房屋類型等等有關於物件屬性的條件，透過物件與買方需求標籤化，將符合條件的複數筆不動產資訊中的開價，在考慮看屋行為差異，又考慮隨著時間變化，依據適當的議價率，把該物件的開價合理地調降，然後再合理地找出符合該財務條件的複數買方資料，而提供該推薦買方清單。

為了精進推薦買方清單的精確性，該推薦買方清單還可以再考慮使用者的瀏覽行為，以避免過多的物件，導致使用者仍然無 法找到他心目中理想的物件。

參考第二圖，其顯示本創作所提基於認識程度的物件推薦裝置的具體實施例的系統示意圖。基於認識程度的物件推薦裝置10與儲存複數物件資料的物件資料庫101可透過不特定通訊手段互相傳遞訊息，而至少包括記錄空間102、用於接收來自客戶端裝置5的使用者輸入的用於記錄瀏覽行為的記錄模組103。記錄空間102則配置用以儲存以複數筆瀏覽紀錄，每筆瀏覽紀錄為使用者代碼所分別對應的該物件索引碼。

簡單來說，當使用者利用客戶端裝置5瀏覽系統所提供的物件查看網站時，記錄模組103會偵測並接收來自客戶端裝置的瀏覽事件。由於該瀏覽事件包含該使用者代碼、該物件索引碼，因此可以收藏該瀏覽事件中該使用者代碼、該物件索引碼所對應的物件資料至該記錄空間102中。只要所收集的該瀏覽事件達到某一定的水準，能產出有意義的推薦買方清單時，只要搜尋模組107接收在預定時間內的該物件的該銷售狀態被改變的事件通知，除了僅在該買方的該行為屬性滿足一可推薦門檻值，才依據該買方的該行為屬性中以隨著時間變化的看過的該物件所定義的內容進行搜尋以外，還能基於該使用者代碼所屬的複數筆瀏覽紀錄，而歸納出在複數筆瀏覽紀錄中的該物件索引碼，具有高度重疊性的該物件屬性，並利用該傳送模組傳遞該推薦買方清單給該使用者代碼所屬的該客戶端裝置5。這其中，該推薦買方清單為相關於高度重疊性的該物件屬性之至少一筆物件索引碼。

請參閱第三圖，當使用者利用客戶端裝置5瀏覽系統所 提供的物件查看網站時，客戶端裝置5上會列出使用者所輸入的搜尋結果，並且只要使用者點擊了某個物件，他將觸發瀏覽事件，使得記錄模組103將該瀏覽事件中該使用者代碼、該物件索引碼所對應的物件資料至該記錄空間102中。

由於物件資料庫101中每個物件資料均具有物件索引碼、以及該物件索引碼所屬的複數個物件屬性，因此搜尋模組107可以利用被儲存在記錄空間102中每筆瀏覽紀錄的該物件索引碼，查得物件索引碼所屬的複數個物件屬性，進而歸納出在複數筆瀏覽紀錄中的該物件索引碼，具有高度重疊性的該物件屬性。舉例來說，如果使用者經常性反覆地瀏覽了在同一個地區的大樓物件，搜尋模組107則判定該使用者對於特定地區的大樓物件有高度的興趣，而將尚未被瀏覽過特定地區的大樓物件列為具有高度重疊性的該物件屬性，將之納入推薦買方清單之中，例如第三圖中特別推薦的顯示區塊22。只是，由於可納入推薦買方清單的數量是有限的，例如3件，因此只要特定地區的大樓物件數量過多，搜尋模組107就會需要更進一步的篩選。也就是，擴大更多該物件屬性，去查找具有高度重疊性，例如除了在同一個地區的大樓物件以外，使用者還經常性瀏覽附近有公園、有醫院、有捷運站等等條件的物件。

不過，為了能讓被納入推薦買方清單的物件是更貼近使用者的期望，複數個物件屬性中每個物件屬性具有優先性，具有越高的優先性就越會優先比較高度重疊性。換言之，例如使用者經常性點擊了在推薦買方清單中有公園、有醫院的物件，但沒捷運站的物件， 就算複數筆瀏覽紀錄中的該物件索引碼的物件屬性經常出現捷運站這個物件屬性，捷運站的物件屬性的優先性也將被降低，未來再被納入推薦買方清單的可能性也隨之降低。底下，再針對如何在客戶端裝置5上列出使用者所輸入的搜尋結果，做進一步說明。

參考第二圖，其顯示本創作所提基於認識程度的物件推薦裝置的具體實施例的另一系統示意圖。基於認識程度的物件推薦裝置10與儲存複數物件資料的物件資料庫101可透過不特定通訊手段互相傳遞訊息，而可提供至少包括記錄空間102、用於接收來自客戶端裝置5的使用者輸入的用以搜尋和比對物件資料庫101中的物件資料的搜尋模組107、用以呈現各種畫面的呈現模組106、用於記錄瀏覽行為的記錄模組103。

透過呈現模組106所呈現的操作畫面20輸入搜尋條件，輸入的方式可為利用選單點選或經由鍵盤鍵入等。先透過網際網路接收來自客戶端裝置5的搜尋條件，並將該搜尋條件傳送至搜尋模組107。搜尋模組107比對該搜尋條件與物件資料庫101中的複數物件資料，從而產生搜尋結果，該搜尋結果包含與該搜尋條件相符的複數期望物件資料及與該複數期望物件資料對應的複數物件索引碼，每一期望物件資料對應專屬的一物件索引碼。在一較佳具體實施例中，每一物件都具有不與其他物件重複的一物件編號作為其特有的物件索引碼。

舉例而言，當使用者透過操作畫面20輸入搜尋條件「新北市、永和區及800萬-1200萬之間的住宅」，並按下搜尋鍵以發出搜尋 事件，搜尋模組107接收包含前述搜尋條件的搜尋事件，比對該搜尋條件與物件資料庫101中的複數物件資料，從而產生搜尋結果。如第三圖所示，呈現模組106以系統預設的排序而透過操作畫面來呈現與該搜尋條件相符的複數期望物件資料、相對於每個期望物件資料的一第一標記按鈕202以及用於將所標記物件收藏的一收藏功能按鈕204。使用者可透過操作畫面來標記其感興趣的房屋物件資料(通常的情況下，使用者會標記複數筆房屋物件資料)，並透過點選該收藏功能按鈕204來同時收藏其所標記的所有物件資料。當收藏功能按鈕204被啟動時會發出一收藏事件，該收藏事件包含所標記物件資料之基礎資訊，所述基礎資訊至少包含所標記物件資料之物件索引碼，還可包含，例如收藏時間、物件名稱、物件地址等。使用者亦可點選針對單一物件的收藏按鈕206來觸發單一物件的收藏事件。

記錄模組103隨時偵測是否有收藏事件產生，當記錄模組103偵測到收藏事件並將其接收後，便將該收藏事件中數筆物件資料的基礎資訊同時收藏至與該使用者對應的一記錄空間102中，以供該使用者登入網站時，可於該記錄空間102中檢閱所收藏的物件。使用者各自的記錄空間102可設置於物件資料庫101中或獨立於物件資料庫101設置，亦可為物件索引碼清單或列表的形式。為了便於說明，下文以用語「收藏夾」代表每個使用者專一的記錄空間102或收藏清單。對於須要快速收集大量房屋物件資訊的使用者而言，可同時收藏多筆物件資料的系統對其是相當有吸引力的。甚至，如第三圖所示，使用者可勾選「全選」按鈕，以便同時將以特定搜尋條件搜尋出來的所有物件 資料一次性全數收藏至收藏夾中。

使用者透過操作畫面20輸入搜尋條件「新北市、永和區及800萬-1200萬之間的住宅」後，若無法從目前所呈現的物件資料中找到有興趣的物件時，可以按下搜尋鍵之後才會呈現的操作畫面中的訂閱功能按鈕208，而讓系統幫忙進行追蹤。該訂閱功能按鈕208被啟動時會發出一訂閱事件，該訂閱事件中至少包含該搜尋條件「新北市、永和區及800萬-1200萬之間的住宅」。記錄模組103隨時偵測是否有訂閱事件產生，當記錄模組103偵測到訂閱事件並將其接收後，可回應於該訂閱事件而執行訂閱程序。

本創作以上述的較佳實施例與範例作為參考而揭露，讀者須了解這些例子是用於描述而非限定之意。凡習知此技藝者，在不脫離本創作的精神與範圍之下，當可做各種組合與修飾，其仍應屬在本創作專利的涵蓋範圍之內。

10:基於認識程度的物件推薦裝置

100:買方資料庫

101:物件資料庫

105:傳送模組

106:呈現模組

107:搜尋模組

5:客戶端裝置

Claims (8)

1. 一種基於認識程度的物件推薦裝置，包括：一物件資料庫，儲存複數物件資料，每個物件資料均具有一物件索引碼、以及該物件索引碼所屬的複數個物件屬性，該物件屬性至少包含交易談判中的一銷售狀態；一買方資料庫，儲存複數買方資料，每個買方資料均具有一行為索引碼、以及該行為索引碼所屬的複數個行為屬性，每個行為屬性主要是以隨著時間變化的看過的該物件所定義；一搜尋模組，耦合該物件資料庫、該買方資料庫，被配置為接收在一預定時間內的該物件的該銷售狀態被改變的一事件通知，並僅在該買方的該行為屬性滿足一可推薦門檻值，才依據該買方的該行為屬性中以隨著時間變化的看過的該物件所定義的內容，找出條件與該銷售狀態被改變的該物件互相符合之複數買方資料，而產生包含一特定數量的複數買方資料之一推薦買方清單；以及一傳送模組，耦合該搜尋模組，被配置為使得一客戶端裝置的一顯示裝置得以呈現該推薦買方清單。
2. 如申請專利範圍第1項所述之基於認識程度的物件推薦裝置，其中該物件屬性包括選自由一房地產物件的簡稱、價格、社區名、地址、樓層、建物登記面積、土地登記面積、每單位面積單價、類型、格局、屋齡、車位、座向、電梯、管理費、格局圖、生活機能。
3. 如申請專利範圍第2項所述之基於認識程度的物件推薦裝置，其中複數個物件屬性中每個物件屬性具有一優先性，具有越高的優先性 就越會優先比較高度重疊性。
4. 如申請專利範圍第1項所述之基於認識程度的物件推薦裝置，更包括：一搜尋模組，配置以接收一搜尋條件，比對該搜尋條件與該物件資料庫中的該複數物件資料，從而產生與該搜尋條件相符的複數期望物件資料及與該複數期望物件資料對應的複數物件索引碼，其中該搜尋條件是透過該傳送模組接收來自一客戶端裝置所發出的。
5. 如申請專利範圍第4項所述之基於認識程度的物件推薦裝置，客戶端裝置更包括：一呈現模組，配置以透過一操作畫面來分別呈現屬於一使用者代碼，且與該搜尋條件相符的複數期望物件資料、相對於每個期望物件資料的一第一標記按鈕、以及用於收藏所標記期望物件資料對應的物件索引碼的一收藏功能按鈕，其中該收藏功能按鈕被啟動時會發出一收藏事件。
6. 如申請專利範圍第1項所述之基於認識程度的物件推薦裝置，其中該買方的該行為屬性滿足該可推薦門檻值相關於對於該買方的一認識程度。
7. 如申請專利範圍第6項所述之基於認識程度的物件推薦裝置，其中該認識程度可定義為在該預定時間內所看過的該物件達到門檻值。
8. 如申請專利範圍第7項所述之基於認識程度的物件推薦裝置，其中該認識程度可定義為在該預定時間內所看過的該物件達到門檻值 且該物件的該物件屬性彼此之間具有可辨識程度的集中程度。

Images