【技术实现步骤摘要】
租赁房屋推荐方法、装置及可读存储介质
[0001]本专利技术涉及信息处理
,尤其涉及一种租赁房屋推荐方法、装置及可读存储介质。
技术介绍
[0002]伴随着中国经济持续发展,以及人们生活水平提升,人们对住房的需求与日俱增。每年从学校毕业的大量应届毕业生,更是增加住房压力的主力军。同时,应届毕业生由于刚刚毕业,没有经济基础,面对高昂的房价更是望而却步,因此,更多人选择租房作为解决住房需求的临时方案。
[0003]然而,目前房屋租赁行业面临的问题是:租房网站多,各租房网站软件鱼龙混杂,信息量庞大,租房者无法准确获取想要的租房信息。
技术实现思路
[0004]本专利技术提供一种租赁房屋推荐方法、装置及可读存储介质,用以解决现有技术中租房者无法准确获取想要的租房信息的缺陷,实现租房信息的高效获取。
[0005]一种租赁房屋推荐方法,包括:
[0006]从多个房屋租赁平台网站获取房屋租赁信息,并对该房屋租赁信息进行整合,得到总房屋租赁数据库;
[0007]获取不同类型的租赁用户;所述不同类型的租赁用户包括:未注册用户、已注册但未对房屋信息进行任何操作的新用户、已注册且对房屋信息进行了一定操作的老用户;
[0008]根据所述不同类型的租赁用户,对所述总房屋租赁数据库进行一定的操作,以确定对应不同的房屋推荐信息;
[0009]将所述对应不同的房屋推荐信息推荐给相应类型的目标用户。
[0010]进一步地,如上所述的租赁房屋推荐方法,在所述租赁用户的类型为未 ...
【技术保护点】
【技术特征摘要】
1.一种租赁房屋推荐方法,其特征在于,包括:从多个房屋租赁平台网站获取房屋租赁信息,并对该房屋租赁信息进行整合,得到总房屋租赁数据库;获取不同类型的租赁用户;所述不同类型的租赁用户包括:未注册用户、已注册但未对房屋信息进行任何操作的新用户、已注册且对房屋信息进行了一定操作的老用户;根据所述不同类型的租赁用户,对所述总房屋租赁数据库进行一定的操作,以确定对应不同的房屋推荐信息;将所述对应不同的房屋推荐信息推荐给相应类型的目标用户。2.根据权利要求1所述的租赁房屋推荐方法,其特征在于,在所述租赁用户的类型为未注册用户的情况下,所述根据所述不同类型的租赁用户,对所述总房屋租赁数据库进行一定的操作,以确定对应不同的房屋推荐信息包括:获取已完成交易的房屋租赁信息;利用密度峰值聚类算法,对所述已经完成交易的房屋信息进行聚类,根据聚类结果建立第一房屋推荐模型;将所述总房屋租赁数据库中的所有房屋信息与所述第一房屋推荐模型进行第一关联度度计算,并将所述第一关联度按照从大到小的顺序排列;将前预设数量个所述第一关联度对应的房屋信息作为所述房屋推荐信息。3.根据权利要求2所述的租赁房屋推荐方法,其特征在于,所述利用密度峰值聚类算法,对所述已经完成交易的房屋信息进行聚类,根据聚类结果建立第一房屋推荐模型包括:获取所述已经完成交易的房屋信息对应的第一房屋属性;根据所述第一房屋属性确定所述已经完成交易的房屋信息对应的所有聚类中心;根据所述聚类中心确定每个聚类中心对应的密度峰值;从所有的密度峰值中选取密度峰值最大对应的聚类中心;根据所述密度峰值最大对应的聚类中心建立所述第一房屋推荐模型。4.根据权利要求3所述的租赁房屋推荐方法,其特征在于,所述聚类中心根据以下公式计算得到:γ
i
=ρ
i
σ
i
,i∈I
S
其中,ρ
i
为聚类中心i对应的局部密度,σ
i
为两个所述密度峰值的聚类中心之间的距离;I
s
={1,2,3,...,N}。5.根据权利要求4所述的租赁房屋推荐方法,其特征在于,所述聚类中心i对应的局部密度ρ
i
采用以下公式得到:其中,d
c
为截断距离,d
ij
=dist(x
i
,x
j
)为聚类中心x
i
和聚类中心x
j
之间的某种距离;函数χ(x)对应的公式如下:6.根据权利要求1所述的租赁房屋推荐方法,其特征在于,在所述租赁用户的类型为新
用户的情况下,所述根据所述不同类型的租赁用户,对所述总房屋租赁数据库进行一定的操作,以确定对应不同的房屋推荐信息包括:获取所有新用户对应的用户属性;对所述新用户对应的用户属性进行K
‑
Means聚类,得到若干个聚类中心,并将所述干个聚类中心划分为k个第一用户簇;获取所述k个第一用户簇对应的用户信息;计算所述新用户的用户信息与所述k个第一用户簇对应的用户信息之...
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。