申请/专利权人：袁华春;陈雪;柯礼灵;余海;王仁菊

申请日：2022-02-11

公开（公告）日：2022-05-10

公开（公告）号：CN114461926A

主分类号：G06F16/9536

分类号：G06F16/9536;G06F17/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.05.27#实质审查的生效;2022.05.10#公开

摘要：本发明涉及一种基于双协同过滤的公积金缴存人购房精准匹配方法。包括如下步骤：基于历史缴存人数据与商品房数据，首先使用基于缴存人的协同过滤，得到根据待测缴存人的购房需求匹配的商品房列表Rec_user；随后，使用基于商品房的协同过滤，得到为待测缴存人匹配的商品房列表Rec_house；最后，对商品房列表Rec_user与Rec_house进行去重，并取与可使用公积金贷款购房的商品房列表ghouse的交集作为最终推送给待测缴存人的商品房列表Rec_list。本发明可以比较快速准确的为使用公积金贷款购房的用户推荐准确的房屋信息。

主权项：1.一种基于双协同过滤的公积金缴存人购房精准匹配方法，其特征在于：包括如下步骤：S100：该方法包括两个协同过滤模型，其中一个是基于缴存人的协同过滤模型，另一个是基于商品房的协同过滤模型；S200：构建基于缴存人的协同过滤模型，步骤如下；S210：获取公积金历史缴存人信息user和公积金历史缴存人购买的商品房信息house；S220：利用公积金历史缴存人信息定义历史缴存人信息矩阵Vuser，利用公积金历史缴存人购买的商品房信息定义历史商品房信息矩阵Vhouse，定义表达式分别如下：历史缴存人信息矩阵其中，n表示历史缴存人总数，xn…zn表示n个历史缴存人的相关信息特征；历史商品房信息矩阵其中，m表示历史商品房总数，am…bm表示m个历史商品房的相关信息特征；S230：选取待测缴存人信息，计算待测缴存人信息与每个历史缴存人信息之间的相似度分数，useri表示第i个待测缴存人信息，表示n个历史缴存人中第h个历史缴存人信息；S240：对相似度分数进行降序排列，得到历史缴存人相似度分数排名UserScoren和历史商品房列表Rec_user，UserScoren中的相似度分数与Rex_user中的商品房一一对应，历史缴存人相似度分数排名UserScoren如公式1所示，相对应的历史商品房列表Rec_user如公式2所示：UserScoren＝Simtopu1,topu2,...,topun1其中，u表示降序排名，topun表示按相似度分数大小降序排名的序号，Simtopun表示topun对应的相似度分数；Rec_user＝Vtopu1,topu2,...,topun2其中，Vtopun代表序号topun对应的商品房；S300：构建基于商品房的协同过滤模型，步骤如下；S310：取历史缴存人相似度分数排名UserScoren中最高分对应的公积金历史缴存人作为与待测缴存人最相似的历史缴存人，并将最相似的历史缴存人所购买的商品房作为初始推送商品房；S320：计算初始推送商品房与其余m-1个历史商品房之间的相似度分数；S330：将相似度分数按照分数进行降序排列，得到商品房相似度分数排名HouseScoren和商品房列表Rec_house，HouseScoren中相似度分数与Rec_house中的商品房一一对应，相似度分数排名HouseScoren如公式3所示，商品房列表Rec_house如公式4所示：HouseScorem＝Simtoph1,toph2,...,tophm3其中，tophm表示按相似度分数大小降序排名的序号，Simtophm表示tophm对应的相似度分数；Rec_house＝Vtoph1,toph2,...,tophm4其中，Vtophm代表序号tophm对应的商品房；S400：获取可使用公积金贷款购买的商品房信息ghouse；S500：对Rec_user与Rec_house进行去重处理得到去重后的商品房列表Rec_temp，表达式如下：Rec_temp＝Rec_user∪Rec_house5；S600：将Rec_temp与ghouse做交集，得到最终推送给待测缴存人的商品房列表Rec_list，具体计算表达式如下：Rec_list＝ghouse∩Rec_temp。

全文数据：

权利要求：

百度查询： 袁华春;陈雪;柯礼灵;余海;王仁菊 一种基于双协同过滤的公积金缴存人购房精准匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD