房源推荐方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及计算机技术领域，提供了一种房源推荐方法、装置、电子设备及存储介质。该方法包括：获取输入样本，输入样本包括用户标识、用户特征、房源标识和房源特征；基于用户标识、用户特征、房源标识和房源特征构建三维嵌入表达表；对三维嵌入表达表进行转置操作，分别得到第一转置三维嵌入表达表，第二转置三维嵌入表达表和第三转置三维嵌入表达表；对第一、第二和第三转置三维嵌入表达表分别进行序列混合处理，得到第一、第二和第三混合嵌入表达表；将第一混合嵌入表达表、第二混合嵌入表达表和第三混合嵌入表达表进行平均池化处理，得到输出序列；基于输出序列确定向用户推荐的房源。该方法能提高房源推荐效率。方法能提高房源推荐效率。方法能提高房源推荐效率。

【技术实现步骤摘要】
房源推荐方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种房源推荐方法、装置、电子设备及存储介质。

技术介绍

[0002]房屋租售应用（APP）作为渗透二手房、租房的业务场景，在当前线上购房、租房渗透率逐渐升高的背景下，可以协助线上线下共同推广获客的经营模式，提高房屋租售效率。例如，可以将整个App产品在业务环节中的定位为线上获客，目标是提升线上成交量。为提升线上APP的用户体验，提升用户浏览时长和用户留存，可以借助推荐服务，帮助用户快速定位意向房源，了解当前app内的房源生态，为用户提供良好的房源浏览体验。
[0003]因此，如何提高房源推荐的精度，是需要解决的技术问题。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种房源推荐方法、装置、电子设备及存储介质，以解决现有技术中传统推荐算法直接应用于地产领域精度不够的问题。
[0005]本申请实施例的第一方面，提供了一种房源推荐方法，包括：获取输入样本，输入样本包括用户标识、用户特征、房源标识和房源特征；基于用户标识、用户特征、房源标识和房源特征构建三维嵌入表达表，三维嵌入表达表的三个维度分别为序列、通道和特征；对三维嵌入表达表进行转置操作，分别得到第一维度为序列的第一转置三维嵌入表达表，第一维度为通道的第二转置三维嵌入表达表和第一维度为特征的第三转置三维嵌入表达表；对第一转置三维嵌入表达表进行序列混合处理，得到第一混合嵌入表达表，对第二转置三维嵌入表达表进行通道混合处理，得到第二混合嵌入表达表，对第三转置三维嵌入表达表进行特征混合处理，得到第三混合嵌入表达表；将第一混合嵌入表达表、第二混合嵌入表达表和第三混合嵌入表达表进行平均池化处理，得到输出序列；基于输出序列确定向用户推荐的房源。
[0006]本申请实施例的第二方面，提供了一种房源推荐装置，包括：获取模块，被配置为获取输入样本，输入样本包括用户标识、用户特征、房源标识和房源特征；构建模块，被配置为基于用户标识、用户特征、房源标识和房源特征构建三维嵌入表达表，三维嵌入表达表的三个维度分别为序列、通道和特征；转置模块，被配置为对三维嵌入表达表进行转置操作，分别得到第一维度为序列的第一转置三维嵌入表达表，第一维度为通道的第二转置三维嵌入表达表和第一维度为特征的第三转置三维嵌入表达表；混合模块，被配置为对第一转置三维嵌入表达表进行序列混合处理，得到第一混合嵌入表达表，对第二转置三维嵌入表达表进行通道混合处理，得到第二混合嵌入表达表，对第三转置三维嵌入表达表进行特征混合处理，得到第三混合嵌入表达表；池化模块，被配置为将第一混合嵌入表达表、第二混合嵌入表达表和第三混合嵌入表达表进行池化处理，得到输出序列；确定模块，被配置为基于输出序列确定向用户推荐的房源。
[0007]本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
[0008]本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
[0009]本申请实施例与现有技术相比存在的有益效果是：通过构建包含用户标识、用户特征、房源标识和房源特征的三维嵌入表达表，对所述三维嵌入表达表进行转置处理后，并行进行序列混合、通道混合和特征混合处理，并将三种混合处理结果经平均池化处理后，得到输出序列，以根据该输出序列确定推荐房源。该方法能够提高房源推荐的速度和准确度，进而提高推荐效率。
附图说明
[0010]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0011]图1是RNN
‑
Based序列推荐算法的流程图。
[0012]图2是本申请实施例提供的一种房源推荐方法的流程示意图。
[0013]图3是本申请实施例提供的一种三维嵌入表达表的示意图。
[0014]图4是本申请实施例提供的一种基于用户标识、用户特征、房源标识和房源特征构建三维嵌入表达表的方法的流程图。
[0015]图5是本申请实施例提供的一种对第一转置三维嵌入表达表进行序列混合处理，得到第一混合嵌入表达表的方法的示意图。
[0016]图6是本申请实施例提供的一种基于输出序列确定向用户推荐的房源的方法的流程图。
[0017]图7是本申请实施例提供的一种房源推荐方法的流程图。
[0018]图8是实现本申请实施例提供的房源推荐方法的部分模型的示意图。
[0019]图9是本申请实施例提供的一种房源推荐装置的示意图。
[0020]图10是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0021]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0022]上文提及，房屋租售应用APP作为渗透二手房、租房的业务场景，在当前线上购房、租房渗透率逐渐升高的背景下，可以协助线上线下共同推广获客的经营模式，提高房屋租售效率。例如，可以将整个App产品在业务环节中的定位为线上获客，目标是提升线上成交量。为提升线上APP的用户体验，提升用户浏览时长和用户留存，可以借助推荐服务，帮助用
户快速定位意向房源，了解当前app内的房源生态，为用户提供良好的房源浏览体验。
[0023]序列推荐算法是常用的推荐算法，包括基于卷积神经网络（Convolutional NeuralNetworks
‑
Based，CNN
‑
Based）的序列推荐算法，以及基于循环神经网络（Recurrent Neural Networks
‑
Based，RNN
‑
Based）的序列推荐算法。这些算法通过从用户历史行为序列中挖掘序列模，来捕捉到用户行为序列中的长期依赖关系和时间关系，并利用预测损失来学习模型参数或者嵌入表征，从而提高推荐的准确性。其中，RNN
‑
Based序列推荐算法的实现流程如图1所示：在步骤S101中，输入表示。
[0024]输入表示包括，将输入的文本、音乐、视频等序列表示成一个矩阵，其中每行表示一个时间步，每列表示一个特征。
[0025]在步骤S102中，通过卷积层提取输入序列的特征。
[0026]可以通过一系列的卷积层来提取输入序列的局部特征，每个卷积层由多个卷积核组成，每个卷积核会对输入矩阵中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种房源推荐方法，其特征在于，包括：获取输入样本，所述输入样本包括用户标识、用户特征、房源标识和房源特征；基于所述用户标识、用户特征、房源标识和房源特征构建三维嵌入表达表，所述三维嵌入表达表的三个维度分别为序列、通道和特征；对所述三维嵌入表达表进行转置操作，分别得到第一维度为序列的第一转置三维嵌入表达表，第一维度为通道的第二转置三维嵌入表达表和第一维度为特征的第三转置三维嵌入表达表；对第一转置三维嵌入表达表进行序列混合处理，得到第一混合嵌入表达表，对第二转置三维嵌入表达表进行通道混合处理，得到第二混合嵌入表达表，对第三转置三维嵌入表达表进行特征混合处理，得到第三混合嵌入表达表；将所述第一混合嵌入表达表、第二混合嵌入表达表和第三混合嵌入表达表进行平均池化处理，得到输出序列；基于所述输出序列确定向用户推荐的房源。2.根据权利要求1所述的方法，其特征在于，所述用户特征包括用户基本信息、用户偏好信息、用户线上行为特征以及用户线下行为特征；所述房源特征包括房源基本信息、房源质量特征以及房源供需特征。3.根据权利要求2所述的方法，其特征在于，所述用户基本信息包括以下中的至少之一：用户ID、年龄、性别、所属城市、会员等级、会员积分；所述用户偏好信息包括以下中的至少之一：地段、户型、价格、装修、房龄、城市、是否学区房；所述用户线上行为特征包括以下中的至少之一：点击、关注、线上咨询、分享；所述用户线下行为特征包括以下中的至少之一：到访线下门店、带看、签约、违约；所述房源基本信息包括以下中的至少之一：房源ID、小区位置、面积、朝向、楼层、总楼层、价格；所述房源质量特征包括以下中的至少之一：新旧程度、装修水平、设施完善度；所述房源供需特征包括以下中的至少之一：上架时间、浏览量、关注度、成交率。4.根据权利要求1所述的方法，其特征在于，所述基于所述用户标识、用户特征、房源标识和房源特征构建三维嵌入表达表，包括：学习编码查找表，将用户标识和用户特征投射到密集向量表达中；将用户标识和用户特征叠加到第一嵌入表达表中，其中，第一嵌入表达表中，行表示用户特征，列表示通道；学习编码查找表，将房源标识和房源特征投射到密集向量表达中；将房源标识和房源特征叠加到第二嵌入表达表中，其中，第二嵌入表达表中，行表示房源特征，列表示通道；将第一嵌入表达表和N个房源对应的第二嵌入表达表叠加，得到所述三维嵌入表达表，N为正整数。5.根据权利要求1所述的方法，其特征在于，所述对第一转置三维嵌入表达表进行序列混合处理，得到第一混合嵌入表达表，包括：对所述第一转置三维嵌入表达表中的序列进行混合重编码，得到第一混合嵌入表达
表，所述第一混合嵌入表达表与所述第一转置三维嵌入表达表具有相同的维度，且第一混合嵌入表达表与所述第一转置三维嵌入表达表中的序列具...

【专利技术属性】
技术研发人员：徐琳，董辉，王芳，
申请(专利权)人：深圳须弥云图空间科技有限公司，
类型：发明
国别省市：