WO2016045210A1 - 一种小区智能推荐方法及装置 - Google Patents

一种小区智能推荐方法及装置 Download PDF

Info

Publication number
WO2016045210A1
WO2016045210A1 PCT/CN2014/094307 CN2014094307W WO2016045210A1 WO 2016045210 A1 WO2016045210 A1 WO 2016045210A1 CN 2014094307 W CN2014094307 W CN 2014094307W WO 2016045210 A1 WO2016045210 A1 WO 2016045210A1
Authority
WO
WIPO (PCT)
Prior art keywords
location
cell
residential
optional
information
Prior art date
Application number
PCT/CN2014/094307
Other languages
English (en)
French (fr)
Inventor
潘银盈
康波
王怡
周美美
Original Assignee
百度在线网络技术（北京）有限公司
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 百度在线网络技术（北京）有限公司 filed Critical 百度在线网络技术（北京）有限公司
Priority to JP2016549612A priority Critical patent/JP6186086B2/ja
Priority to KR1020157036178A priority patent/KR101777650B1/ko
Publication of WO2016045210A1 publication Critical patent/WO2016045210A1/zh

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
    • 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

Definitions

  • the embodiments of the present invention relate to the field of computer technologies, and in particular, to a cell smart recommendation method and apparatus.
  • the user when users query the property information on the real estate website, the user needs to first input or select the screening condition information (such as price and other information), and then filter the massive listing information from the database according to the filtering condition input or selected by the user.
  • the listing information required by the user is output, and finally the selected listing information is sorted and displayed to the user according to a certain manner.
  • the disadvantage of the prior art is that after the listing information is presented to the user, when the user selects the living cell, it is difficult to fully understand the situation of each community, so it is possible to select some comprehensive cost performance in a limited time.
  • a community that is not too high, or needs to conduct a field visit to determine the residential area, is inefficient, and the selection result cannot meet the user's expectations to a large extent.
  • the invention provides a cell intelligent recommendation method and device, which optimizes the existing housing information query technology, helps the user to quickly select a residential community that meets the user's expectation, and reduces the actual offline exploration time.
  • an embodiment of the present invention provides a cell smart recommendation method, including:
  • the information of the optional residential cell is output.
  • the embodiment of the present invention further provides a cell intelligent recommendation method apparatus, including:
  • a target work location location receiving module for receiving an input target work location
  • the optional residential cell obtaining module is configured to obtain an optional residential cell corresponding to the location of the target working location according to the residential cell data corresponding to the location of each working location that is mined based on the positioning data of the positioning service LBS;
  • the optional residential cell information output module is configured to output information of the optional residential cell.
  • the user obtains the optional residential cell corresponding to the location of the target work location in the residential cell data corresponding to the location of each work location based on the location data of the location service LBS.
  • the technical means for outputting the information of the optional residential cell solves the problem that in the prior art, when the user selects the living cell, it is difficult to fully understand the situation of each cell, and may select some in a limited time.
  • a cell with a comprehensive cost performance is not too high, or a site inspection is needed to determine the inefficiency of the living cell, and the technical effect of the desired cell can be quickly selected by simply inputting the target work location of the user, thereby improving the user's choice of the residential cell.
  • Efficiency improve the user experience, assist users to quickly determine the rent/buy house, thus reducing the scope and time of offline viewing.
  • FIG. 1 is a flowchart of a cell smart recommendation method according to Embodiment 1 of the present invention.
  • FIG. 2 is a schematic flowchart of mining data of a habitable cell according to Embodiment 2 of the present invention
  • FIG. 3 is a person of a cell smart recommendation page provided by a preferred embodiment of the second embodiment of the present invention.
  • Machine interactive PC display schematic
  • FIG. 4 is a schematic diagram of display of a human-computer interaction smart phone terminal of a cell smart recommendation page according to a preferred embodiment of the second embodiment of the present invention
  • FIG. 5 is a flowchart of an implementation of outputting information of the optional residential cell according to a third embodiment of the present invention.
  • FIG. 6 is a flowchart of sorting an optional residential cell when the number of target work location positions is one according to Embodiment 3 of the present invention
  • FIG. 7 is a schematic diagram of a human-machine interaction PC display of a cell smart recommendation page when the number of target work location positions is one according to Embodiment 3 of the present invention.
  • FIG. 8 is a flowchart of sorting an optional residential cell when the number of target work location positions is multiple according to Embodiment 3 of the present invention.
  • FIG. 9 is a schematic diagram of a human-machine interaction PC display of a cell smart recommendation page when the number of target work location positions is two according to Embodiment 3 of the present invention.
  • FIG. 10 is a flowchart of implementing commute time distribution information output according to Embodiment 4 of the present invention
  • FIG. 11 is a schematic diagram of commute time distribution information of an optional residential cell to the target work location according to Embodiment 4 of the present invention
  • FIG. 12 is a flow chart showing a flow of commuting time distribution information of each work location to each cell according to a fifth embodiment of the present invention.
  • FIG. 13 is a flow chart showing the output of a commute path according to Embodiment 6 of the present invention.
  • FIG. 14 is a structural diagram of a cell smart recommendation apparatus according to Embodiment 7 of the present invention.
  • FIG. 15 is a schematic structural diagram of a terminal device according to Embodiment 7 of the present invention.
  • Embodiment 1 is a diagrammatic representation of Embodiment 1:
  • Embodiment 1 is a flowchart of a cell smart recommendation method according to Embodiment 1 of the present invention.
  • the present embodiment is applicable to a search when renting a house or buying a house, and determining a rent/buy house to quickly select a rented/buy residential cell.
  • the method in this embodiment may be performed by a cell smart recommendation device, and may be integrated into each house search software client or separately as a client.
  • the method specifically includes the following operations:
  • the user inputs the target work location location, such as the target work location name, to the client.
  • the client may be a standalone client executing the method, or may be an existing sonar tool client integrated with the cell smart recommendation method subroutine.
  • the number of the target work location locations is one or more.
  • This embodiment provides a cell smart recommendation method for at least one target work place, and may consider a situation in which a couple, a couple, and a plurality of roommates share a rent.
  • the candidate residential area corresponding to the location of the target work location is obtained according to the residential cell data corresponding to the location of each work location excavated based on the LBS-based positioning data, Includes: each mined from pre-LBS-based positioning data In the residential cell data corresponding to the location of the work location, the residential cell data corresponding to the location of the target work location is queried as an optional residential cell corresponding to the location of the target work location.
  • the candidate residential cell corresponding to the location of the target work location is obtained according to the residential cell data corresponding to the location of each work location that is spoofed based on the LBS-based positioning data, and specifically includes: : querying the residential cell data corresponding to the location of each target work location from the residential cell data corresponding to each work location location mined based on the LBS-based positioning data, and forming a cell set for each query result, and each obtained The cell in the intersection of the cell set serves as an optional residential cell corresponding to the location of the target work location.
  • the client may directly output the information of the optional residential cell to the user, or may be based on at least one parameter information of the optional residential cell (for example, the distance between the optional residential cell and the location of the target working location) And the distance to the public transportation station, the price, the commuting time with the location of the target work place, the number of listings, the heat of residence, the situation of the commuting route, etc., and the sorting processing of the information of the optional residential cell is followed by The sorting result outputs the information of the optional residential cell to be provided to the user, which is not limited in this embodiment.
  • the commute path situation herein refers to the information of the reachable path between the public transportation station near the optional residential area and the public transportation station near the target work location.
  • the optional residential cell corresponding to the location of the target work location is obtained, and
  • the technical means for outputting the information of the optional residential cell solves the problem that in the prior art, when the user selects the living cell, it is difficult to fully understand the situation of each cell, and may select some comprehensive cost performance in a limited time.
  • the ground investigation can determine the inefficiency of the residential community, and realize the technical effect of quickly selecting the desired cell only by inputting the user's target work location, improving the efficiency of the user's choice of the residential community, improving the user experience, and assisting the user to quickly determine the rent. / Buy a residential area, thereby reducing the scope and time of viewing under the line.
  • Embodiment 2 is a diagrammatic representation of Embodiment 1:
  • FIG. 2 is a schematic flowchart of mining the data of the habitable cell according to the second embodiment of the present invention.
  • the LBS-based positioning data is used to mine the residential cell data corresponding to each work location, and specifically includes:
  • the LBS platform stores a large amount of positioning data, which contains resident information of a large number of users.
  • the location of the work site is uniformly meshed, and the grid size may be preset. For example, it may be a long L1 (such as 1 km) and a wide L2 (such as 1 km).
  • the specific parameters may be set according to the work.
  • the residential location is classified according to the cell to which it belongs, and the classified name may be the cell name.
  • a hotspot residential area corresponding to each work location in each grid as residential cell data corresponding to the location of the work location;
  • the hotspot residential area includes the resident, and is located around the corresponding work location. a number of users working in a given range to meet the set conditions;
  • a threshold number of users is preset, and within each set of working places, for example, within a square kilometer, the corresponding number of users working at the work place and living in each cell is counted, when living When the number of users in the cell exceeds the set value, the residential cell is a hot spot residential area. The more users of a cell, the higher the living temperature of the corresponding cell.
  • an optional residential cell corresponding to the location of the target work location is searched in the excavated data, and the optional residential cell to be obtained is obtained.
  • the information is sorted according to the heat of residence of the optional residential area from high to low.
  • the optional residential cell may further add other parameter information of each cell, such as the distance between the optional residential cell and the target working location, and the distance from the public transportation site, according to the ranking of the residential heat output. , price, commuting time with the location of the target work location, number of listings, commuting route situation, recommendation reason, etc.
  • FIG. 4 are respectively a schematic diagram of human-computer interaction of a cell smart recommendation page using a preferred embodiment of the present invention on a PC and a smart phone terminal, as shown in FIG. 3: in the page, simultaneously The residential heat information 31 including the optional residential area, the price information 32 of the optional residential area, the commute time information 33 of the optional residential area and the target working location, and the distance between the optional residential area and the target working location Information 34, and recommendation reason 35.
  • the residential heat information 41 of the optional residential cell and the distribution information 42 of each hotspot residential cell in the map are included.
  • the user by offline mining the living heat of each residential area corresponding to each work place, the user only needs to input the target work place position, and can obtain the popular residential area where the target work place and the surrounding work people live, and assist the user to select the house.
  • the decision-making solves the problem that in the prior art, when the user selects the living cell, it is difficult to fully understand the situation of each cell, and may select some cells with a comprehensive cost performance that are not too high in a limited time, or need to conduct a field trip. In order to determine the low efficiency of the residential area, etc.
  • the next problem is to improve the efficiency of the user's choice of the residential area, improve the user experience, and assist the user to quickly determine the rent/buy room, thereby reducing the scope and time of the offline viewing.
  • Embodiment 3 is a diagrammatic representation of Embodiment 3
  • FIG. 5 is a flowchart of an implementation of outputting information of the optional residential cell according to Embodiment 3 of the present invention.
  • outputting the information of the optional residential cell including:
  • the parameter information of the optional residential cell includes a distance from the target work location, a distance from a public transportation site, a price, a commute time with the target work location, a number of houses, a living heat, and a commute. At least one of the path conditions.
  • the dwelling heat is determined based on the number of users living in the corresponding workable residential area and working at the target work location.
  • the sorting output according to the heat of residence has been specifically described in the above second embodiment.
  • the number of the target work location locations is one or more.
  • FIG. 6 is a flowchart of sorting an optional residential cell when the number of target work location locations is one according to an embodiment of the present invention. As shown in FIG. 6 , when the number of the location of the target work location is one, the candidate residential cells are sorted according to the parameter information of the optional residential cell, and specifically includes:
  • the parameter information of each optional residential cell is considered: a distance Ai of each optional residential cell from the target working location, a commute time Bi, a commuting path situation Ci, and a public transportation site.
  • the distance Di, the price Ei, and the weights ai, bi, ci, di, and ei corresponding to the parameter information are preset, and the ranking of the corresponding candidate residential cells is calculated according to the weight of each parameter information of each of the selectable residential cells.
  • the weight value Hi, Hi Ai ⁇ ai + Bi ⁇ bi + Ci ⁇ ci + Di ⁇ di + Ei ⁇ ei; where i is the ith optional residential cell.
  • FIG. 7 is a schematic diagram showing a human-machine interaction PC display of a cell smart recommendation page when the number of target work location positions is one, as shown in FIG. 7 , in which the optional page is included in the page.
  • FIG. 7 is a flowchart of sorting an optional residential cell when the number of target work location locations is multiple according to an embodiment of the present invention.
  • the candidate residential cells are sorted according to the parameter information of the optional residential cell, and specifically includes:
  • 310-1' is based on a set policy, and roughly sorts each of the selectable residential cells according to part of parameter information of each optional residential cell;
  • the setting strategy refers to a balancing strategy or a strategy that is biased toward a target work location. According to the specific situation, some of the parameter information to be considered when roughly sorting can be selected.
  • the optional residential cells in the small segment are reordered according to other parameter information of the optional residential cell in the small segment.
  • an exemplary selection of partial parameter information to be considered when roughly sorting an optional residential area Distance to the location of the target work location and commute time.
  • the distance between the optional residential area i and the target work place location M is less than the set distance is expressed as Fi
  • the commute time of the optional residential area i to the target work place position M is less than 30 minutes, denoted as Gi
  • the commuting time of the optional residential area i to the target work place position M is greater than 30 minutes and less than 60 minutes is represented as Ji
  • the distance between the optional residential area i and the target work place position N is less than the set distance expressed as fi
  • the commuting time of the optional residential area i to the target work place position N is less than 30 minutes, denoted as gi
  • the commuting time of the optional residential area i to the target work place position N is greater than 30 minutes and less than 60 minutes, expressed as Ji.
  • the rough sort order is:
  • each small section is finely sorted, for example, for the small section Fi ⁇ fi, according to other parameter information of the optional residential cell in the small section, such as price, one of the small sections
  • the distance between the cell and the public transportation station is finely sorted.
  • the specific sorting rule may be based on the number of positions of the target work place, and the weight value ranking method is adopted, and will not be repeated here.
  • FIG. 8 is a schematic diagram showing the display of a human-computer interaction PC of the cell smart recommendation page when the number of target work location positions is two, as shown in FIG.
  • the method includes: in addition to sorting the selectable residential cells according to the at least one parameter information of the optional residential cell, the method further includes:
  • the order is adjusted, so that the sorted output cell information is more in line with the user's expectation.
  • the optional residential cell is sorted according to at least one parameter information of the optional residential cell, and the sorted result output is provided to the user for reference, so as to assist the user to quickly determine the rent/buy house cell, thereby
  • the scope of the offline viewing is reduced, and when the user in the prior art selects the living cell, it is difficult to fully understand the situation of each cell, and some cells with comprehensive cost performance are not selected in a limited time. Or you need to conduct a site visit to determine the inefficiency of the residential community and improve the user experience.
  • Embodiment 4 is a diagrammatic representation of Embodiment 4:
  • FIG. 10 is a flowchart of implementing output of commute time distribution information according to Embodiment 4 of the present invention, which specifically includes:
  • Step 410 Obtain a commute time distribution information of the location of the available residential cell to the target work location according to the commute time distribution information of each work location that is spoofed based on the user trajectory data of the LBS in advance;
  • the commute time distribution information includes: setting a time length for each of a plurality of set time lengths, and a time length used from the selectable living cell to the target work location position is the set time User ratio information for the length.
  • the number of samples may be preset, the commute time is average segmented, the working location of each work location based on the LBS user trajectory data is mined to the commuting time of each cell, and the location of each working location is counted to each user of each cell.
  • the number of users in each segment time Taking the commuting time as the abscissa, the ratio of the number of users falling in each segment time to the number of samples is the ordinate, and the commutation time distribution information of each optional residential cell to the target working location is obtained.
  • FIG. 11 is a schematic diagram showing the commute time distribution information of an optional residential cell to the target work location according to an embodiment of the present invention.
  • the commute time distribution information of the location of the selectable residential cell to the target work location is obtained according to the commute time distribution information of each work location location to each cell excavated based on the user trajectory data of the LBS in advance;
  • the commute time distribution information of the optional residential cell to the location of the target work location is output and provided to the user for reference to assist the user to quickly determine the rent/buy room. Therefore, the scope of the offline viewing is reduced, and when the user selects the living cell in the prior art, it is difficult to fully understand the situation of each cell, and some cells with comprehensive cost performance are not selected in a limited time. Or need to conduct field visits to determine the inefficiency of residential communities and other inefficiencies, and improve the user experience.
  • Embodiment 5 is a diagrammatic representation of Embodiment 5:
  • FIG. 12 is a flow chart showing a flow of commuting time distribution information of each work location to each cell according to Embodiment 5 of the present invention, which specifically includes:
  • the operation filters out the invalid user trajectory data by combining the analysis of the reasonable behavior of the user.
  • Sort the valid user trajectory data remaining after filtering according to the starting position and the ending position; specifically, the operation may classify the effective user trajectory data of the user having the same starting position and the same ending position into one category.
  • the commutation time distribution information of the work location in each grid is calculated. For example, when the commute time distribution information of the work place location A to the cell B in the statistical grid is first, first find the classification of the start position A and the end position B in the above classification result, and then count the found classifications. The commute time in the valid user track data of the included user is obtained as the commute time distribution information.
  • the commute time distribution information of the location of the selectable residential cell to the target work location is obtained according to the commute time distribution information of each work location location to each cell excavated based on the user trajectory data of the LBS in advance;
  • the commute time distribution information of the optional residential area to the location of the target work place is output and provided to the user for reference, so as to assist the user to quickly determine the rent/buy room, thereby narrowing the scope of the offline viewing, and solving the prior art
  • the user selects the living cell it is difficult to fully understand the situation of each cell, and may select some cells with a comprehensive cost performance that are not too high in a limited time, or need to conduct field visits to determine the inefficient living area. The problem has improved the user experience.
  • the information of the optional residential cell outputted in the foregoing embodiment may include identification information (such as a name), parameter information, and the like of the optional residential cell.
  • the parameter information may include a commute path condition, that is, information of a reachable path between a public transportation station near the available residential area and a public transportation station near the target work location.
  • FIG. 13 is a schematic flowchart of outputting a commute path according to Embodiment 6 of the present invention, which specifically includes:
  • the information of the reachable path includes a rideable vehicle name, a transfer number, a commute time, and the like.
  • the present embodiment can also deploy a public transportation route retrieval engine in an offline distributed environment, and offlinely calculate a path planning between any two public transportation stations, and consume the online bus route planning request.
  • the time from 2-20s to about 10ms can quickly help users calculate the optimal cell online, and improve the accuracy of obtaining the information of the reachable bus route.
  • a hyperlink of the optional residential cell to the third-party real estate website is established, and the user determines the rent/buy room according to the cell smart recommendation method provided by the above embodiments of the present invention, and then clicks The cell obtained by this method jumps to the third-party real estate website, and finally determines the offline viewing community, contacts the landlord or the broker to see the real estate, and finally achieves a win-win situation with the third party.
  • FIG. 14 is a structural diagram of a cell smart recommendation apparatus according to Embodiment 7 of the present invention. As shown in FIG. 13, the device includes:
  • a target work location location receiving module 710 configured to receive the input target work location
  • the optional residential cell obtaining module 720 is configured to obtain an optional residential cell corresponding to the location of the target working location according to the residential cell data corresponding to the location of each working location that is logged based on the positioning data of the positioning service LBS.
  • the information output module 730 of the optional residential cell is configured to output information of the optional residential cell.
  • the number of the target work location is one or more.
  • the optional residential cell acquisition module 720 is specifically used to mine from the LBS-based positioning data. In the residential cell data corresponding to the location of each work location, query the residential cell data corresponding to the location of the target work location as an optional residential cell corresponding to the location of the target work location; when the number of the target work location is multiple.
  • the optional residential cell acquisition module 720 Specifically, the residential cell data corresponding to the location of each work location is respectively queried from the residential cell data corresponding to each work location location mined by the LBS-based positioning data, and each query result constitutes a cell set, and The obtained cells in the intersection of the sets of cells are used as the optional residential cells corresponding to the location of the target work location.
  • the candidate residential cell corresponding to the location of the target work location is obtained in the residential cell data corresponding to the location of each work location that is previously logged based on the location data of the location service LBS, and
  • the technical means for outputting the information of the optional residential cell solves the problem that in the prior art, when the user selects the living cell, it is difficult to fully understand the situation of each cell, and may select some comprehensive in a limited time.
  • a cell with a low price/performance ratio, or a site inspection can determine the inefficiency of the living cell, and realize the technical effect of quickly selecting the desired cell only by inputting the user's target work location, and improving the efficiency of the user's choice of the residential cell. It enhances the user experience and assists users in quickly determining the rent/buy house area, thereby reducing the scope and time of offline viewing.
  • the device further includes: a first data mining module, configured to mine a resident location of the plurality of users according to the positioning data stored by the LBS platform, where the resident location includes the location and residence of the working location Position; classify the excavated work place according to a preset grid, and classify the mined living places according to the belonging cell; and calculate the hot spot corresponding to each work place position in each grid according to the classification result.
  • the residential area is used as the residential area data corresponding to the location of the work place.
  • the optional residential cell information output module 730 specifically includes: an optional residential cell sorting unit, configured to sort the selectable residential cells according to at least one parameter information of the selectable residential cell; a result output unit, configured to select the candidate residential area according to the sorting result Information is output.
  • the optional residential cell ranking unit is specifically configured to: obtain weights of each parameter information of each optional residential cell; according to each optional residential area The weight value of each parameter information is calculated corresponding to the ranking weight value of the optional residential cell; each of the optional residential cells is sorted according to the ranking weight value of each optional residential cell.
  • the optional residential cell ranking unit is specifically configured to: according to the setting policy, perform rough information on each optional residential cell according to part of the parameter information of each optional residential cell Sorting; for a small segment that needs to be finely sorted in the coarse ranking result, the optional residential cells in the small segment are reordered according to other parameter information of the optional residential cell in the small segment.
  • the parameter information of the optional residential cell includes a distance from the target work location, a distance from a public transportation site, a price, a commute time with the target work location, a number of houses, a living heat, and a commute. At least one of the path conditions; the residence heat is determined based on the number of users living in the corresponding available residential area and working at the target work location.
  • the optional residential cell information output module obtains the commute time distribution information according to the following method: obtaining the available residence according to the commute time distribution information of each work location location to each cell based on the LBS-based user trajectory data The commute time distribution information of the location of the cell to the target work location;
  • the commute time distribution information includes: setting a time length for each of a plurality of set time lengths, and a time length used from the selectable living cell to the target work location position is the set time User ratio information for the length.
  • the device further includes: a second data mining module, configured to filter out invalid user trajectory data from the user trajectory data stored in the LBS; and follow the valid user trajectory data remaining after filtering The starting point position and the ending point position are classified; and the commuting time distribution information of each working place in each grid to each cell is counted according to the classification result.
  • a second data mining module configured to filter out invalid user trajectory data from the user trajectory data stored in the LBS; and follow the valid user trajectory data remaining after filtering The starting point position and the ending point position are classified; and the commuting time distribution information of each working place in each grid to each cell is counted according to the classification result.
  • the information of the optional residential cell that is output includes the commute path information
  • the optional residential cell information output module obtains the optional residential cell information output unit of the commute path information according to the following method: Sending a public transportation route query request to the server, so that the server obtains a public transportation station near the optional residential area and a location near the target working location from a reachable path between the public transportation stations obtained offline A reachable path between the public transportation stations, and returning information of the obtained reachable path; receiving information of the reachable path returned by the server as the commute path information.
  • the cell smart recommendation device may perform the cell smart recommendation method provided by the embodiment of the present invention, and has a function module and a beneficial effect corresponding to the execution method. Further, a hyperlink of the optional residential cell to the third-party real estate website is established, and the user determines the rent/buy house cell according to the above embodiments of the present invention, and then clicks on the acquired cell to jump to the third-party real estate website, and finally determines Under the line to see the housing community, contact the landlord or brokers to see the real estate, and ultimately achieve a win-win situation with third parties. .
  • the embodiment of the present invention further provides a terminal device.
  • the terminal device includes the cell smart recommendation device 810, where the device includes a target work location location receiving module 811, an optional residential cell acquisition module 812, and an optional residence.
  • the information output module 813 of the cell may specifically be a PC (Personal Computer), a notebook computer, a mobile phone, or the like.

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)

Abstract

本发明公开了一种小区智能推荐方法及装置，涉及计算机技术领域，所述方法包括：接收输入的目标工作地点位置；根据预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区；将所述可选居住小区的信息进行输出。本发明优化了现有的房源信息查询技术，帮助用户快速选择符合用户期望的居住小区，减少了线下实际探查时间。

Description

一种小区智能推荐方法及装置 技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种小区智能推荐方法及装置。
背景技术
目前，用户在房产网站上进行房源信息查询时，需要用户首先输入或选择筛选条件信息(比如价格等信息)，然后根据用户输入或选择的筛选条件信息从数据库中海量的房源信息中筛选出用户需要的房源信息，最后将筛选出的房源信息按照一定的方式进行排序后展现给用户。
现有技术存在的缺陷在于：在将房源信息展现给用户后，用户在选择居住的小区时，由于很难全面了解到各小区的情况，因此可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区，效率低下，选择结果也不能较大程度的符合用户期望。
发明内容
本发明提供一种小区智能推荐方法及装置，以优化现有的房源信息查询技术，帮助用户快速选择符合用户期望的居住小区，减少线下实际探查时间。
第一方面，本发明实施例提供了一种小区智能推荐方法，包括：
接收输入的目标工作地点位置；
根据预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居 住小区数据，获得所述目标工作地点位置对应的可选居住小区；
将所述可选居住小区的信息进行输出。
第二方面，本发明实施例还提供了一种小区智能推荐方法装置，包括：
目标工作地点位置接收模块，用于接收输入的目标工作地点位置；
可选居住小区获取模块，用于根据预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区；
可选居住小区信息输出模块，用于将所述可选居住小区的信息进行输出。
本发明实施例根据用户输入的目标工作地点位置，在预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，获取所述目标工作地点位置对应的可选居住小区，并将所述可选居住小区的信息进行输出的技术手段，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区等效率低下问题，实现了仅通过输入用户目标工作地点，就可以快速选择期望小区的技术效果，提高用户选择居住小区的效率，提升了用户体验，辅助用户快速确定租/买房小区，从而缩小线下看房范围及时间。
附图说明
图1是本发明实施例一提供的小区智能推荐方法的流程图；
图2是本发明实施例二提供的挖掘可居住小区数据的流程示意图；
图3是本发明实施例二的优选实施方式提供的一种小区智能推荐页面的人 机交互PC机显示示意图；
图4是本发明实施例二的优选实施方式提供的一种小区智能推荐页面的人机交互智能手机终端显示示意图；
图5是本发明第三实施例的提供的将所述可选居住小区的信息进行输出操作的实现流程图；
图6是本发明实施例三提供的当目标工作地点位置的数目为一个时对可选居住小区排序的流程图；
图7是本发明实施例三提供的当目标工作地点位置的数目为一个时小区智能推荐页面的人机交互PC机显示示意图；
图8是本发明实施例三提供的当目标工作地点位置的数目为多个时对可选居住小区排序的流程图；
图9是本发明实施例三提供的当目标工作地点位置的数目为两个时小区智能推荐页面的人机交互PC机显示示意图；
图10是本发明实施例四提供的对通勤时间分布信息输出的实现流程图；图11是本发明实施例四提供的一可选居住小区到所述目标工作地点位置的通勤时间分布信息示意图；
图12是本发明第五实施例的一种挖掘各工作地点位置到各小区的通勤时间分布信息的流程图示意图；
图13是本发明实施例六的提供的将通勤路径情况进行输出的流程图示意图；
图14是本发明实施例七提供的一种小区智能推荐装置的结构图；
图15是本发明实施例七提供一种终端设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一：
图1是本发明实施例一提供的小区智能推荐方法的流程图，本实施例可适用于在租房、买房时的搜索，确定租/买房小区以快速选择租/买的居住小区。本实施例的方法可以由小区智能推荐装置来执行，并一般可集成于各房屋搜索软件类客户端中，或单独作为一客户端来执行。该方法具体包括如下操作：
110、接收输入的目标工作地点位置；
在本实施例中，用户将目标工作地点位置比如目标工作地点名称输入到客户端。所述客户端可以是执行本方法的独立客户端，还可以是集成有该小区智能推荐方法子程序的现有搜房工具客户端。
所述目标工作地点位置的数目为一个或多个。本实施例提供至少一个目标工作地点的小区智能推荐方法，可以考虑情侣、夫妻双方、多个室友合租的情况。
120、根据预先基于定位服务(LBS)的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区；
其中，在所述目标工作地点位置的数目为一个时，根据预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区，具体包括：从预先基于LBS的定位数据挖掘出的各 工作地点位置对应的居住小区数据中，查询所述目标工作地点位置对应的居住小区数据，作为所述目标工作地点位置对应的可选居住小区。
在所述目标工作地点位置的数目为多个时，根据预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区，具体包括：从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，分别查询每个目标工作地点位置对应的居住小区数据，将每次查询结果构成一个小区集合，将得到的各小区集合的交集中的小区作为所述目标工作地点位置对应的可选居住小区。
130、将所述可选居住小区的信息进行输出。
其中，客户端可以直接将所述可选居住小区的信息输出，提供给用户，也可以根据可选居住小区的至少一种参数信息(例如，可选居住小区与所述目标工作地点位置的距离、与公共交通站点的距离、价格、与所述目标工作地点位置的通勤时间、房源数、居住热度、通勤路径情况等)对所述可选居住小区的信息进行设定的排序处理后按照排序结果将所述可选居住小区的信息进行输出，以提供给用户，本实施例对此并不进行限制。这里的通勤路径情况指可选居住小区附近的公共交通站点与目标工作地点位置附近的公共交通站点之间的可达路径的信息。
本实施例根据用户输入的目标工作地点位置，在预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，获取所述目标工作地点位置对应的可选居住小区，并将所述可选居住小区的信息进行输出的技术手段，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实 地考察才能确定居住的小区等效率低下问题，实现了仅通过输入用户目标工作地点，就可以快速选择期望小区的技术效果，提高用户选择居住小区的效率，提升了用户体验，辅助用户快速确定租/买房小区，从而缩小线下看房范围及时间。
实施例二：
本实施例以上述实施例一为基础，是对实施例一中的操作120进一步解释，图2是本发明实施例二提供的挖掘可居住小区数据的流程示意图。
所述基于LBS的定位数据挖掘出各工作地点位置对应的居住小区数据，具体包括：
210、根据LBS平台存储的定位数据挖掘出多个用户的常驻点位置，该常驻点位置包括工作地点位置和居住位置；
所述LBS平台存储有海量的定位数据，其中包含大量用户的常驻信息。
220、将挖掘出的工作地点位置按照预先设定的网格进行分类，并将挖掘出的居住位置按照所属小区进行分类；
具体地，所述工作地点位置采用均匀网格分类，网格大小可以预先设定，示例性的，可以是长L1(比如1km)，宽L2(比如1km)，具体参数的设定可根据工作地点密度调整。居住位置按照所属小区进行分类，分类名称可以是小区名称。
230、根据分类结果统计每个网格中的每个工作地点位置对应的热点居住小区，作为对应工作地点位置的居住小区数据；所述热点居住小区包括所居住的、在对应工作地点位置周边设定范围内上班的用户数量满足设定条件的小区；
具体地，预先设定一个用户数量阈值，在每一工作地点设定范围内，例如一平方千米范围内，统计出所对应的在该工作地点上班的且居住在各小区的用户数量，当居住小区内的用户数量超过设定值时，所述居住小区为热点居住小区。小区的用户数量越多，对应的小区的居住热度越高。
在本实施例的一个优选实施方式中，在挖掘出所述热点居住小区后，在所述挖掘出的数据中查找所述目标工作地点位置对应的可选居住小区，将获取的可选居住小区信息按照可选居住小区的居住热度从高到低排序输出。进一步地，所述可选居住小区在按照居住热度排序输出的基础上，还可以附加各小区的其他参数信息，例如可选居住小区与所述目标工作地点位置的距离、与公共交通站点的距离、价格、与所述目标工作地点位置的通勤时间、房源数、通勤路径情况、推荐理由等。图3、图4分别示出了在PC机以及智能手机终端上运用本发明实施例优选实施方式的一种小区智能推荐页面的人机交互示意图，如图3所示：在该页面中，同时包括可选居住小区的居住热度信息31、可选居住小区的价格信息32、可选居住小区与所述目标工作地点位置的通勤时间信息33、可选居住小区与所述目标工作地点位置的距离信息34、以及推荐理由35。如图4所示：在该页面中，包括了可选居住小区的居住热度信息41、各热点居住小区在地图中的分布信息42。
本实施例通过离线挖掘各工作地点对应的各居住小区的居住热度，用户只需输入的目标工作地点位置，就可获取在目标工作地点及周边上班的人员所居住的热门小区，辅助用户选房决策，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区等效率低 下问题，提高用户选择居住小区的效率，提升了用户体验，辅助用户快速确定租/买房小区，从而缩小线下看房范围及时间。
实施例三：
本实施例以实施例一为基础，具体地，对实施例一中的信息输出操作做进一步的解释。图5是本发明实施例三的提供的将所述可选居住小区的信息进行输出操作的实现流程图。
具体地，将所述可选居住小区的信息进行输出，包括：
310、根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序；
320、按照排序结果将所述可选居住小区的信息进行输出。
其中，所述可选居住小区的参数信息包括与所述目标工作地点位置的距离、与公共交通站点的距离、价格、与所述目标工作地点位置的通勤时间、房源数、居住热度、通勤路径情况中的至少一个。所述居住热度是根据居住在对应可选居住小区的、在所述目标工作地点位置上班的用户的数量确定的。根据居住热度的排序输出已在上述实施例二中具体介绍。所述目标工作地点位置的数目为一个或多个。
图6是本发明实施例提供的当目标工作地点位置的数目为一个时对可选居住小区排序的流程图。如图6所示，当所述目标工作地点位置的数目为一个时，根据所述可选居住小区的参数信息对所述可选居住小区进行排序，具体包括：
310-1、获取各可选居住小区的每种参数信息的权值；
310-2、根据各可选居住小区的每种参数信息的权值计算对应可选居住小区 的排序权重值；
310-3、根据各可选居住小区的排序权重值对各可选居住小区进行排序。
示例性的，在一个具体例子中，考虑各可选居住小区的参数信息有：各可选居住小区与所述目标工作地点位置的距离Ai、通勤时间Bi、通勤路径情况Ci、与公共交通站点的距离Di、价格Ei，并预先设定上述参数信息对应的权值ai、bi、ci、di、ei，根据各可选居住小区的每种参数信息的权值计算对应可选居住小区的排序权重值Hi，Hi＝Ai×ai+Bi×bi+Ci×ci+Di×di+Ei×ei；其中i为第i个可选居住小区。根据上述计算的可选居住小区的排序权重值Hi，对各可选居住小区进行排序。图7示出了本发明实施例三提供的当目标工作地点位置的数目为一个时小区智能推荐页面的人机交互PC机显示示意图，如图7所示：在该页面中，同时包括可选居住小区的价格信息71、可选居住小区与所述目标工作地点位置的通勤时间信息72、可选居住小区与所述目标工作地点位置的距离信息73、以及推荐理由74。
图7是本发明实施例提供的当目标工作地点位置的数目为多个时对可选居住小区排序的流程图。如图8所示，当所述目标工作地点位置的数目为多个时，根据所述可选居住小区的参数信息对所述可选居住小区进行排序，具体包括：
310-1’基于设定策略，根据各可选居住小区的部分参数信息对各可选居住小区进行粗略排序；
所述设定策略是指均衡策略或偏向一个目标工作地点位置的策略。可根据具体情况选择粗略排序时所要考虑的部分参数信息具体为哪些。
310-2’对于粗略排序结果中需要进行精细排序的小区段，根据该小区段中的可选居住小区的其他参数信息，对该小区段中的可选居住小区进行再次排序。
示例性的，在一个具体例子中，当所述目标工作地点位置的数目为两个时，即目标工作地点位置M和N，粗略排序时所要考虑的部分参数信息示例性选择：可选居住小区与目标工作地点位置之间的距离和通勤时间。假设，将可选居住小区i与所述目标工作地点位置M的距离小于设定距离表示为Fi、将可选居住小区i到所述目标工作地点位置M的通勤时间小于30分钟表示为Gi、将可选居住小区i到所述目标工作地点位置M的通勤时间大于30分钟小于60分钟表示为Ji、将可选居住小区i与所述目标工作地点位置N的距离小于设定距离表示为fi、将可选居住小区i到所述目标工作地点位置N的通勤时间小于30分钟表示为gi、将可选居住小区i到所述目标工作地点位置N的通勤时间大于30分钟小于60分钟表示为ji。
当采用均衡策略时，粗略排序顺序为：
Fi∩fi＞Fi∩gi＝Gi∩fi＞Gi∩gi＞Fi∩ji＝Ji∩fi＞Gi∩ji＞Ji∩gi＞Ji∩ji，Fi∩fi的优先级最高，即距离M和N都很近；其次依次是Fi∩gi，Gi∩fi，Gi∩ji，即距离一方比较近，或者距离两方的通勤时间都小于30分钟；再次依次是Fi∩ji，Ji∩fi，Gi∩ji，Ji∩gi，Hi∩ji，即距离一方比较远，但一方比较近，或者距离双方都很远。
当采用偏向目标工作地点位置M策略时，粗略排序顺序为：
Fi∩fi＞Fi∩gi＞Fi∩ji＞Gi∩fi＞Gi∩gi＞Gi∩ji＞Ji∩fi＞Ji∩gi＞Ji∩ji。
当采用偏向目标工作地点位置N策略时，粗略排序顺序为：
Fi∩fi＞Gi∩fi＞Ji∩fi＞Fi∩gi＞Gi∩gi＞Ji∩gi＞Fi∩ji＞Gi∩ji＞Ji∩ji。
对于粗略排序结果中，对每一小区段进行精细排序，例如对小区段Fi∩fi，根据该小区段中的可选居住小区的其他参数信息，例如价格、该小区段中的个 小区与公共交通站点的距离等，进行精细排序，具体排序规则可按照上述目标工作地点位置数目为一个时，采用的权重值排序法，在此不做重述。图8示出了本发明实施例三提供的当目标工作地点位置的数目为两个时小区智能推荐页面的人机交互PC机显示示意图，如图9所示：在该页面中，同时包括可选居住小区的价格信息91、可选居住小区与所述目标工作地点位置M的通勤时间信息92、可选居住小区与所述目标工作地点位置M的距离信息93、可选居住小区与所述目标工作地点位置N的通勤时间信息94、可选居住小区与所述目标工作地点位置N的距离信息95、以及推荐理由96。
在本实施例的另一个优选的实施方式中，该方法除了可以根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序外，还包括：
根据用户点击率、满意度的反馈对排序进行调整，使排序输出的小区信息更符合用户的期望。
本实施例通过根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序，并将排序后的结果输出提供给用户参考，以辅助用户快速确定租/买房小区，从而缩小线下看房范围，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区等效率低下问题，提升了用户体验。
实施例四：
本实施例以上述各实施例为基础，具体地，对上述实施例中输出的可选居住小区的信息做详细描述。上述实施例中输出的可选居住小区的信息可以包括 可选居住小区的标识信息(例如名称)、参数信息等。该参数信息可以包括通勤时间分布信息。图10是本发明实施例四提供的对通勤时间分布信息输出的实现流程图，具体包括：
410、根据预先基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间分布信息，获得所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；
420、将所述可选居住小区到所述目标工作地点位置的通勤时间分布信息，进行输出。
其中，所述通勤时间分布信息包括：针对多个设定时间长度中的每个设定时间长度，从所述可选居住小区到所述目标工作地点位置所使用的时间长度为该设定时间长度的用户比例信息。
具体地，可以预先设定抽样数目，将所述通勤时间平均分段，基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间，统计各工作地点位置到各小区的用户落在各分段时间内的用户数量。以所述通勤时间为横坐标，以所述落在各分段时间内的用户数量与抽样数目的比值为纵坐标，得到各可选居住小区到所述目标工作地点位置的通勤时间分布信息。图11示出了本发明实施例提供的一可选居住小区到所述目标工作地点位置的通勤时间分布信息示意图。
本实施例通过根据预先基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间分布信息，获得所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；将所述可选居住小区到所述目标工作地点位置的通勤时间分布信息，进行输出，提供给用户参考，以辅助用户快速确定租/买房小区， 从而缩小线下看房范围，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区等效率低下问题，提升了用户体验。
实施例五：
本实施例以实施例四为基础，具体地，对实施例四中的挖掘通勤时间分布信息做详细描述。图12是本发明实施例五的一种挖掘各工作地点位置到各小区的通勤时间分布信息的流程图示意图，具体包括：
510、从LBS存储的用户轨迹数据中过滤掉无效用户轨迹数据；具体地，LBS在收集用户轨迹数据的过程中，会存在由于所采用的手段和方法的不完善，导致收集到的用户数据存在误差，从而使获取的用户轨迹数据与一般用户行为严重脱节，该操作通过结合对用户合理行为的分析，将这些无效用户轨迹数据滤除。
520、将过滤后剩余的有效用户轨迹数据按照起点位置和终点位置进行分类；具体地，该操作可以将具有相同的起点位置和相同的终点位置的用户的有效用户轨迹数据分为一类。
530、根据分类结果统计各网格内的工作地点位置到各小区的通勤时间分布信息。举例说明，在统计网格内的工作地点位置A到小区B的通勤时间分布信息时，首先在上述分类结果中查找起点位置为A、终点位置为B的分类，然后统计查找到的各分类所包含的用户的有效用户轨迹数据中的通勤时间，得到通勤时间分布信息。
本实施例通过根据预先基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间分布信息，获得所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；将所述可选居住小区到所述目标工作地点位置的通勤时间分布信息，进行输出，提供给用户参考，以辅助用户快速确定租/买房小区，从而缩小线下看房范围，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区等效率低下问题，提升了用户体验。
实施例六：
本实施例以上述各实施例为基础，具体地，对上述实施例中的输出的可选居住小区的信息输出做详细描述。上述实施例中输出的可选居住小区的信息可以包括可选居住小区的标识信息(例如名称)、参数信息等。该参数信息可以包括通勤路径情况，即可选居住小区附近的公共交通站点与目标工作地点位置附近的公共交通站点之间的可达路径的信息。图13是本发明实施例六提供的将通勤路径情况进行输出的流程图示意图，具体包括：
610、向服务器发送公共交通路径查询请求，以使所述服务器从离线得到的各公共交通站点间的可达路径中，获得所述可选居住小区附近的公共交通站点与所述目标工作地点位置附近的公共交通站点之间的可达路径，并返回获得的可达路径的信息；
620、接收服务器返回的所述可达路径的信息，并将所述可达路径的信息进行输出。
其中，所述可达路径的信息包括可乘坐车辆名称、换乘次数、通勤时间等。
本实施例在具备上述基础实施例的有益效果基础上，还可在线下分布式环境部署公共交通路径检索引擎，离线计算出任意两公共交通站点间的路径规划，将在线公交路径规划请求的耗时从2-20s降至约10ms，可以快速帮助用户在线计算出最优小区，同时提高获取可达公交路径信息的准确率。
进一步地，在上述各实施例的基础上，建立所述可选居住小区与第三方房产网站的超级链接，用户根据本发明上述各实施例提供的小区智能推荐方法确定租/买房小区，进而点击通过该方法获取的小区，跳转到第三方房产网站，最后确定线下看房小区、联系房东或经纪人实地看房，最终实现与第三方的共赢。
实施例七：
图14为本发明实施例七提供的一种小区智能推荐装置的结构图。如图13所示，所述装置包括：
目标工作地点位置接收模块710，用于接收输入的目标工作地点位置；
可选居住小区获取模块720，用于根据预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区；
可选居住小区的信息输出模块730，用于将所述可选居住小区的信息进行输出。
所述目标工作地点位置的数目为一个或者多个，当所述目标工作位置的数目为一个时，所述可选居住小区获取模块720，具体用于，从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，查询所述目标工作地点位置对应的居住小区数据，作为所述目标工作地点位置对应的可选居住小区；当所述目标工作地点位置的数目为多个时，所述可选居住小区获取模块720， 具体用于：从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，分别查询每个目标工作地点位置对应的居住小区数据，将每次查询结果构成一个小区集合，将得到的各小区集合的交集中的小区作为所述目标工作地点位置对应的可选居住小区。
本实施例根据用户输入的目标工作地点位置，在预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，获取所述目标工作地点位置对应的可选居住小区，并将所述可选居住小区的信息进行输出的技术手段，解决了现有技术中用户在选择居住的小区时，由于很难全面了解到各小区的情况，可能在有限的时间内选择了一些综合性价比并不太高的小区，或者需要进行实地考察才能确定居住的小区等效率低下问题，实现了仅通过输入用户目标工作地点，就可以快速选择期望小区的技术效果，提高用户选择居住小区的效率，提升了用户体验，辅助用户快速确定租/买房小区，从而缩小线下看房范围及时间。
在上述实施例基础上，所述装置还包括：第一数据挖掘模块，用于根据LBS平台存储的定位数据挖掘出多个用户的常驻点位置，该常驻点位置包括工作地点位置和居住位置；将挖掘出的工作地点位置按照预先设定的网格进行分类，并将挖掘出的居住位置按照所属小区进行分类；根据分类结果统计每个网格中的每个工作地点位置对应的热点居住小区，作为对应工作地点位置的居住小区数据。
进一步地，所述可选居住小区信息输出模块730，具体包括：可选居住小区排序单元，用于根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序；排序结果输出单元，用于按照排序结果将所述可选居住小区的 信息进行输出。
进一步地，当所述目标工作地点位置的数目为一个时，所述可选居住小区排序单元，具体用于：获取各可选居住小区的每种参数信息的权值；根据各可选居住小区的每种参数信息的权值计算对应可选居住小区的排序权重值；根据各可选居住小区的排序权重值对各可选居住小区进行排序。当所述目标工作地点位置的数目为多个时，所述可选居住小区排序单元，具体用于：基于设定策略，根据各可选居住小区的部分参数信息对各可选居住小区进行粗略排序；对于粗略排序结果中需要进行精细排序的小区段，根据该小区段中的可选居住小区的其他参数信息，对该小区段中的可选居住小区进行再次排序。
其中，所述可选居住小区的参数信息包括与所述目标工作地点位置的距离、与公共交通站点的距离、价格、与所述目标工作地点位置的通勤时间、房源数、居住热度、通勤路径情况中的至少一个；所述居住热度是根据居住在对应可选居住小区的、在所述目标工作地点位置上班的用户的数量确定的。
所述可选居住小区信息输出模块按照如下方法获得所述通勤时间分布信息：根据预先基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间分布信息，获得所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；
其中，所述通勤时间分布信息包括：针对多个设定时间长度中的每个设定时间长度，从所述可选居住小区到所述目标工作地点位置所使用的时间长度为该设定时间长度的用户比例信息。
进一步地，所述装置还包括：第二数据挖掘模块，用于从LBS存储的用户轨迹数据中过滤掉无效用户轨迹数据；将过滤后剩余的有效用户轨迹数据按照 起点位置和终点位置进行分类；根据分类结果统计各网格内的工作地点位置到各小区的通勤时间分布信息。
在上述实施例基础上，输出的所述可选居住小区的信息包括通勤路径信息，所述可选居住小区信息输出模块按照如下方法获得所述通勤路径信息所述可选居住小区信息输出单元：向服务器发送公共交通路径查询请求，以使所述服务器从离线得到的各公共交通站点间的可达路径中，获得所述可选居住小区附近的公共交通站点与所述目标工作地点位置附近的公共交通站点之间的可达路径，并返回获得的可达路径的信息；接收服务器返回的所述可达路径的信息，作为通勤路径信息。
上述小区智能推荐装置可执行本发明实施例所提供的小区智能推荐方法，具备执行方法相应的功能模块和有益效果。进一步地，建立所述可选居住小区与第三方房产网站的超级链接，用户根据本发明上述各实施例确定租/买房小区，进而通过点击获取的小区，跳转到第三方房产网站，最后确定线下看房小区、联系房东或经纪人实地看房，最终实现与第三方的共赢。。
本发明实施例还提供一种终端设备，如图15所示，该终端设备包括上述小区智能推荐装置810，该装置包括目标工作地点位置接收模块811、可选居住小区获取模块812和可选居住小区的信息输出模块813。该终端设备具体可以是PC(Personal Computer，个人计算机)、笔记本电脑、手机等设备。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以 上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (19)

  1. 一种小区智能推荐方法，其特征在于，包括：
    接收输入的目标工作地点位置；
    根据预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区；
    将所述可选居住小区的信息进行输出。
  2. 如权利要求1所述的方法，其特征在于，基于LBS的定位数据挖掘出各工作地点位置对应的居住小区数据，具体包括：
    根据LBS平台存储的定位数据挖掘出多个用户的常驻点位置，该常驻点位置包括工作地点位置和居住位置；
    将挖掘出的工作地点位置按照预先设定的网格进行分类，并将挖掘出的居住位置按照所属小区进行分类；
    根据分类结果统计每个网格中的每个工作地点位置对应的热点居住小区，作为对应工作地点位置的居住小区数据；所述热点居住小区包括所居住的、在对应工作地点位置周边设定范围内上班的用户数量满足设定条件的小区。
  3. 如权利要求1所述的方法，其特征在于，所述目标工作地点位置的数目为一个，根据预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区，具体包括：
    从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，查询所述目标工作地点位置对应的居住小区数据，作为所述目标工作地点位置对应的可选居住小区。
  4. 如权利要求1所述的方法，其特征在于，所述目标工作地点位置的数目为多个，根据预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小 区数据，获得所述目标工作地点位置对应的可选居住小区，具体包括：
    从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，分别查询每个目标工作地点位置对应的居住小区数据，将每次查询结果构成一个小区集合，将得到的各小区集合的交集中的小区作为所述目标工作地点位置对应的可选居住小区。
  5. 如权利要求1所述的方法，其特征在于，将所述可选居住小区的信息进行输出，具体包括：
    根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序；
    按照排序结果将所述可选居住小区的信息进行输出。
  6. 如权利要求5所述的方法，其特征在于，所述目标工作地点位置的数目为一个，根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序，具体包括：
    获取各可选居住小区的每种参数信息的权值；
    根据各可选居住小区的每种参数信息的权值计算对应可选居住小区的排序权重值；
    根据各可选居住小区的排序权重值对各可选居住小区进行排序。
  7. 如权利要求5所述的方法，其特征在于，所述目标工作地点位置的数目为多个，根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序，具体包括：
    基于设定策略，根据各可选居住小区的部分参数信息对各可选居住小区进行粗略排序；
    对于粗略排序结果中需要进行精细排序的小区段，根据该小区段中的可选 居住小区的其他参数信息，对该小区段中的可选居住小区进行再次排序。
  8. 如权利要求5-7中任一所述的方法，其特征在于，所述可选居住小区的参数信息包括与所述目标工作地点位置的距离、与公共交通站点的距离、价格、与所述目标工作地点位置的通勤时间、房源数、居住热度、通勤路径信息中的至少一个；
    其中，所述居住热度是根据居住在对应可选居住小区的、在所述目标工作地点位置上班的用户的数量确定的。
  9. 如权利要求1-7中任一所述的方法，其特征在于，输出的所述可选居住小区的信息包括所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；所述通勤时间分布信息按照如下方法获得：
    根据预先基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间分布信息，获得所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；
    其中，所述通勤时间分布信息包括：针对多个设定时间长度中的每个设定时间长度，从所述可选居住小区到所述目标工作地点位置所使用的时间长度为该设定时间长度的用户比例信息。
  10. 如权利要求9所述的方法，其特征在于，基于LBS的用户轨迹数据挖掘出各工作地点位置到各小区的通勤时间分布信息，具体包括：
    从LBS存储的用户轨迹数据中过滤掉无效用户轨迹数据；
    将过滤后剩余的有效用户轨迹数据按照起点位置和终点位置进行分类；
    根据分类结果统计各网格内的工作地点位置到各小区的通勤时间分布信息。
  11. 如权利要求1-7中任一所述的方法，其特征在于，输出的所述可选居 住小区的信息包括通勤路径信息，所述通勤路径信息按照如下方法获得：
    向服务器发送公共交通路径查询请求，以使所述服务器从离线得到的各公共交通站点间的可达路径中，获得所述可选居住小区附近的公共交通站点与所述目标工作地点位置附近的公共交通站点之间的可达路径，并返回获得的可达路径的信息；
    接收服务器返回的所述可达路径的信息，作为通勤路径信息。
  12. 一种小区智能推荐装置，其特征在于，包括：
    目标工作地点位置接收模块，用于接收输入的目标工作地点位置；
    可选居住小区获取模块，用于根据预先基于定位服务LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据，获得所述目标工作地点位置对应的可选居住小区；
    可选居住小区信息输出模块，用于将所述可选居住小区的信息进行输出。
  13. 根据权利要求12所述的装置，其特征在于，还包括：
    第一数据挖掘模块，用于根据LBS平台存储的定位数据挖掘出多个用户的常驻点位置，该常驻点位置包括工作地点位置和居住位置；将挖掘出的工作地点位置按照预先设定的网格进行分类，并将挖掘出的居住位置按照所属小区进行分类；根据分类结果统计每个网格中的每个工作地点位置对应的热点居住小区，作为对应工作地点位置的居住小区数据。
  14. 如权利要求12所述的装置，其特征在于，所述目标工作地点位置的数目为一个，所述可选居住小区获取模块，具体用于：
    从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，查询所述目标工作地点位置对应的居住小区数据，作为所述目标工作地点 位置对应的可选居住小区。
  15. 如权利要求12所述的装置，其特征在于，所述目标工作地点位置的数目为多个，所述可选居住小区获取模块，具体用于：
    从预先基于LBS的定位数据挖掘出的各工作地点位置对应的居住小区数据中，分别查询每个目标工作地点位置对应的居住小区数据，将每次查询结果构成一个小区集合，将得到的各小区集合的交集中的小区作为所述目标工作地点位置对应的可选居住小区。
  16. 如权利要求12所述的装置，其特征在于，所述可选居住小区信息输出模块，具体包括：
    可选居住小区排序单元，用于根据所述可选居住小区的至少一种参数信息对所述可选居住小区进行排序；
    排序结果输出单元，用于按照排序结果将所述可选居住小区的信息进行输出。
  17. 如权利要求16所述的装置，其特征在于，所述目标工作地点位置的数目为一个，所述可选居住小区排序单元，具体用于：
    获取各可选居住小区的每种参数信息的权值；
    根据各可选居住小区的每种参数信息的权值计算对应可选居住小区的排序权重值；
    根据各可选居住小区的排序权重值对各可选居住小区进行排序。
  18. 如权利要求16所述的装置，其特征在于，所述目标工作地点位置的数目为多个，所述可选居住小区排序单元，具体用于：
    基于设定策略，根据各可选居住小区的部分参数信息对各可选居住小区进行粗略排序；
    对于粗略排序结果中需要进行精细排序的小区段，根据该小区段中的可选居住小区的其他参数信息，对该小区段中的可选居住小区进行再次排序。
  19. 如权利要求12-18中任一所述的装置，其特征在于，输出的所述可选居住小区的信息包括所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；所述可选居住小区信息输出模块按照如下方法获得所述通勤时间分布信息：
    根据预先基于LBS的用户轨迹数据挖掘出的各工作地点位置到各小区的通勤时间分布信息，获得所述可选居住小区到所述目标工作地点位置的通勤时间分布信息；
    其中，所述通勤时间分布信息包括：针对多个设定时间长度中的每个设定时间长度，从所述可选居住小区到所述目标工作地点位置所使用的时间长度为该设定时间长度的用户比例信息；
    进一步的，所述装置还包括：
    第二数据挖掘模块，用于从LBS存储的用户轨迹数据中过滤掉无效用户轨迹数据；
    将过滤后剩余的有效用户轨迹数据按照起点位置和终点位置进行分类；
    根据分类结果统计各网格内的工作地点位置到各小区的通勤时间分布信息。
PCT/CN2014/094307 2014-09-28 2014-12-19 一种小区智能推荐方法及装置 WO2016045210A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016549612A JP6186086B2 (ja) 2014-09-28 2014-12-19 団地のインテリジェント推奨方法、推奨装置、記憶媒体及び機器
KR1020157036178A KR101777650B1 (ko) 2014-09-28 2014-12-19 주택 단지 지능 추천 방법, 장치, 저장 매체 및 설비

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410510494.8A CN104240163B (zh) 2014-09-28 2014-09-28 一种小区智能推荐方法及装置
CN201410510494.8 2014-09-28

Publications (1)

Publication Number Publication Date
WO2016045210A1 true WO2016045210A1 (zh) 2016-03-31

Family

ID=52228175

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/094307 WO2016045210A1 (zh) 2014-09-28 2014-12-19 一种小区智能推荐方法及装置

Country Status (4)

Country Link
JP (1) JP6186086B2 (zh)
KR (1) KR101777650B1 (zh)
CN (1) CN104240163B (zh)
WO (1) WO2016045210A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117764277A (zh) * 2023-12-13 2024-03-26 中国城市规划设计研究院 电动汽车居住小区充电便利性评估方法、系统及设备

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616182A (zh) * 2015-01-22 2015-05-13 王勇 基于房源照片定位的租房方法及系统
TW201638866A (zh) * 2015-04-20 2016-11-01 shu-zhen Lin 房屋物件的社區導購系統
CN105302916A (zh) * 2015-11-16 2016-02-03 北京百度网讯科技有限公司 信息推荐的方法及装置
CN105516924A (zh) * 2015-12-21 2016-04-20 北京奇虎科技有限公司 一种小区推荐方法及装置
CN105976279A (zh) * 2016-05-26 2016-09-28 成都正合地产顾问股份有限公司 选房方法
CN105975627A (zh) * 2016-05-26 2016-09-28 成都正合地产顾问股份有限公司 选房方法及装置
KR101859529B1 (ko) * 2016-09-29 2018-05-21 네이버 주식회사 부동산 매물 검색 방법 및 장치
KR101877311B1 (ko) * 2016-11-04 2018-07-12 한국과학기술연구원 부동산에 대한 대중교통 편의성을 평가하는 방법, 장치 및 컴퓨터 프로그램
CN108197128B (zh) * 2016-12-08 2020-11-03 腾讯科技（北京）有限公司 位置查找方法和装置
CN107092629A (zh) * 2017-01-18 2017-08-25 北京小度信息科技有限公司 推荐方法及装置
CN107193939A (zh) * 2017-05-19 2017-09-22 苏州商信宝信息科技有限公司 一种基于数据挖掘的智能房源推荐方法及其系统
WO2018227334A1 (zh) * 2017-06-12 2018-12-20 深圳市乃斯网络科技有限公司 二手房app的房源推荐方法及系统
CN107665239A (zh) * 2017-08-29 2018-02-06 哈尔滨工业大学深圳研究生院 一种职住空间信息提取方法及装置、计算机可读存储介质
GB201721062D0 (en) * 2017-12-15 2018-01-31 Caution Your Blast CYB route finding
CN108288215A (zh) * 2018-01-17 2018-07-17 链家网（北京）科技有限公司 一种选房方法及系统
CN108288179B (zh) * 2018-01-25 2021-02-02 贝壳找房(北京)科技有限公司 一种用户偏好房源计算方法和系统
CN108415967A (zh) * 2018-02-07 2018-08-17 链家网（北京）科技有限公司 一种房源查询方法及系统
US11361361B2 (en) * 2018-02-20 2022-06-14 Grzegorz Malewicz Method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
CN108628984A (zh) * 2018-04-27 2018-10-09 福建江夏学院 一种房源信息的融合搜索系统与方法
CN108985876A (zh) * 2018-06-11 2018-12-11 平安科技（深圳）有限公司 房源信息获取方法、装置及存储介质、服务器
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
CN109800360B (zh) * 2018-12-24 2020-12-08 北京城市网邻信息技术有限公司 小区查询方法、装置、电子设备及存储介质
CN111383042A (zh) * 2018-12-30 2020-07-07 贝壳技术有限公司 房源推荐方法和装置
CN109949123A (zh) * 2019-02-12 2019-06-28 平安科技（深圳）有限公司 房源推荐方法、装置、计算机设备及计算机可读存储介质
CN110175190B (zh) * 2019-04-15 2024-05-14 平安科技（深圳）有限公司 房源推荐方法、装置、计算机设备及计算机可读存储介质
CN110619027B (zh) * 2019-06-18 2022-10-21 北京无限光场科技有限公司 一种房源信息的推荐方法、装置、终端设备及介质
CN110764665B (zh) * 2019-09-19 2021-08-06 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
CN110990687A (zh) * 2019-10-29 2020-04-10 贝壳技术有限公司 路径的推荐方法、装置、设备及存储介质
CN111080343B (zh) * 2019-11-27 2023-08-08 贝壳技术有限公司 基于多用户的房源搜索方法及系统
CN111091415B (zh) * 2019-12-02 2024-02-20 贝壳技术有限公司 推荐经纪人的方法及系统
CN110968801A (zh) * 2019-12-04 2020-04-07 青梧桐有限责任公司 地产产品搜索方法、存储介质及电子设备
CN110675646B (zh) * 2019-12-04 2020-03-31 武汉元光科技有限公司 公交站点位置获取方法及装置
CN111060124A (zh) * 2019-12-18 2020-04-24 深圳集智数字科技有限公司 一种确定聚集地点的方法和相关装置
CN111274487B (zh) * 2020-02-12 2021-09-28 北京城市网邻信息技术有限公司 一种房源信息的推荐方法和装置
CN112487310B (zh) * 2020-10-23 2023-02-17 贝壳技术有限公司 小区推荐方法及系统
EP4252176A1 (en) * 2020-12-27 2023-10-04 Grzegorz Malewicz A method for presenting sites using their similarity and travel duration
CN112927232B (zh) * 2021-01-26 2022-01-07 贝壳找房(北京)科技有限公司 基于通勤找房的房源召回方法及装置
CN112905903A (zh) * 2021-04-06 2021-06-04 北京百度网讯科技有限公司 一种租房推荐方法、装置、电子设备及存储介质
WO2023196168A1 (en) 2022-04-07 2023-10-12 Grzegorz Malewicz Methods for searching or comparing points using travel of entities

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101025739A (zh) * 2006-02-20 2007-08-29 朴良君 网络电子地图的显示、查询及管理方法和系统
CN102506884A (zh) * 2011-10-28 2012-06-20 百度在线网络技术（北京）有限公司 基于地图为多个用户推荐聚会地点的方法、系统及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3972541B2 (ja) * 1999-11-08 2007-09-05 株式会社日立製作所 地図表示方法及び地図表示装置
JP2003208465A (ja) * 2002-01-11 2003-07-25 Hitachi Ltd 所要時間情報提供方法及びその実施システム並びにその処理プログラム
JP2005196329A (ja) * 2004-01-05 2005-07-21 Navitime Japan Co Ltd 物件検索システム、物件登録システム及び物件検索方法
KR100729822B1 (ko) * 2004-02-11 2007-06-21 박승도 교통 감안한 부동산 검색방법 및 시스템
JP2005292933A (ja) * 2004-03-31 2005-10-20 Fujitsu Ltd 情報検索方法、情報検索システム、情報検索プログラム、記録媒体
JP2006330097A (ja) * 2005-05-23 2006-12-07 Pioneer Electronic Corp 情報処理装置、そのシステム、その方法、そのプログラム、そのプログラムを記録した記録媒体
US20080189166A1 (en) * 2007-02-01 2008-08-07 Brooks Jay M Computer-based method of recommending modifications to residential or commercial property
CN102968672B (zh) * 2012-11-27 2016-08-31 中国地质大学（武汉） 基于住房选择的智能城市规划模型动态微观仿真方法
JP2014109772A (ja) * 2012-12-04 2014-06-12 Maya Yoshimura 空間位置表示システム、及び地図表示システム
CN103955479B (zh) * 2014-04-02 2018-01-30 北京百度网讯科技有限公司 电子地图的实现方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101025739A (zh) * 2006-02-20 2007-08-29 朴良君 网络电子地图的显示、查询及管理方法和系统
CN102506884A (zh) * 2011-10-28 2012-06-20 百度在线网络技术（北京）有限公司 基于地图为多个用户推荐聚会地点的方法、系统及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117764277A (zh) * 2023-12-13 2024-03-26 中国城市规划设计研究院 电动汽车居住小区充电便利性评估方法、系统及设备

Also Published As

Publication number Publication date
JP2016538670A (ja) 2016-12-08
KR101777650B1 (ko) 2017-09-13
KR20160049508A (ko) 2016-05-09
CN104240163B (zh) 2017-09-05
JP6186086B2 (ja) 2017-08-30
CN104240163A (zh) 2014-12-24

Similar Documents

Publication Publication Date Title
WO2016045210A1 (zh) 一种小区智能推荐方法及装置
CN111949834B (zh) 选址方法和选址平台系统
US8510031B2 (en) Systems and methods for information transformation and exchange
JP5410462B2 (ja) 行動及び属性推定装置及び方法及びプログラム
CN105247507A (zh) 品牌的影响力得分
CN105117421B (zh) 基于图结构匹配的社交网络分析方法
CN109241403A (zh) 项目推荐方法、装置、机器设备和计算机可读存储介质
CN108549700A (zh) 页面的预搜索方法及其系统、存储介质、电子设备
CN104462611A (zh) 信息排序模型的建模方法、排序方法及建模装置、排序装置
CN110083762B (zh) 房源搜索方法、装置、设备及计算机可读存储介质
CN103902597A (zh) 确定目标关键词所对应的搜索相关性类别的方法和设备
KR20130019629A (ko) 부동산 물건의 유형별 입지 및 상권 분석 서비스 제공 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체
WO2019000472A1 (zh) 导航方法、装置、存储介质以及服务器
CN104090989A (zh) 基于移动终端的网站的搜索系统及方法
CN113793507A (zh) 可用车位预测方法、装置、计算机设备及存储介质
CN110968801A (zh) 地产产品搜索方法、存储介质及电子设备
CN107710262A (zh) 利用网页脚本对网站的客户端会话进行分段的系统和方法
CN105786810B (zh) 类目映射关系的建立方法与装置
CN108781223A (zh) 用于内容项选择的数据的数据分组传输优化
CN102214182A (zh) 一种根据ip地址进行精确查询的搜索方法
CN111159559A (zh) 根据用户需求和用户行为构建推荐引擎的方法
CN104025086A (zh) 触发社交页面
CN103514193A (zh) 一种用于确定推广关键词的推广结果信息的方法与设备
TWI618017B (zh) 結合生活行為分析與社群之地標推薦方法及其電腦程式產品
US20110218986A1 (en) Search engine optimization economic purchasing method

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 20157036178

Country of ref document: KR

Kind code of ref document: A

Ref document number: 2016549612

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14902305

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14902305

Country of ref document: EP

Kind code of ref document: A1