计算房源相似度的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种计算房源相似度的方法，所述方法包括以下步骤：获取用户房源图像，并提取所述用户房源图像中的房源特征标签；根据所述房源特征标签爬取房源数据；计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送。本发明专利技术还公开了一种计算房源相似度的装置、设备及计算机可读存储介质。本发明专利技术能够根据用户需求进行推送房源，减轻用户找房的负担，节省用户找房时间。

【技术实现步骤摘要】
计算房源相似度的方法、装置、设备及存储介质
本专利技术涉及数据分析与处理领域，尤其涉及一种计算房源相似度的方法、装置、设备及计算机可读存储介质。
技术介绍
随着互联网的进步，人们在需要购买房子或者租赁房子时，越来越倾向于在网上进行查找房源，从而缩短查找房源的时间，提高查找房源的效率。但目前市面上的房产信息平台通常采用的是用户主动搜索、筛选等方式，完全由用户主动来寻找适合自己的房源，而房产信息平台上的房源较多，这种方式通过用户自动搜索、筛选对用户而已费时费力，并且大量房源被淹没在海量数据中，而符合用户需求的房源无法快速到达用户。部分平台虽然也存在推荐但只是热门房源推荐，热门房源并不一定是用户需要的房源，而用户而言，推送并不智能，而如果采用人工介入，分析用户需要的房源，然后进行推送，会导致网站的运营成本变高。
技术实现思路
本专利技术的主要目的在于提出一种计算房源相似度的方法、装置、设备及计算机可读存储介质，旨在解决现有的房源推送不智能，而采用人工进行推送，会导致成本升高的技术问题。为实现上述目的，本专利技术提供一种计算房源相似度的方法，所述方法包括：获取用户房源画像，并提取所述用户房源画像中的房源特征标签；根据所述房源特征标签爬取房源数据；计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送。进一步地，所述计算的房源特征标签与爬取到的房源数据之间的相似度的步骤包括：将所述房源特征标签转化为特征偏好权重组成的房源特征标签向量，并将所述房源数据转化为房源数据特征向量；计算房源特征标签向量与房源数据特征向量之间的相似度。进一步地，根据以下公式计算所述相似度：其中，所述x为房源特征标签向量，y为房源数据特征向量，c1c2为预设系数。进一步地，所述根据所述房源特征标签爬取房源数据的步骤包括：启动系统中添加的数据采集器，根据接收到的房源特征标签，选取房源数据；将选取到的房源数据进行下载保存，获得房源数据。进一步地，所述将相似度大于或等于预设值的房源数据向用户进行推送的步骤包括：将相似度大于或等于预设值的房源数据进行相似度排序，获得排序后的房源待推荐清单；将房源待推荐清单上的房源向用户进行推送。进一步地，所述获取用户房源图像的步骤之前，还包括：获取用户在房源系统中填写资料记录以及浏览记录；通过所述填写资料记录获取用户填写的资料，通过所述浏览记录获取用户浏览的房源数据；根据所述用户填写的数据以及房源数据提取用户房源特征标签；提取用户房源特征标签对应的标签分值，并根据所述用户房源特征标签及记录的分值生成用户画像。进一步地，所述提取用户房源特征标签对应的标签分值，并根据所述用户房源特征标签及记录的分值生成用户画像的步骤包括：监测生成用户画像后的用户填写的数据以及房源数据；根据所述生成用户画像后的用户填写的数据以及房源数据对用户进行更新。此外，为实现上述目的，本专利技术还提供一种计算房源相似度的装置，所述装置包括：获取模块，用于获取用户房源图像，并提取所述用户房源图像中的房源特征标签；爬取模块，用于根据所述房源特征标签爬取房源数据；计算模块，用于计算房源特征标签与爬取到的房源数据之间的相似度；推送模块，用于将相似度大于或等于预设值的房源数据向用户进行推送。此外，为实现上述目的，本专利技术还提供一种计算房源相似度的设备，所述计算房源相似度的设备包括计算房源相似度的程序，所述计算房源相似度的程序被所述计算房源相似度的设备执行时实现如上所述的计算房源相似度的方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算房源相似度的程序，所述计算房源相似度的程序被处理器执行时实现如上所述的计算房源相似度的方法的步骤。本专利技术提出的计算房源相似度的方法、装置、设备及计算机可读存储介质，通过获取用户房源图像，并提取所述用户房源图像中的房源特征标签；然后根据所述房源特征标签爬取房源数据；并计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送，从而提高推送房源的精准度，实现根据用户需求进行推送房源，减轻用户找房的负担，节省用户找房时间，提高用户体验。附图说明图1为本专利技术计算房源相似度的方法第一实施例的流程示意图；图2为本专利技术计算房源相似度的方法第二实施例中计算房源特征标签与爬取到的房源数据之间的相似度的步骤的细化流程示意图；图3为本专利技术计算房源相似度的方法第四实施例中根据所述房源特征标签爬取房源数据的步骤的细化流程示意图；图4为本专利技术计算房源相似度的方法第五实施例中将相似度大于或等于预设值的房源数据向用户进行推送的步骤的细化流程示意图；图5为本专利技术计算房源相似度的方法第六实施例的流程示意图；图6为本专利技术计算房源相似度的方法第七实施例的流程示意图；图7为本专利技术实施例方案涉及的硬件运行环境的设备结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：通过获取用户房源图像，并提取所述用户房源图像中的房源特征标签；然后根据所述房源特征标签爬取房源数据；计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送，从而提高推送房源的精准度，实现根据用户需求进行推送房源，减轻用户找房的负担，节省用户找房时间，提高用户体验。本专利技术实施例考虑到，目前市面上的房产信息平台通常采用的是用户主动搜索、筛选等方式，完全由用户主动来寻找适合自己的房源，而房产信息平台上的房源较多，这种方式通过用户自动搜索、筛选对用户而已费时费力，并且大量房源被淹没在海量数据中，而符合用户需求的房源无法快速到达用户。部分平台虽然也存在推荐但只是热门房源推荐，热门房源并不一定是用户需要的房源，而用户而言，推送并不智能，而如果采用人工介入，分析用户需要的房源，然后进行推送，会导致网站的运营成本变高。为此，本专利技术实施例提出一种计算房源相似度的方法，通过获取用户房源图像，并提取所述用户房源图像中的房源特征标签；然后根据所述房源特征标签爬取房源数据；计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送，从而提高推送房源的精准度，实现根据用户需求进行推送房源，减轻用户找房的负担，节省用户找房时间，提高用户体验。本专利技术提供一种计算房源相似度的方法。参照图1，图1为本专利技术计算房源相似度的方法第一实施例的流程示意图。在本实施例中，该方法包括：步骤S10，获取用户房源画像，并提取所述用户房源画像中的房源特征标签；在本实施例中，首先需要获取用户房源画像，其中，用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性能代表产品的主要受众和目标群体。因此，用户房源画像是指勾画目标用户、联系用户房源诉求与设计方向的有效工具，是根据用本文档来自技高网...

【技术保护点】
1.一种计算房源相似度的方法，其特征在于，所述方法包括以下步骤：获取用户房源图像，并提取所述用户房源图像中的房源特征标签；根据所述房源特征标签爬取房源数据；计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送。

【技术特征摘要】
1.一种计算房源相似度的方法，其特征在于，所述方法包括以下步骤：获取用户房源图像，并提取所述用户房源图像中的房源特征标签；根据所述房源特征标签爬取房源数据；计算房源特征标签与爬取到的房源数据之间的相似度；将相似度大于或等于预设值的房源数据向用户进行推送。2.如权利要求1所述的计算房源相似度的方法，其特征在于，所述计算房源特征标签与爬取到的房源数据之间的相似度的步骤包括：将所述房源特征标签转化为特征偏好权重组成的房源特征标签向量，并将所述房源数据转化为房源数据特征向量；计算房源特征标签向量与房源数据特征向量之间的相似度。3.如权利要求1所述的计算房源相似度的方法，其特征在于，所述计算房源特征标签与爬取到的房源数据之间的相似度包括：根据以下公式计算所述相似度，其中，所述x为房源特征标签向量，y为房源数据特征向量，c1c2为预设系数。4.如权利要求1所述的计算房源相似度的方法，其特征在于，所述根据所述房源特征标签爬取房源数据的步骤包括：启动系统中添加的数据采集器，根据接收到的房源特征标签，选取房源数据；将选取到的房源数据进行下载保存，获得房源数据。5.如权利要求1所述的计算房源相似度的方法，其特征在于，所述将相似度大于或等于预设值的房源数据向用户进行推送的步骤包括：将相似度大于或等于预设值的房源数据进行相似度排序，获得排序后的房源待推荐清单；将房源待推荐清单上的房源向用户进行推送。6.如权利要求1-5任一项所述的计算房源相似度的方法，其特征在于，所述获取用户房...

【专利技术属性】
技术研发人员：王韬，孙朋伟，韦柏松，徐蓓，侯斯靓，胡海亮，
申请(专利权)人：平安好房上海电子商务有限公司，
类型：发明
国别省市：上海,31