一种基于随机森林的房屋合租推荐方法技术

本发明专利技术公开了一种基于随机森林的房屋合租推荐方法，与原始的寻找合租的方法相比将会更加省心，便捷，可以简单地获得最大可能满意的合租方案，而无需盲目地在线上、线下的信息海洋中随机寻找，相比起现有平台简单的个性化推荐方法，我们的预测模型基于历史数据形成，而不是主观粗暴地赋予参数，向用户给出不足够个性化的结果。同时我们的预测模型侧重于把合租方案作为一个有机的整体，综合考虑全面的、各方的因素，而并非只是着重于一小部分因素产生过拟合的结果。由于预测模型是“随机”和“森林”的，误差均匀分散到各个决策树上，最终获得的结果要更加精准。

【技术实现步骤摘要】
一种基于随机森林的房屋合租推荐方法
本专利技术公开了一种基于随机森林的房屋合租推荐方法。
技术介绍
本专利技术公开了一种基于随机森林的房屋合租推荐方法。
技术实现思路
本专利技术的专利技术目的在于提供一种为合租各方科学、便捷、快速地提供决策依据的一种基于随机森林的房屋合租推荐方法。本专利技术解决上述技术问题所采取的技术方案如下：本专利技术一种基于随机森林的房屋合租推荐方法，把合租方案作为一个整体，综合各方包括房东及租客的各特征变量进行评估，以获得各方更乐意参与其中的合租方案，而非孤立地只考虑某一方评估，而建议用户作出“一厢情愿”的决策。基于随机森林的方法训练预测模型，可以将误差均匀分散到各个决策树上，降低过拟合的影响，从而提高模型预测精度。由于合租人数不同的方案之间直接对比评估分值会有失偏颇，我们将所有合租案例样本按照总入住人数C进行分类，C值相同的样本才会分到同一类别中，在C值相同的情况下不同的合租方案才能通过相应的预测模型对比优劣。使用袋外数据OOB对特征变量进行重要性评价，使模型本文档来自技高网...

【技术保护点】
1.一种基于随机森林的房屋合租推荐方法，其特征在于，包括以下步骤：/nS1：收集大量的房屋合租案列样本，提取房租合租案列中的数据，所述数据包括影响房东及租客合租的变量、对合租案列的整体满意度和总入住人数；/nS2：对采集的数据进行标准化处理；/nS3：根据标准化处理后的数据基于随机森林算法，构建合租方案中整体满意度预测模型；/nS4：获取用户待合租数据，用户包括房东及租客，对用户的待合租数据进行标准化处理；/nS5：将用户的标准化处理后的待合租数据通过整体满意度预测模型进行计算预测，根据模型预测的整体满意度对所有合租方案进行降序排列，取排序靠前的若干方案，形成推荐结果；/nS6：通过用户对合租...

【技术特征摘要】
1.一种基于随机森林的房屋合租推荐方法，其特征在于，包括以下步骤：
S1：收集大量的房屋合租案列样本，提取房租合租案列中的数据，所述数据包括影响房东及租客合租的变量、对合租案列的整体满意度和总入住人数；
S2：对采集的数据进行标准化处理；
S3：根据标准化处理后的数据基于随机森林算法，构建合租方案中整体满意度预测模型；
S4：获取用户待合租数据，用户包括房东及租客，对用户的待合租数据进行标准化处理；
S5：将用户的标准化处理后的待合租数据通过整体满意度预测模型进行计算预测，根据模型预测的整体满意度对所有合租方案进行降序排列，取排序靠前的若干方案，形成推荐结果；
S6：通过用户对合租方案的选择和评价形成反馈，对整体满意度预测模型模型进行持续优化。


2.根据权利要求1所述基于随机森林的房屋合租推荐方法，其特征在于，在S2中，具体包括如下子步骤：
S21：提取出影响合租方案的特征变量，对于连续型变量则可简单取其实际数值，对于离散型变量使用数值｛1，2，3，…｝表示，按照公式



进行标准化处理，其中x是标准化处理后的数值，Xr是原始数值，Xmax、Xmin...

【专利技术属性】
技术研发人员：谭毅彬，马柳安，林冰，
申请(专利权)人：深圳市海豚居科技有限公司，
类型：发明
国别省市：广东;44