[发明专利]为购房者生成个性化楼盘列表的推荐系统算法

说明书

技术领域

本发明涉及一种不动产的推荐系统算法，尤其在住宅领域的推荐。

背景技术

1.一个购房者买房前，先会列出自己计划去看的楼盘，形成一个清单。这个清单的生成方法可以是：

1.1在全市的所有楼盘库中，随机选择一些楼盘。但很难确定这些楼盘的关键属性是否与购房者的要求相近，所以未必都贴近购房者的要求。

1.2另外一种方法，是在普通的房地产网站中，用筛选菜单选出楼盘。比如，选择“二环内”的楼盘。经过筛选后，网站可能会筛选出数十个楼盘符合要求，并以拼音排序等方式排列出来。

1.3上述筛选菜单的方法，会有两个问题

1.3.1如果用户设定的筛选维度过少的时候，会出现大量无序的筛选结果，无法得知哪些结果是最合适的

1.3.2如果用户设定的筛选维度过多的时候，会出现没有合适楼盘或者楼盘过少的情况；且由于假定用户对每个筛选选项的重视程度都是一样的，系统无法通过“妥协”的方法删减一些不太受关注的维度增加匹配结果

2.现有的楼盘推荐核心方法主要分为两类：

2.1第一种是在网站中基于非房地产专业的元数据标签筛选，包括片区、发展商名称等。

2.2第二种方式是基于数据的分析方法。这些分析可以有效的识别出房地产专业上的一些特征，包括“户型里动线的交叉点数量”、“平均楼间距”等等。但是这些方法没有从买房人描述需求的习惯来设定选项，因为普通的客户不会懂“户型里动线的交叉点数量”等专业指标的详细定义，所以如果要求客户按照这样的方式提要求，他们常常会词不达意。

发明内容

1.推荐算法的基本原理：

1.1不动产基因组计划系统是一个大型的数据库记录，每个都描述了一个楼盘的信息，并且一套相关的基于这个数据库的搜索和匹配功能。

1.2这个匹配引擎有效的计算了源楼盘（用户输入的楼盘）与数据库中其他楼盘在多维直角坐标系中的距离，因而梳理出一个或几个临近匹配。

2.算法发明的自然基础

2.1我们将支持这个算法发明的底层数据库命名为“不动产基因库”。“不动产基因库”会储存着每个楼盘的人为分析结果。在“不动产基因库”中收集到的数据，代表着某个楼盘不同方面的基因，而每个基因都由一组向量表达。简单说，在这些数值在适当加权之后，确定了某一个楼盘在一个多维直角坐标系中的位置。

2.2基因也有分为“关键基因”和“非关键基因”，有些基因我们认为他是典型的代表了楼盘的，我们把这些基因命名为“关键基因系列”。比如，万科的“城花”系列楼盘，通常就是较低的容积率、位于城郊结合部和车位较为紧张，这些特征会成为一个“关键基因系列”，因为这一特征的组合对买家来说，是可以有明显感受的。经过地产专家持续发掘，一大批“关键基因系列”已经被总结出来。

3.关键基因组演示

3.1“关键基因组”是代表楼盘最明显特征的部分。当一个终端用户输入一个楼盘到系统里面，他的整个基因组都会被分解，而分解的结果将由不动产分析师决定楼盘中哪些是“关键基因组”。

3.2“关键基因组”是也可以是通过触发条例被找出来的：当某一基因的数值高于某一个阀值，或者某一基因人为的被认为是决定性基因，或者某一基因适用于某一组特定的约束条件，这些基因可能会构成一个“关键基因组”。这个被指定的“关键基因组”（或者一部分）将在屏幕上显示出来，这将告诉用户被选定楼盘的哪个元素是关键的。举例：当用户选取楼盘“海上世界”的时候，系统会认为，用户是因为它的海景、地铁和商业配套而认可这个楼盘的，因为这个楼盘的几个特征符合了触发条例。

4.基于自然基础的向量化工作

4.1以一个叫做“金色家园”的楼盘为例，这个楼盘有150个基因，每个基因都可以用一组向量表达，以描述楼盘对应的某一特征。比如，开发商的地位、楼盘的绿化情况、产权属性等。不同类型的楼盘会有不同数量的特征，比如，小产权房有80~150个基因，普通商品房有100~200个。其他的楼盘类型，基本都与100~150个基因。

4.2这个系统依赖充足数量的基因以推荐有效的清单结果。基因里的每个向量，都拥有一套在不同坐标轴上的从0~10的整数。

5.算法包括几个步骤：

5.1接收来自某用户的输入，这个用户可以是跟某一个或多个项目相关联的；也可以是跟某些关键基因组关联

5.2鉴定或输入相应的基因；

5.3鉴定一个或多个基于特征的“关键基因系列”；