An embodiment of the invention provides a user preference housing computing method and system, which includes obtaining the online source behavior of the user and the offline source behavior; obtaining the weight of the online source behavior and the weight of the underlying behavior under the described line; according to the online source behavior of the user, the behavior of the under line housing, and The weight of the on-line room source behavior and the weight of the source behavior under the line are calculated to calculate the weight fraction of the options corresponding to the housing source property; the housing source of the user preferences is obtained according to the weight fraction of the options corresponding to the housing source attributes. This method and system can improve the accuracy of the calculation of the user's preference to the housing source, and then recommend more personalized information for the user, and improve the user experience.
【技术实现步骤摘要】
一种用户偏好房源计算方法和系统
本专利技术实施例涉及房源管理
,尤其涉及一种用户偏好房源计算方法和系统。
技术介绍
为了提高租房的成交率,首先需要了解用户在租房时感兴趣的房源。目前主要采用线上调查问卷的方式,获取用户感兴趣的房源。通常可以在调查问卷中设置一些问题,这些问题可以包括用户感兴趣的房源的房源属性,其中,房源属性可以包括房源的居室个数、房源的价格区间和房源的朝向等,每个房源属性可以设置有若干选项,比如,房源的居室个数可以设置有一居室、二居室和三居室等选项,用户可以根据自己的需求进行选择。通过调查问卷可以很直接、明确地获取到用户感兴趣的房源,但是,通常填写调查问卷的用户量有限,另外,用户感兴趣的房源可能会随着时间的变化而变化,比如,用户年初的时候,在调查问卷上填写的感兴趣的房源为3000元的一居室,但是,到了年末,用户感兴趣的房源可能变为5000元的二居室。因此,调查问卷的方式获取到的用户感兴趣的房源,准确度不高。
技术实现思路
针对现有技术中存在的问题,本专利技术实施例提供一种用户偏好房源计算方法和系统。第一方面,本专利技术实施例提供一种用户偏好房源计算方法,所述方法包括:获取用户的线上房源行为和线下房源行为;获取所述线上房源行为的权重和所述线下房源行为的权重;根据所述用户的线上房源行为、线下房源行为,以及所述线上房源行为的权重和所述线下房源行为的权重,计算出房源属性对应的选项的权重分数;根据所述房源属性对应的选项的权重分数,得到所述用户偏好的房源。第二方面,本专利技术实施例提供一种用户偏好房源计算系统,所述系统包括:第一获取模块,用于获取用户的 ...
【技术保护点】
1.一种用户偏好房源计算方法,其特征在于,包括:获取用户的线上房源行为和线下房源行为;获取所述线上房源行为的权重和所述线下房源行为的权重;根据所述用户的线上房源行为、线下房源行为,以及所述线上房源行为的权重和所述线下房源行为的权重,计算出房源属性对应的选项的权重分数;根据所述房源属性对应的选项的权重分数,得到所述用户偏好的房源。
【技术特征摘要】
1.一种用户偏好房源计算方法,其特征在于,包括:获取用户的线上房源行为和线下房源行为;获取所述线上房源行为的权重和所述线下房源行为的权重;根据所述用户的线上房源行为、线下房源行为,以及所述线上房源行为的权重和所述线下房源行为的权重,计算出房源属性对应的选项的权重分数;根据所述房源属性对应的选项的权重分数,得到所述用户偏好的房源。2.根据权利要求1所述的方法,其特征在于,所述线上房源行为包括:浏览房源的行为、搜索房源的行为、关注房源的行为、咨询房源经纪人的行为、分享房源的行为和推送房源的行为中的一个或多个;所述线下房源行为包括:委托房源的行为、带看房源的行为和成交房源的行为中的一个或多个;所述房源属性包括:房源的居室个数、房源的价格区间、房源所在的楼层、房源所在的小区和房源的朝向中的一个或多个。3.根据权利要求1所述的方法,其特征在于,所述根据所述房源属性对应的选项的权重分数,得到所述用户偏好的房源,包括:将所述房源属性的权重分数最大的第一选项,筛选为所述用户偏好的房源对应的所述房源属性的选项;根据所述用户偏好的房源对应的所述房源属性的选项,得到所述用户偏好的房源。4.根据权利要求3所述的方法,其特征在于,还包括:获取所述用户历史偏好的房源对应的所述房源属性的第二选项,以及所述第二选项对应的权重分数;根据得到所述第二选项的时间与得到所述第一选项的时间之间的时间间隔,以及所述第二选项对应的权重分数,得到所述第二选项对应的衰减之后的权重分数;若所述第一选项对应的权重分数大于所述第二选项对应的衰减之后的权重分数,则将所述第一选项筛选为所述用户偏好的房源对应的所述房源属性的选项。5.根据权利要求4所述的方法,其特征在于,还包括:若所述第一选项对应的权重分数小于所述第二选项对应的衰减之后的权重分数,则将所述第二选项筛选为所述用...
【专利技术属性】
技术研发人员:贾忠良,
申请(专利权)人:链家网北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。