一种基于多级评分的相似户型快速匹配的方法及装置制造方法及图纸

本发明专利技术提供一种基于多级评分的相似户型快速匹配的方法及装置，获取待匹配户型的户型图，根据待匹配户型图获取所述户型图的最小外接矩形，将待匹配户型图的最小外接矩形与目标户型的最小外接矩形的长宽比值进行排序筛选，得到第一匹配结果，基于待匹配户型图空间类型区分空间区域，生成空间连通拓扑图，计算获得户型动线，基于户型动线计算户型动线相似度，基于预设权重和动线相似度，获得第一权重结果，基于房间的拓扑关系图嵌入向量得到房间拓扑图，将房间拓扑图的每个节点的邻居节点分配不同的注意力权重，并通过注意力权重计算节点表示之间的相似度，基于预设权重，计算得到第二权重结果，并按照排序结果将各个装修方案进行推荐

【技术实现步骤摘要】
一种基于多级评分的相似户型快速匹配的方法及装置


[0001]本专利技术属于数据处理领域，更具体地，涉及一种基于多级评分的相似户型快速匹配的方法及装置
。

技术介绍

[0002]在装修案例匹配领域，市面上户型库不断扩充，用户可以根据输入的户型图得到相似户型的关联推荐，可以通过借鉴的方式大大降低设计成本，而且也更容易使得用户接受
。
[0003]但是目前已知的户型案例匹配方法通常采用单一的相似度计算方法，一方面，不同的相似度计算方法在不同情境下会表现出不同的准确性和鲁棒性，因而往往导致相似户型匹配的案例质量参差不齐
。
其次，单一的相似度计算方式无法精准的考虑到房间布局
、
面积比例
、
功能分配
。
另一方面，采用单一的相似度计算方法，则会耗费大量的计算资源，无法快速应对庞大的数据量，同时也缺乏对模型的可解释性，用户往往希望了解为什么某个户型被推荐，以及如何满足他们的需求
。
[0004]综上，现有的相似户型匹配方法匹配结果不仅质量难以保证，而且实现复杂
。
因此需要提供一种相似户型快速匹配的方法以解决上述问题
。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种基于多级评分的相似户型快速匹配的方法及装置，以解决现有技术中相似户型匹配方法匹配结果质量难以保证，而且实现复杂的问题
。
[0006]第一方面，本专利技术实施例提供了一种基于多级评分的相似户型快速匹配的方法，该方法包括：获取待匹配户型的户型图；根据待匹配户型图获取所述户型图的最小外接矩形，将待匹配户型图的最小外接矩形与目标户型的最小外接矩形的长宽比值进行排序筛选，得到第一匹配结果；基于待匹配户型图空间类型区分空间区域，生成空间连通拓扑图，计算获得户型动线，基于户型动线计算户型动线相似度，基于预设权重和动线相似度，获得第一权重结果；基于房间的拓扑关系图嵌入向量得到房间拓扑图，将房间拓扑图的每个节点的邻居节点分配不同的注意力权重，并通过注意力权重计算节点表示之间的相似度，基于预设权重，计算得到第二权重结果；将所述第一权重结果和第二权重结果进行累加排序，获得第二匹配结果，并按照排序结果将各个装修方案进行推荐
。
[0007]在一种可能的实现方式中，所述一种基于多级评分的相似户型快速匹配的方法，还包括：提取户型特征作为观测序列特征；根据户型结构定义状态集合；基于观察序列样本和状态集合样本训练待匹配户型图；通过后验概率，计算待匹配户型图与目标户型图的相似度得分，基于相似度得分，进行排序筛选，得到第三匹配结果
。
[0008]在上述实现过程中，所述计算待匹配户型图与目标户型图的相似度得分，具体包括：目标户型观测序列为
O_u
＝
{O_{u1},O_{u2},...,O_{uT}}
，其中
T
表示观测序列的长度，
待匹配户型观测序列为
O_c
＝
{O_{c1},O_{c2},...,O_{cT}}
，定义状态集合为
S
＝
{S_1,S_2,...,S_N}
，其中
N
表示状态的个数，定义状态转移概率矩阵
A
＝
{a_{ij}}
，其中
a_{ij}
表示从状态
S_i
转移到状态
S_j
的概率，定义观测概率矩阵
B
＝
{b_{ij}}
，其中
b_{ij}
表示在状态
S_i
下观测到观测符号
O_{uj}
的概率，定义前向概率
α
_t(i)
为在时刻
t
处于状态
S_i
并观测到部分观测序列
O_u
＝
{O_{u1},O_{u2},...,O_{ut}}
的概率，定义后向概率
β
_t(i)
为在时刻
t
处于状态
S_i
并观测到部分观测序列
O_u
＝
{O_{ut+1},O_{ut+2},...,O_{uT}}
的概率，基于隐马尔可夫模型计算观测序列
O_c
在模型下的概率，即
P(O_c|
λ
)
，其中
λ
表示隐马尔可夫模型的参数，将
P(O_c|
λ
)
取负对数，获得相似度得分
。
[0009]进一步地，所述基于待匹配户型图空间类型区分空间区域，生成空间连通拓扑图，计算获得户型动线，基于户型动线计算户型动线相似度，具体包括：基于户型动线获取动线特征；根据动线特征分配特征权重；基于动线特征计算动线相似度，将所述相似度加权融合为特征相似度得分
。
[0010]在上述实现过程中，所述动线特征，具体包括：路径长度
、
路径的方向角度
、
路径的拐弯次数
、
路径的曲率
。
[0011]进一步地，所述通过注意力权重计算节点表示之间的相似度，具体包括：基于
GAT
的多个注意力头学习不同的注意力权重；将所述多个注意力头输出进行拼接或求平均聚合成多头注意力；根据多头注意力得分，采用余弦相似度来度量相似度
。
[0012]在上述实现过程中，所述根据多头注意力得分，采用余弦相似度来度量相似度，具体包括：根据待匹配户型图中的每个节点，计算其特征向量表示和多头注意力得分，根据目标户型图中的每个节点，计算其特征向量表示和多头注意力得分，对于每对节点，使用余弦相似度来度量它们的相似度
。
[0013]第二方面，本专利技术实施例提供一种基于多级评分的相似户型快速匹配装置，该装置包括：获取模块，用于获取待匹配户型的户型图；第一匹配模块，用于根据待匹配户型图获取所述户型图的最小外接矩形，将待匹配户型图的最小外接矩形与目标户型的最小外接矩形的长宽比值进行排序筛选，得到第一匹配结果；第二匹配模块，用于基于待匹配户型图空间类型区分空间区域，生成空间连通拓扑图，计算获得户型动线，基于户型动线计算户型动线相似度，基于预设权重和动线相似度，获得第一权重结果，基于房间的拓扑关系图嵌入向量得到房间拓扑图，将房间拓扑图的每个节点的邻居节点分配不同的注意力权重，并通过注意力权重计算节点表示之间的相似度，基于预设权重，计算得到第二权重结果；推荐模块，将所述第一权重结果和第二权重结果进行累加排序，获得第二匹配结果，并按照排序结果将各个装修方案进行推荐
。
[0014]第三方面，本专利技术实施例提供一种电子设备
。
所述电子设备包括一个或多个处理器和存储器
。
所述存储器用于存储一个或多个程序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多级评分的相似户型快速匹配的方法，其特征在于，所述方法包括：获取待匹配户型的户型图；根据待匹配户型图获取所述户型图的最小外接矩形，将待匹配户型图的最小外接矩形与目标户型的最小外接矩形的长宽比值进行排序筛选，得到第一匹配结果；基于待匹配户型图空间类型区分空间区域，生成空间连通拓扑图，计算获得户型动线，基于户型动线计算户型动线相似度，基于预设权重和动线相似度，获得第一权重结果；基于房间的拓扑关系图嵌入向量得到房间拓扑图，将房间拓扑图的每个节点的邻居节点分配不同的注意力权重，并通过注意力权重计算节点表示之间的相似度，基于预设权重，计算得到第二权重结果；将所述第一权重结果和第二权重结果进行累加排序，获得第二匹配结果，并按照排序结果将各个装修方案进行推荐
。2.
根据权利要求1所述的一种基于多级评分的相似户型快速匹配的方法，其特征在于，还包括：提取户型特征作为观测序列特征；根据户型结构定义状态集合；基于观察序列样本和状态集合样本训练待匹配户型图；通过后验概率，计算待匹配户型图与目标户型图的相似度得分，基于相似度得分进行排序筛选，得到第三匹配结果
。3.
根据权利要求2所述的一种基于多级评分的相似户型快速匹配的方法，其特征在于，所述计算待匹配户型图与目标户型图的相似度得分，具体包括：目标户型观测序列为
O_u
＝
{O_{u1},O_{u2},...,O_{uT}}
，其中
T
表示观测序列的长度，待匹配户型观测序列为
O_c
＝
{O_{c1},O_{c2},...,O_{cT}}
，定义状态集合为
S
＝
{S_1,S_2,...,S_N}
，其中
N
表示状态的个数，定义状态转移概率矩阵
A
＝
{a_{ij}}
，其中
a_{ij}
表示从状态
S_i
转移到状态
S_j
的概率，定义观测概率矩阵
B
＝
{b_{ij}}
，其中
b_{ij}
表示在状态
S_i
下观测到观测符号
O_{uj}
的概率，定义前向概率
α
_t(i)
为在时刻
t
处于状态
S_i
并观测到部分观测序列
O_u
＝
{O_{u1},O_{u2},...,O_{ut}}
的概率，定义后向概率
β
_t(i)
为在时刻
t
处于状态
S_i
并观测到部分观测序列
O_u
＝
{O_{ut+1},O_{ut+2},...,O_{uT}}
的概率，基于隐马尔可夫模型计算观测序列
O_c
在模型下的...

【专利技术属性】
技术研发人员：徐柴迪，周海，夏江东，
申请(专利权)人：百安居网络技术上海有限公司，
类型：发明
国别省市：