[发明专利]一种推荐房源的方法、装置、电子设备及存储介质

权利要求书

1.一种推荐房源的方法，其特征在于，包括：

基于用户的历史行为数据，确定与所述历史行为数据相对应的网络信息序列；其中，所述历史行为数据中包括点击各个房源的网络数据；其中，所述网络信息序列包括历史行为数据中各个房源的房源ID，以及与房源相对应的文本信息；

根据所述网络信息序列，得到与所述网络信息序列相对应的网络词向量；

获取至少一个候选房源，并分别确定与各个所述候选房源相对应的候选词向量；

基于所述候选词向量与所述网络词向量之间的相似度值，确定目标候选房源；

所述获取至少一个候选房源，并分别确定与各个所述候选房源相对应的候选词向量，包括：

从所述历史行为数据，获取至少一个房源数据，并对所述房源数据进行聚合处理，得到与所述历史行为数据相关联的至少一个候选房源；其中，所述聚合处理是指对有关的数据内容挑选、分析、规则，最后分析得到用户所需要的数据；

根据候选房源的网络信息，确定与所述至少一个候选房源相对应的候选词向量。

2.根据权利要求1所述的方法，其特征在于，所述基于用户的历史行为数据，确定与所述历史行为数据相对应的网络信息序列，包括：

获取用户在预设时间的有效行为数据，作为所述历史行为数据；

根据所述历史行为数据中的网络数据，确定与所述历史行为数据相对应的网络信息序列；

其中，所述网络数据中包括所述历史行为数据中点击的各个房源的信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述网络信息序列，得到与所述网络信息序列相对应的网络词向量，包括：

采用序列处理算法对所述网络信息序列进行处理，得到与所述网络信息序列相对应的网络词向量；其中，所述序列处理算法包括word2vec算法。

4.根据权利要求1所述的方法，其特征在于，所述基于所述候选词向量与所述网络词向量之间的相似度值，确定目标候选房源，包括：

采用余弦相似算法分别计算每个候选词向量，与所述网络词向量之间的相似度，得到与每个候选房源相对应的相似度值；

将所述相似度值高于预设阈值的候选房源，作为目标候选房源。

5.根据权利要求1所述的方法，其特征在于，还包括：

根据所述相似度值从高往低依次对与所述相似度值相对应的所述目标候选房源进行排序，并将排序后的目标候选房源展示在显示界面上。

6.一种推荐房源的装置，其特征在于，包括：

网络信息序列确定模块，用于基于用户的历史行为数据，确定与所述历史行为数据相对应的网络信息序列；其中，所述历史行为数据中包括点击各个房源的网络数据；其中，所述网络信息序列包括历史行为数据中各个房源的房源ID，以及与房源相对应的文本信息；

网络词向量确定模块，用于根据所述网络信息序列，得到与所述网络信息序列相对应的网络词向量；

候选词向量确定模型，用于获取至少一个候选房源，并分别确定与各个所述候选房源相对应的候选词向量；

目标候选房源确定模块，用于基于所述候选词向量与所述网络词向量之间的相似度值，确定目标候选房源；

所述候选词向量确定模块包括：

历史行为数据处理单元，用于从所述历史行为数据，获取至少一个房源数据，并对所述房源数据进行聚合处理，得到与所述历史行为数据相关联的至少一个候选房源；其中，所述聚合处理是指对有关的数据内容挑选、分析、规则，最后分析得到用户所需要的数据；

候选词向量确定单元，用于根据候选房源的网络信息，并采用确定与所述至少一个候选房源相对应的候选词向量。

7.根据权利要求6所述的装置，其特征在于，还包括；

目标房源排序模块，用于根据所述相似度值从高往低依次对与所述相似度值相对应的所述目标候选房源进行排序，并将排序后的目标候选房源展示在显示界面上。