一种基于大数据的智能房屋租赁系统的制作方法

本发明属于房屋租赁领域，涉及一种智能房屋租赁技术，具体是一种基于大数据的智能房屋租赁系统。

背景技术：

房屋租赁是指由房屋的所有者或经营者将其所有或经营的房屋交给房屋的消费者使用，房屋消费者通过定期交付一定数额的租金，取得房屋的占有和使用权利的行为。房屋租赁是房屋使用价值零星出售的一种商品流通方式。

房屋租赁是指出租人，一般为房屋所有权人，将房屋出租给承租人使用，由承租人向出租人支付租金的行为。

房屋租赁期限超过六个月双方当事人必须签订书面合同。房屋租赁合同中应包括以下方面的主要条款：出租房屋的范围、面积；房屋租赁的期限、用途；租金的数额及交付时间；房屋修缮的责任、转租以及违约责任等等。

但是当前的房屋租赁做不到足够智能，不能根据用户需求和大数据实现精准匹配；为解决上述缺陷，现提供一种解决方案。

技术实现要素：

本发明的目的在于提供一种基于大数据的智能房屋租赁系统。

本发明所要解决的技术问题为：

(1)如何在没有足够的数据样本的情况下，实现精准的房屋租赁匹配；

(2)如何进行房屋租赁精准推荐之后的数据样本形成；

(3)如何在获取到足够的数据样本的情况下，进行房屋租赁的准确匹配。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的智能房屋租赁系统，包括房屋租用端、租赁信息库、房屋出租端、数据匹配模块、匹配规则单元、地图库、处理器、显示单元、存储单元和数据输入单元；

其中，所述房屋租用端为需要租住房子用户的个人便携式终端；所述房屋租用端用于用户发布求租信息用，所述求租信息包括目标房型信息、目标位置信息、目标价格信息和个人信息，所述个人信息包括职业和上班地点；

其中，所述房屋出租端为房屋需要出租的用户使用的便携式移动终端，所述房屋出租端用于房屋所有人上传招租信息用，所述招租信息包括房屋位置、房屋租金和房屋具体信息，房屋具体信息为房屋房型为几室几厅的格局；

所述房屋租用端用于将求租信息传输到租赁信息库，所述房屋出租端用于将招租信息传输到租赁信息库；所述租赁信息库用于接收房屋租用端传输的求租信息并进行实时存储，所述租赁信息库用于接收房屋出租端传输的招租信息并进行实时存储；所述租赁信息库还用于存储租住信息组，所述租住信息组包括若干条租住信息，租住信息为采用本系统完成租房的租住情况，租住信息包括对应的求租信息、招租信息和租期，租住信息的界定为用户租住房子到停止租住为一条租住信息；

所述数据匹配模块通信连接有租赁信息库、匹配规则单元和地图库，所述数据匹配模块用于结合匹配规则单元和地图库对租赁信息库内的招租信息和求租信息进行匹配，所述匹配规则单元内存储有租用匹配规则，具体规则表现为：

步骤一：获取到租住信息组内的租住信息，对租住信息的条数进行统计；

步骤二：对租住信息的条数进行判定，当租住信息条数小于预设值x1时按照需要配对法进行匹配；需要配对法具体表现为：

s1：获取到任一求租信息，并获取到该求租信息内的目标房型信息、目标位置信息、目标价格信息和个人信息；

s2：之后获取到所有招租信息内的房屋位置、房屋租金和房屋具体信息；

s3：获取到招租信息内的房屋具体信息，根据目标房型信息和房屋具体信息进行初步匹配，将目标房型信息和房屋具体信息一致的招租信息标记为待确认招租信息；

s4：将待确认招租信息标记为di，i＝1...n；获取到待确认招租信息内的房屋位置，根据目标位置信息结合地图库计算得到目标位置信息与房屋位置之间的目标距离差；并将目标距离差标记为mi，i＝1...n；且mi与di一一对应；

s5：获取到个人信息内的上班地点，根据地图库得到上班地点距离房屋位置的上班距离si，i＝1...n；且si与di一一对应；

s6：根据目标距离差和上班距离计算距离满意逆值q1i，i＝1...n，距离满意逆值越大则表示该位置越不符合用户需求；因为目标距离差和上班距离对距离满意逆值的影响程度不一，为突出该影响程度，现不如修正值x2和x3，其中x2<x3，且x2+x3＝1；具体计算公式为q1i＝mi*x3+si*x2；且q1i与di一一对应；

s7：获取到求租信息内的目标价格信息,同时获取到所有待确认招租信息的房屋租金；利用公式预期价格差值＝目标价格信息-房屋租金，得到预期价格差值并将预期价格差值标记为q2i，i＝1...n；且ci与di一一对应；

s8：根据距离满意逆值q1i和预期价格差值q2i计算推荐逆值qti；因为距离满意逆值q1i和预期价格差值q2i对推荐逆值的影响程度不同，为突出其影响，现引入补值x4和x5，其中x4+x5＝1，x4<x5；x4和x5均为预设值；

s9：将x4赋予q1i，将x5赋予q2i，根据公式qti＝q1i*x4-q2i*x5，i＝1...n计算得到推荐逆值qti；qti与di一一对应；

s10：将推荐逆值qti按照由小到大的顺序进行排序，将排名前三位的推荐逆值qti对应的待确认招租信息标记为推荐招租信息；

s11：将推荐招租信息推送到发布该求租信息的房屋租用端上，当用户确认租用推荐招租信息中的任一招租信息时将该招租信息标记为已租信息，同时将已租信息传输到对应上传该招租信息的房屋出租端上，并将该已租信息对应的招租信息删除；当用户并未租用推荐招租信息中任一招租信息时则按照推荐逆值qti从小到大顺序依次推荐；

s12：上述步骤中只要有心的招租信息上传则同样会将该招租信息纳入计算和考虑范围；

s13：任选下一求租信息重复步骤s1-s13直至处理完所有的求租信息；

步骤三：当租住信息条数大于等于预设值x1时按照惯性配对法进行推荐；惯性配对法具体表现为：

s1：获取到所有租住信息内的对应求租信息和招租信息，将租住信息按照招租信息进行分类，将同一个房子的招租信息对的租住信息应归纳为租住组信息，得到若干租住组信息；

s2：任选一招租信息；

s3：获取到其过往的租住组信息；

s4：获取到其内部的所有租住信息，将租住信息内的求租信息提取出来，根据个人信息提取到该租住人的职业和上班地点；

s5：将所有的租住人的职业归纳出来，并计算每一个职业在所有租住信息中的职业占比率，将职业占比率排名前三的职业标记为倾向职业；

s6：根据所有租住人的上班地点和对应招租信息内的房屋位置，计算得到房屋位置到上班地点的均值，并将该均值标记为租距均值；

s7：根据招租信息内的房屋具体信息对求租信息进行初步筛选，将与房屋具体信息不匹配的目标房型信息对应求租信息进行初次剔除；

s8：获取到进行初次剔除之后剩余的求租信息，根据倾向职业将初次剔除之后剩余的求租信息内个人信息将职业不匹配的进行再次剔除得到待确认求租信息；将待确认求租信息标记为ai，i＝1...n；

s9：获取到待确认求租信息内个人信息中的上班地点，结合地图库获取到上班地点到房屋位置的上班距离；将上班距离减去租距均值得到距离差值组，将距离差值组标记为jci，i＝1...n；jci与ai一一对应；

s10：将待确认求租信息的目标价格信息减去该招租信息的房屋租金得到租金预期差值；并将租金预期差值标记为zci,i＝1...n；zci与ai一一对应；

s11：计算推荐逆值tni＝jci-zci，i＝1...n；将推荐逆值从小到大进行排序，将推荐逆值最小的三个待确认求租信息标记为推荐求租信息；

s12：将该招租信息传输到对应推荐求租信息用户的房屋租用端，当任一用户选择租住时则将该招租信息移除并形成租出信息；当没有用户选择时则继续按照推荐逆值从小到大顺序进行推荐；

s13：任选下一招租信息重复步骤s3-s13，直至将所有招租信息推荐完成；

所述数据匹配模块用于将已租信息和租出信息传输到处理器，所述处理器用于将已租信息和租出信息传输到显示单元进行显示，所述处理器用于将已租信息和租出信息传输到存储单元进行实时存储。

进一步地，所述房屋租用端包括租用信息上传单元、第二处理器和第二显示器；

其中，所述租用信息上传单元用于将求租信息传输到租赁信息库；所述数据匹配模块用于将招租信息传输到第二处理器，所述第二处理器用于将招租信息传输到第二显示器进行实时显示，用户通过租用信息上传单元上传回应信息到第二处理器，回应信息包括选择租用招租信息对应的房子和不租用该招租信息对应的房子，所述第二处理器用于将回应信息返回到数据匹配模块；

所述数据匹配模块还用于推荐招租信息传输到第二处理器，所述第二处理器用于将推荐招租信息传输到第二显示器进行实时显示，用户通过租用信息上传单元上传反应信息到第二处理器，反应信息包括选择租用对应哪一个推荐招租信息对应的房子和不接受所有的推荐招租信息，所述第二处理器用于将反应信息返回到数据匹配模块。

进一步地，所述房屋出租端包括出租信息上传单元、第三处理器和第三显示器；

其中，所述出租信息上传单元用于将招租信息传输到租赁信息库；所述数据匹配模块用于将已租信息传输到第三处理器，所述第三处理器用于将已租信息传输到第三显示器进行实时显示。

本发明的有益效果：

(1)本发明通过数据匹配模块和匹配规则单元的设置，在数据样本不足时通过将求租信息和出租信息通过相关规则进行匹配，将匹配完成的出租信息传输到房屋租用端，让用户自主选择出租信息，如果租赁过程完成则形成租住信息；在此过程中根据用户的目标位置和上班地点以及心里预期价格形成推荐逆值，根据推荐逆值确定用户可能会倾向选择的房子；

(2)同时通过租赁信息库的设置，能够存储过往用户在本系统内的房屋租赁情况，得到若干条租住信息，并根据所有租住信息内的对应求租信息和招租信息，将租住信息按照招租信息进行分类，将同一个房子的招租信息对的租住信息应归纳为租住组信息，得到若干租住组信息，形成数据分析样本；

(3)本发明根据形成的数据样本之后将所有的租住人的职业归纳出来，并计算每一个职业在所有租住信息中的职业占比率，将职业占比率排名前三的职业标记为倾向职业；之后根据所有租住人的上班地点和对应招租信息内的房屋位置，计算得到房屋位置到上班地点的均值，并将该均值标记为租距均值；再根据招租信息内的房屋具体信息对求租信息进行初步筛选，将与房屋具体信息不匹配的目标房型信息对应求租信息进行初次剔除；之后获取到进行初次剔除之后剩余的求租信息，根据倾向职业将初次剔除之后剩余的求租信息内个人信息将职业不匹配的进行再次剔除得到待确认求租信息；最后再结合相关算法和规则得到待确认求租信息的推荐逆值，将推荐逆值小的招租信息传输到对应推荐求租信息用户的房屋租用端，让用户自主选择租住房子，从而完成租住过程；本发明简单有效，且易于实用。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统框图。

具体实施方式

如图1所示，一种基于大数据的智能房屋租赁系统，包括房屋租用端、租赁信息库、房屋出租端、数据匹配模块、匹配规则单元、地图库、处理器、显示单元、存储单元和数据输入单元；

其中，所述房屋租用端为需要租住房子用户的个人便携式终端；所述房屋租用端用于用户发布求租信息用，所述求租信息包括目标房型信息、目标位置信息、目标价格信息和个人信息，所述个人信息包括职业和上班地点；

其中，所述房屋出租端为房屋需要出租的用户使用的便携式移动终端，所述房屋出租端用于房屋所有人上传招租信息用，所述招租信息包括房屋位置、房屋租金和房屋具体信息，房屋具体信息为房屋房型为几室几厅的格局；

所述房屋租用端用于将求租信息传输到租赁信息库，所述房屋出租端用于将招租信息传输到租赁信息库；所述租赁信息库用于接收房屋租用端传输的求租信息并进行实时存储，所述租赁信息库用于接收房屋出租端传输的招租信息并进行实时存储；所述租赁信息库还用于存储租住信息组，所述租住信息组包括若干条租住信息，租住信息为采用本系统完成租房的租住情况，租住信息包括对应的求租信息、招租信息和租期，租住信息的界定为用户租住房子到停止租住为一条租住信息；

所述数据匹配模块通信连接有租赁信息库、匹配规则单元和地图库，所述数据匹配模块用于结合匹配规则单元和地图库对租赁信息库内的招租信息和求租信息进行匹配，所述匹配规则单元内存储有租用匹配规则，具体规则表现为：

步骤一：获取到租住信息组内的租住信息，对租住信息的条数进行统计；

步骤二：对租住信息的条数进行判定，当租住信息条数小于预设值x1时按照需要配对法进行匹配；需要配对法具体表现为：

s1：获取到任一求租信息，并获取到该求租信息内的目标房型信息、目标位置信息、目标价格信息和个人信息；

s2：之后获取到所有招租信息内的房屋位置、房屋租金和房屋具体信息；

s3：获取到招租信息内的房屋具体信息，根据目标房型信息和房屋具体信息进行初步匹配，将目标房型信息和房屋具体信息一致的招租信息标记为待确认招租信息；

s4：将待确认招租信息标记为di，i＝1...n；获取到待确认招租信息内的房屋位置，根据目标位置信息结合地图库计算得到目标位置信息与房屋位置之间的目标距离差；并将目标距离差标记为mi，i＝1...n；且mi与di一一对应；

s5：获取到个人信息内的上班地点，根据地图库得到上班地点距离房屋位置的上班距离si，i＝1...n；且si与di一一对应；

s6：根据目标距离差和上班距离计算距离满意逆值q1i，i＝1...n，距离满意逆值越大则表示该位置越不符合用户需求；因为目标距离差和上班距离对距离满意逆值的影响程度不一，为突出该影响程度，现不如修正值x2和x3，其中x2<x3，且x2+x3＝1；具体计算公式为q1i＝mi*x3+si*x2；且q1i与di一一对应；

s7：获取到求租信息内的目标价格信息,同时获取到所有待确认招租信息的房屋租金；利用公式预期价格差值＝目标价格信息-房屋租金，得到预期价格差值并将预期价格差值标记为q2i，i＝1...n；且ci与di一一对应；

s8：根据距离满意逆值q1i和预期价格差值q2i计算推荐逆值qti；因为距离满意逆值q1i和预期价格差值q2i对推荐逆值的影响程度不同，为突出其影响，现引入补值x4和x5，其中x4+x5＝1，x4<x5；x4和x5均为预设值；

s9：将x4赋予q1i，将x5赋予q2i，根据公式qti＝q1i*x4-q2i*x5，i＝1...n计算得到推荐逆值qti；qti与di一一对应；

s10：将推荐逆值qti按照由小到大的顺序进行排序，将排名前三位的推荐逆值qti对应的待确认招租信息标记为推荐招租信息；

s11：将推荐招租信息推送到发布该求租信息的房屋租用端上，当用户确认租用推荐招租信息中的任一招租信息时将该招租信息标记为已租信息，同时将已租信息传输到对应上传该招租信息的房屋出租端上，并将该已租信息对应的招租信息删除；当用户并未租用推荐招租信息中任一招租信息时则按照推荐逆值qti从小到大顺序依次推荐；

s12：上述步骤中只要有心的招租信息上传则同样会将该招租信息纳入计算和考虑范围；

s13：任选下一求租信息重复步骤s1-s13直至处理完所有的求租信息；

步骤三：当租住信息条数大于等于预设值x1时按照惯性配对法进行推荐；惯性配对法具体表现为：

s1：获取到所有租住信息内的对应求租信息和招租信息，将租住信息按照招租信息进行分类，将同一个房子的招租信息对的租住信息应归纳为租住组信息，得到若干租住组信息；

s2：任选一招租信息；

s3：获取到其过往的租住组信息；

s4：获取到其内部的所有租住信息，将租住信息内的求租信息提取出来，根据个人信息提取到该租住人的职业和上班地点；

s5：将所有的租住人的职业归纳出来，并计算每一个职业在所有租住信息中的职业占比率，将职业占比率排名前三的职业标记为倾向职业；

s6：根据所有租住人的上班地点和对应招租信息内的房屋位置，计算得到房屋位置到上班地点的均值，并将该均值标记为租距均值；

s7：根据招租信息内的房屋具体信息对求租信息进行初步筛选，将与房屋具体信息不匹配的目标房型信息对应求租信息进行初次剔除；

s8：获取到进行初次剔除之后剩余的求租信息，根据倾向职业将初次剔除之后剩余的求租信息内个人信息将职业不匹配的进行再次剔除得到待确认求租信息；将待确认求租信息标记为ai，i＝1...n；

s9：获取到待确认求租信息内个人信息中的上班地点，结合地图库获取到上班地点到房屋位置的上班距离；将上班距离减去租距均值得到距离差值组，将距离差值组标记为jci，i＝1...n；jci与ai一一对应；

s10：将待确认求租信息的目标价格信息减去该招租信息的房屋租金得到租金预期差值；并将租金预期差值标记为zci,i＝1...n；zci与ai一一对应；

s11：计算推荐逆值tni＝jci-zci，i＝1...n；将推荐逆值从小到大进行排序，将推荐逆值最小的三个待确认求租信息标记为推荐求租信息；

s12：将该招租信息传输到对应推荐求租信息用户的房屋租用端，当任一用户选择租住时则将该招租信息移除并形成租出信息；当没有用户选择时则继续按照推荐逆值从小到大顺序进行推荐；

s13：任选下一招租信息重复步骤s3-s13，直至将所有招租信息推荐完成；

所述数据匹配模块用于将已租信息和租出信息传输到处理器，所述处理器用于将已租信息和租出信息传输到显示单元进行显示，所述处理器用于将已租信息和租出信息传输到存储单元进行实时存储。

进一步地，所述房屋租用端包括租用信息上传单元、第二处理器和第二显示器；

其中，所述租用信息上传单元用于将求租信息传输到租赁信息库；所述数据匹配模块用于将招租信息传输到第二处理器，所述第二处理器用于将招租信息传输到第二显示器进行实时显示，用户通过租用信息上传单元上传回应信息到第二处理器，回应信息包括选择租用招租信息对应的房子和不租用该招租信息对应的房子，所述第二处理器用于将回应信息返回到数据匹配模块；

所述数据匹配模块还用于推荐招租信息传输到第二处理器，所述第二处理器用于将推荐招租信息传输到第二显示器进行实时显示，用户通过租用信息上传单元上传反应信息到第二处理器，反应信息包括选择租用对应哪一个推荐招租信息对应的房子和不接受所有的推荐招租信息，所述第二处理器用于将反应信息返回到数据匹配模块。

进一步地，所述房屋出租端包括出租信息上传单元、第三处理器和第三显示器；

其中，所述出租信息上传单元用于将招租信息传输到租赁信息库；所述数据匹配模块用于将已租信息传输到第三处理器，所述第三处理器用于将已租信息传输到第三显示器进行实时显示。

一种基于大数据的智能房屋租赁系统，在工作时，首先通过房屋租用端和房屋出租端分别上传求租信息和招租信息到租赁信息库，租赁信息库内还存储有租住信息，在租住信息样本数不够的情况下，首先通过将求租信息和出租信息通过相关规则进行匹配，将匹配完成的出租信息传输到房屋租用端，让用户自主选择出租信息，如果租赁过程完成则形成租住信息；在租住信息样本足够的情况下，通过对某一房子的租住信息进行分析，结合过往租住该房子的用户的出租信息和个人信息进行样本分析，得到该房子的潜在用户，之后将对应房子的出租信息传输到潜在用户的房屋租用端，供用户进行自主选择，如果租用后则形成租出信息；

本发明的有益效果如下：

(2)本发明通过数据匹配模块和匹配规则单元的设置，在数据样本不足时通过将求租信息和出租信息通过相关规则进行匹配，将匹配完成的出租信息传输到房屋租用端，让用户自主选择出租信息，如果租赁过程完成则形成租住信息；在此过程中根据用户的目标位置和上班地点以及心里预期价格形成推荐逆值，根据推荐逆值确定用户可能会倾向选择的房子；

(2)同时通过租赁信息库的设置，能够存储过往用户在本系统内的房屋租赁情况，得到若干条租住信息，并根据所有租住信息内的对应求租信息和招租信息，将租住信息按照招租信息进行分类，将同一个房子的招租信息对的租住信息应归纳为租住组信息，得到若干租住组信息，形成数据分析样本；

(3)本发明根据形成的数据样本之后将所有的租住人的职业归纳出来，并计算每一个职业在所有租住信息中的职业占比率，将职业占比率排名前三的职业标记为倾向职业；之后根据所有租住人的上班地点和对应招租信息内的房屋位置，计算得到房屋位置到上班地点的均值，并将该均值标记为租距均值；再根据招租信息内的房屋具体信息对求租信息进行初步筛选，将与房屋具体信息不匹配的目标房型信息对应求租信息进行初次剔除；之后获取到进行初次剔除之后剩余的求租信息，根据倾向职业将初次剔除之后剩余的求租信息内个人信息将职业不匹配的进行再次剔除得到待确认求租信息；最后再结合相关算法和规则得到待确认求租信息的推荐逆值，将推荐逆值小的招租信息传输到对应推荐求租信息用户的房屋租用端，让用户自主选择租住房子，从而完成租住过程；本发明简单有效，且易于实用。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。