楼盘户型与推荐者的匹配方法、装置、设备及存储介质与流程

本发明主要涉及数据处理技术领域，具体地说，涉及一种楼盘户型与推荐者的匹配方法、装置、设备及存储介质。

背景技术：

随着城市的发展，城市人口逐渐增多，而人口的增多则会引起住房购买需求的增加；楼盘的开发商为了全面的对各个有购房需求的购房意向者进行服务指引，通常对接有第三方平台，购房意向者可通过第三方平台对楼盘所具有的户型、地段等各类信息进行查看；同时第三方平台还对接有楼盘的推荐者，由推荐者对楼盘的各户型向购房意向者进行推荐。

推荐者在通过第三方平台对楼盘的各户型进行推荐的过程中，要求该推荐的楼盘与第三方平台之间存在合作关系，即推荐者选择与第三方平台具有合作关系的楼盘作为其推荐楼盘。目前推荐者在选择推荐楼盘的过程中，先通过人工客户或销售的方式查询与第三方平台具有合作关系的各个楼盘，进而从各个楼盘中自主选择推荐楼盘。因选择的随意性大，容易导致所选择楼盘中的户型特征和推荐者所擅长推荐的户型特征不匹配，而使得推荐者对楼盘户型的推荐成功率低。

技术实现要素：

本发明的主要目的是提供一种楼盘户型与推荐者的匹配方法、装置、设备及存储介质，旨在解决现有技术中由推荐者自主选择推荐楼盘，容易导致楼盘户型与推荐者之间的特征不匹配的问题。

为实现上述目的，本发明提供一种楼盘户型与推荐者的匹配方法，所述楼盘户型与推荐者的匹配方法包括以下步骤：

当接收到推荐者基于终端发送的合作信息查询指令时，读取所述合作信息查询指令中所对应的楼盘关键词，并根据所述楼盘关键词，确定目标楼盘；

查找与所述目标楼盘对应的合作信息，并判断所述合作信息是否为有效合作，若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据；

根据所述推荐者的身份信息，抓取所述推荐者的历史推荐数据，并根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配。

优选地，所述若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据的步骤包括：

若所述合作信息为有效合作，则基于所述合作信息读取所述目标楼盘的合作时间，以及在所述合作时间中的销售次数和销售成功次数，并根据所述销售次数和销售成功次数生成销售成功率；

对所述销售成功次数对应的各个楼盘户型进行分类统计，确定各个楼盘户型的户型销售次数，并根据各所述户型销售次数生成销售户型占比；

将生成的所述销售成功率和所述销售户型占比作为历史销售数据进行获取。

优选地，所述将生成的所述销售成功率和所述销售户型占比作为历史销售数据进行获取的步骤之后包括：

读取所述销售成功次数对应的各次销售价格数据，并将各所述销售价格数据生成销售均价数据；

根据所述目标楼盘的城市标识，确定所述目标楼盘所在的目标城市，并读取所述目标城市在所述合作时间内的城市均价数据；

根据所述城市均价数据和所述销售均价数据，生成第一差值数据，并用所述第一差值数据对所述历史销售数据进行更新。

优选地，所述根据所述推荐者的身份信息，抓取与所述推荐者的历史推荐数据的步骤包括：

读取所述推荐者的身份信息，并根据所述身份信息抓取所述推荐者在所述合作时间内的推荐次数和推荐成功次数，并根据所述推荐次数和推荐成功次数生成推荐成功率；

对所述推荐成功次数对应的各个推荐户型进行分类统计，确定各个推荐户型的户型推荐次数，并根据所述户型推荐次数生成推荐户型占比；

将生成的所述推荐成功率和所述推荐户型占比作为历史推荐数据进行抓取。

优选地，所述将生成的所述推荐成功率和所述推荐户型占比作为历史推荐数据进行抓取的步骤之后包括：

读取所述推荐成功次数对应的各次推荐价格数据，并将各所述推荐价格数据生成推荐均价数据；

根据所述城市均价数据和所述推荐均价数据，生成第二差值数据，并用所述第二差值数据对所述历史推荐数据进行更新。

优选地，所述根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配的步骤包括：

确定所述销售户型占比中的第一占比最大值，以及所述推荐户型占比中的第二占比最大值；

将与所述第一占比最大值对应的销售户型确定为目标销售户型，并将与所述第二占比最大值对应的推荐户型确定为目标推荐户型；

将所述销售成功率和所述推荐成功率、所述目标销售户型和所述目标推荐户型以及所述第一差值数据和所述第二差值数据进行对比，生成对比结果，并根据所述对比结果，在所述目标楼盘的楼盘户型和所述推荐者之间匹配。

优选地，所述根据所述对比结果，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配的步骤包括：

判断所述对比结果中所述销售成功率和所述推荐成功率之间的第一对比结果是否在第一预设范围内，所述目标销售户型和所述目标推荐户型之间的相似度是否在第二预设范围内，所述第一差值数据和所述第二差值数据之间的第二对比结果是否在第三预设范围内；

若所述第一对比结果在第一预设范围内，所述相似度在第二预设范围内，且所述第二对比结果在第三预设范围内，则将所述目标楼盘中的目标销售户型判定为与所述推荐者匹配成功的楼盘户型。

此外，为实现上述目的，本发明还提出一种楼盘户型与推荐者的匹配装置，所述楼盘户型与推荐者的匹配装置包括：

读取模块，用于当接收到推荐者基于终端发送的合作信息查询指令时，读取所述合作信息查询指令中所对应的楼盘关键词，并根据所述楼盘关键词，确定目标楼盘；

查找模块，用于查找与所述目标楼盘对应的合作信息，并判断所述合作信息是否为有效合作，若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据；

匹配模块，用于根据所述推荐者的身份信息，抓取所述推荐者的历史推荐数据，并根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配。

此外，为实现上述目的，本发明还提出一种楼盘户型与推荐者的匹配设备，所述楼盘户型与推荐者的匹配设备包括：存储器、处理器、通信总线以及存储在所述存储器上的楼盘户型与推荐者的匹配程序；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行所述楼盘户型与推荐者的匹配程序，以实现以下步骤：

当接收到推荐者基于终端发送的合作信息查询指令时，读取所述合作信息查询指令中所对应的楼盘关键词，并根据所述楼盘关键词，确定目标楼盘；

查找与所述目标楼盘对应的合作信息，并判断所述合作信息是否为有效合作，若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据；

根据所述推荐者的身份信息，抓取所述推荐者的历史推荐数据，并根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配。

此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：

当接收到推荐者基于终端发送的合作信息查询指令时，读取所述合作信息查询指令中所对应的楼盘关键词，并根据所述楼盘关键词，确定目标楼盘；

查找与所述目标楼盘对应的合作信息，并判断所述合作信息是否为有效合作，若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据；

根据所述推荐者的身份信息，抓取所述推荐者的历史推荐数据，并根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配。

本实施例的楼盘户型与推荐者的匹配方法，当推荐者有对楼盘合作情况的查询需求时，通过其所持有的终端发送合作信息查询指令；当接收到该合作信息查询指令时，读取其中所对应的楼盘关键词，并依据该楼盘关键词确定目标楼盘，该目标楼盘即为所需要查询合作情况的楼盘；查找与该目标楼盘对应的合作信息，并判断合作信息是否为有效合作，若为有效合作，表征该目标楼盘为合作中的合作楼盘时，则基于合作信息获取目标楼盘的历史销售数据；同时依据推荐者的身份信息抓取其历史推荐数据，进行根据历史推荐数据和历史销售数据，对目标楼盘的楼盘户型和推荐者之间进行匹配。本方案中的历史销售数据表征了目标楼盘中各楼盘户型的历史销售情况，而历史推荐数据表征了推荐者对各户型的历史推荐情况；通过两者之间所进行的匹配，查找适合推荐者推荐的楼盘户型，避免推荐者的自主选择，有利于提高推荐者对楼盘户型的推荐成功率。

附图说明

图1是本发明的楼盘户型与推荐者的匹配方法第一实施例的流程示意图；

图2是本发明的楼盘户型与推荐者的匹配装置第一实施例的功能模块示意图；

图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种楼盘户型与推荐者的匹配方法。

请参照图1，图1为本发明楼盘户型与推荐者的匹配方法第一实施例的流程示意图。在本实施例中，所述楼盘户型与推荐者的匹配方法包括：

步骤s10，当接收到推荐者基于终端发送的合作信息查询指令时，读取所述合作信息查询指令中所对应的楼盘关键词，并根据所述楼盘关键词，确定目标楼盘；

本发明的楼盘户型与推荐者的匹配方法应用于服务器，适用于通过服务器对楼盘户型和推荐者进行匹配，其中推荐者为对楼盘户型具有推荐意向，且经服务器认证为合格的人员；推荐者将楼盘中的户型推荐给具有购房意向的客户，并为其提供服务；楼盘户型和推荐者之间的匹配，可从各个楼盘户型中为推荐者匹配其所擅长推荐的楼盘户型，以提高户型推荐的成功率。具体地，推荐者所推荐的楼盘与服务器所对应机构具有合作关系，在进行推荐之前需要选择推荐的楼盘，而在选择之前则需要确定楼盘与服务器所对应机构之间是否具有合作关系。服务器与智能手机、平板电脑等终端通信连接，终端上安装有可连接到服务器的应用软件，推荐者通过在终端的应用软件上注册用户账户对服务器中的数据进行访问。

当推荐者有对表征合作关系的合作信息的查询需求时，启动应用软件显示在终端的显示界面中，显示的界面中有用于触发查询的虚拟按键以及输入所需要查询楼盘关键词的输入框；推荐者在输入框中以语音或文字的形式输入楼盘关键词，并通过对该虚拟按键的双击或长按操作，向服务器发送合作信息查询指令。当接收到推荐者基于终端发送的合作信息查询指令时，则读取与该合作信息查询指令对应接收到的楼盘关键词，该楼盘关键词即表征了推荐者所需要查询的楼盘。服务器的存储单元中存储有可供查询的所有楼盘关键词，将读取的楼盘关键词和存储的各个楼盘关键词对比，确定存储的各个楼盘关键词中和读取的楼盘关键词一致的楼盘关键词；该一致楼盘关键词所表征的楼盘即为推荐者所需要查询的楼盘，将该一致的楼盘关键词所表征的楼盘确定为目标楼盘，以抓取其对应的合作信息显示给推荐者，实现推荐者的查询需求。

考虑到推荐者在对楼盘关键词输入过程中，可能存在输入错误或者存储的楼盘关键词不完整的原因，使得在将读取的楼盘关键词和存储的各个楼盘关键词对比的过程中，不存在与读取的楼盘关键词完全一致的楼盘关键词，此时需要对读取的楼盘关键词进行模糊对比；具体地，根据楼盘关键词，确定目标楼盘的步骤包括：

步骤s11，将所述楼盘关键词和预设楼盘关键词对比，判断各所述预设楼盘关键词中是否存在和所述楼盘关键词一致的目标楼盘关键词；

将存储的各楼盘关键词作为预设楼盘关键词，将读取的楼盘关键词和预设楼盘关键词对比，即和存储的各个楼盘关键词对比；判断各预设楼盘关键词中是否存在和楼盘关键词一致的目标楼盘关键词。

步骤s12，若存在和所述楼盘关键词一致的目标楼盘关键词，则将与所述目标楼盘关键词对应的楼盘确定为目标楼盘；

进一步地，服务器存储单元在对各楼盘关键词进行存储的同时，还对各楼盘关键词所表征的楼盘进行对应存储，即各预设楼盘关键词均与某一楼盘对应。当经判断出各预设楼盘关键词中存在和楼盘关键词一致的目标楼盘关键词，因目标楼盘关键词为预设楼盘关键词之一，与某一楼盘对应，而将该对应的楼盘确定为推荐者所需要查询的目标楼盘。

步骤s13，若不存在和所述楼盘关键词一致的目标楼盘关键词，则对所述楼盘关键词进行识别，确定与所述楼盘关键词对应的近似楼盘关键词，并将与所述近似楼盘关键词对应的楼盘确定为目标楼盘。

当经判断出各预设楼盘关键词中不存在和楼盘关键词一致的目标楼盘关键词，则对楼盘关键词进行识别，确定各预设楼盘关键词中与该楼盘关键词对应的近似楼盘关键词。其中识别的过程可以是将楼盘关键词拆分为单个字，并将各个字和预设楼盘关键词对比，确定与楼盘关键词接近程度最高的预设楼盘关键词，该接近程度最高的预设楼盘关键词即为近似楼盘关键词；进而将与近似楼盘关键词对应的楼盘确定为目标楼盘，以在最大程度上实现推荐者的查询需求。同时设置人工客服的服务机制，在显示界面中显示未查找到与楼盘关键词完全一致的目标楼盘，是否需要连接到人工客服的提示信息；若推荐者依据提示信息，选择需要连接到人工客服，则建立推荐者与人工客服之间的连接，由人工客服为推荐者提供服务。

步骤s20，查找与所述目标楼盘对应的合作信息，并判断所述合作信息是否为有效合作，若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据；

可理解地，各个楼盘与服务器所对应机构之间的合作关系包括具有合作关系和不具有合作关系两种，而对于具有合作关系又分为有效合作和无效合作两种，其中有效合作表征目前正在合作中，而无效合作表征合作已经到期终止。在确定所需要查询的目标楼盘后，则可依据目标楼盘查找表征该目标楼盘与服务器对应机构之间合作关系的合作信息；并基于合作信息所携带的标识符判断合作信息是否为有效合作，若标识符所表征的合作信息为有效合作，则进一步获取目标楼盘的历史销售信息。该历史销售信息表征了目标楼盘所具有的各户型通过服务器所对应机构在以往销售过程中的销售情况，包括整体的销售成功数量、各户型的销售成功数量，各次销售的价格等。

步骤s30，根据所述推荐者的身份信息，抓取所述推荐者的历史推荐数据，并根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配。

进一步地，推荐者在历史以往对各楼盘户型的推荐过程中，具有表征不同的楼盘户型推荐情况的数据，该类数据可体现推荐者所擅长推荐的楼盘户型。将该类数据作为推荐者的历史推荐数据，与推荐者的身份信息关联；其中该历史推荐数据可以是对目标楼盘进行推荐所生成的数据，也可以是对其他楼盘进行推荐所生成的数据，对此不做限定。服务器与其他楼盘所对应的服务器之间通信连接，以通过推荐者的身份信息，抓取该来源于多处的历史推荐数据。因目标楼盘的历史销售数据表征了目标楼盘中所具有各户型的销售情况，包括销售量大的热销户型以及销售量小的滞销户型；而历史推荐数据表征了推荐者所擅长推荐的户型；根据该历史推荐数据和历史销售数据，在两者之间进行对比，以对目标楼盘的楼盘户型和推荐者之间匹配，查找适合推荐者推荐的楼盘户型。

本实施例的楼盘户型与推荐者的匹配方法，当推荐者有对楼盘合作情况的查询需求时，通过其所持有的终端发送合作信息查询指令；当接收到该合作信息查询指令时，读取其中所对应的楼盘关键词，并依据该楼盘关键词确定目标楼盘，该目标楼盘即为所需要查询合作情况的楼盘；查找与该目标楼盘对应的合作信息，并判断合作信息是否为有效合作，若为有效合作，表征该目标楼盘为合作中的合作楼盘时，则基于合作信息获取目标楼盘的历史销售数据；同时依据推荐者的身份信息抓取其历史推荐数据，进行根据历史推荐数据和历史销售数据，对目标楼盘的楼盘户型和推荐者之间进行匹配。本方案中的历史销售数据表征了目标楼盘中各楼盘户型的历史销售情况，而历史推荐数据表征了推荐者对各户型的历史推荐情况；通过两者之间所进行的匹配，查找适合推荐者推荐的楼盘户型，避免推荐者的自主选择，有利于提高推荐者对楼盘户型的推荐成功率。

进一步地，在本发明楼盘户型与推荐者的匹配方法的另一实施例中，所述若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据的步骤包括：

步骤s21，若所述合作信息为有效合作，则基于所述合作信息读取所述目标楼盘的合作时间，以及在所述合作时间中的销售次数和销售成功次数，并根据所述销售次数和销售成功次数生成销售成功率；

可理解地，目标楼盘和服务器所对应机构的合作关系以某一时间点开始，将该开始时间到当前之间的时间段作为目标楼盘的合作时间；在判断出与目标楼盘所对应的合作信息为有效合作时，则读取该合作时间，以及目标楼盘在该合作时间内通过服务器所对应机构进行销售的销售次数和销售成功次数。其中销售次数表征在该时间段内其他推荐者对具有购房意向的客户进行服务，带领其对目标楼盘进行查看的次数；销售成功次数表征该时间段内由其他推荐者指引对目标楼盘中某一户型进行购买的客户数量。用销售成功次数和销售次数做比值，所得到结果即为目标楼盘在合作时间内通过服务器所对应机构进行销售的销售成功率，表征了在合作时间内成功销售的数量多少。

步骤s22，对所述销售成功次数对应的各个楼盘户型进行分类统计，确定各个楼盘户型的户型销售次数，并根据各所述户型销售次数生成销售户型占比；

进一步地，考虑到对于各次销售成功的楼盘户型，不同的客户具有差异性，即在各次成功销售的过程中，不同的客户所购买的户型不相同。为了表征在合作时间内各楼盘户型的销售数量，对各次销售成功过程中所销售的各个楼盘户型进行分类统计，将相同的楼盘户型划分到同一类型，统计各个类型中所具有的楼盘户型数量，并将该统计的楼盘户型数量作为户型销售次数。在各个类型的楼盘户型均统计生成户型销售次数之后，可用各个楼盘户型的户型销售次数分别和销售成功次数做比值，生成各个楼盘户型的销售户型占比；表征各个类型的楼盘户型所占销售数量的多少，体现各个楼盘户型的销售难易程度。

其中销售户型占比越高则说明该楼盘户型的销售相对容易，而销售户型占比越低则说明楼盘户型销售相对困难。如在目标楼盘合作的半年时间内，通过服务器所对应机构进行销售的销售次数为100次，销售成功次数为60，则所生成的售卖成功率为60％，表征通过服务器所对应机构对目标楼盘的10次销售的过程中，其中有6次成功销售；同时若成功销售的60次当中，其中30次为a楼盘户型，20次为b楼盘户型，10次为c楼盘户型，则a楼盘户型的销售户型占比为30/60*100％＝50％，b楼盘户型的销售户型占比为20/60*100％＝33.3％，c楼盘户型的销售户型占比为10/60*100％＝16.7％，表征a楼盘户型相对b楼盘户型和c楼盘户型的销售成功可能性大。

步骤s23，将生成的所述销售成功率和所述销售户型占比作为历史销售数据进行获取。

更进一步地，将该生成的销售成功率和销售户型占比作为合作时间内的历史销售数据进行获取，表征合作时间内目标楼盘的整体销售情况以及目标楼盘中各楼盘户型的销售情况。此外考虑到楼盘的销售还涉及到销售价格，即各次成功销售过程中，客户对楼盘户型进行购买所对应的购买价格；该购买价格表征了在合作时间内目标楼盘的各次售价，是历史销售数据之一，需要对其进行读取操作。具体地，将生成的销售成功率和销售户型占比作为历史销售数据进行获取的步骤之后包括：

步骤s24，读取所述销售成功次数对应的各次销售价格数据，并将各所述销售价格数据生成销售均价数据；

进一步地，对与各次成功销售所对应的销售价格数据进行读取，该各次销售价格数据为客户对楼盘户型的购买单价，即每平方米的价格。对各个销售价格数据进行均值化处理，即将各个销售价格数据进行相加，并用相加的结果和销售成功次数做比值，比值所得到的结果即为所生成的销售均价数据。如销售成功次数为3次，分别为9月1号、10月20号和12月15号，对应的销售价格数据分别为q1、q2和q3，则所生成的销售均价数据为(q1+q2+q3)/3。

步骤s25，根据所述目标楼盘的城市标识，确定所述目标楼盘所在的目标城市，并读取所述目标城市在所述合作时间内的城市均价数据；

可理解地，目标楼盘所在的城市，因经济因素的影响，具有不同的城市均价，且该城市均价在不同时间具有波动性；为了体现目标楼盘的销售均价和城市均价之间的差异性，还需要读取目标楼盘所在城市的城市均价数据。具体地，目标楼盘携带有表征其所归属城市的城市标识，根据该城市标识即可确定目标楼盘所在的目标城市，进而由该目标城市所记录的各个时间的城市均价，即可确定目标城市在合作时间内的城市均价数据；具体地，用合作时间内该目标城市的不同城市均价进行累加，并用累加的结果和不同城市均价的数量做比值，比值的结果即为城市均价数据。如目标城市在合作时间内所涉及到的不同城市均价为w1和w2，则所生成的城市均价数据为(w1+w2)/2。通过城市均价所进行的再次均值化处理，使得所读取的目标城市在合作时间内的城市均价数据更为准确。

步骤s26，根据所述城市均价数据和所述销售均价数据，生成第一差值数据，并用所述第一差值数据对所述历史销售数据进行更新。

进一步地，因城市均价数据表征了目标城市在合作时间内所具有的城市楼盘均价，而销售均价数据表征了目标楼盘在合作时间内所实际销售的销售均价；两者之间做差值运算所生成的第一差值数据，表征了目标楼盘的销售均价相对于城市楼盘均价的高低。

进一步地，在本发明楼盘户型与推荐者的匹配方法的另一实施例中，所述根据所述推荐者的身份信息，抓取与所述推荐者的历史推荐数据的步骤包括：

步骤s31，读取所述推荐者的身份信息，并根据所述身份信息抓取所述推荐者在所述合作时间内的推荐次数和推荐成功次数，并根据所述推荐次数和推荐成功次数生成推荐成功率；

更进一步地，在通过推荐者的身份信息，抓取推荐者在推荐过程中所生成历史推荐数据的过程中，先通过推荐者注册的用户账户读取推荐者的身份信息，进而根据身份信息抓取推荐者在合作时间内的推荐次数以及推荐成功次数。其中推荐次数表征推荐者在合作时间内对具有购房意向的客户进行服务，带领其对推荐的户型进行查看的次数；推荐成功次数表征合作时间内有购房意向的客户对推荐者所推荐户型的购买次数。用推荐成功次数和推荐次数做比值，所得到结果即为推荐者在目标楼盘的合作时间内对各户型进行推荐的推荐成功率，表征了在合作时间内成功推荐的数量多少。

步骤s32，对所述推荐成功次数对应的各个推荐户型进行分类统计，确定各个推荐户型的户型推荐次数，并根据所述户型推荐次数生成推荐户型占比；

进一步地，考虑到各次推荐成功的推荐户型存在差异性，即在各次成功推荐的过程中，不同的客户所购买的推荐户型不相同。为了表征在合作时间内各推荐户型的推荐数量，对各次推荐成功过程中所推荐的各个推荐户型进行分类统计，将相同的推荐户型划分到同一类型，统计各个类型中所具有的推荐户型数量，并将该统计的推荐户型数量作为户型推荐次数。在各个类型的推荐户型均统计生成户型推荐次数之后，可用各个推荐户型的户型推荐次数分别和推荐成功次数做比值，生成各个推荐户型的推荐户型占比；表征各个类型的推荐户型所占推荐数量的多少，体现推荐者对各个推荐户型的擅长程度。

其中推荐户型占比越高则说明推荐者对该推荐户型越擅长推荐，而推荐户型占比越低则说明推荐者对该推荐户型越不擅长推荐。如在合作时间内抓取到推荐者的推荐次数为50次，推荐成功次数为20，则推荐成功率为40％，表征推荐者在10次的推荐过程中，其中有4次成功推荐；同时若成功推荐的40次当中，其中20次为a1推荐户型，10次为b1推荐户型，10次为c1推荐户型，则a1推荐户型的推荐户型占比为20/40*100％＝50％，b1推荐户型的推荐户型占比为10/40*100％＝25％，c1推荐户型的推荐户型占比为10/40*100％＝25％，表征推荐相对于擅长推荐a1推荐户型。

步骤s33，将生成的所述推荐成功率和所述推荐户型占比作为历史推荐数据进行抓取。

更进一步地，将该生成的推荐成功率和推荐户型占比作为合作时间内的历史推荐数据进行抓取，表征推荐者合作时间内的整体推荐情况以及所擅长推荐的推荐户型情况。此外考虑到楼盘的推荐还涉及到推荐价格，即各次成功推荐过程中，客户对楼盘户型进行购买所对应的购买价格；该购买价格表征了在合作时间内推荐者所推荐楼盘的各次售价，是历史推荐数据之一，需要对其进行读取操作。具体地，将生成的推荐成功率和推荐户型占比作为历史推荐数据进行抓取的步骤之后包括：

步骤s34，读取所述推荐成功次数对应的各次推荐价格数据，并将各所述推荐价格数据生成推荐均价数据；

进一步地，对与各次成功推荐所对应的推荐价格数据进行读取，该各次推荐价格数据为客户对所推荐的楼盘户型的购买单价，即每平方米的价格。对各个推荐价格数据进行均值化处理，即将各个推荐价格数据进行相加，并用相加的结果和推荐成功次数做比值，比值所得到的结果即为所生成的推荐均价数据。如推荐成功次数为2次，分别为9月20号和11月10号，对应的推荐价格数据分别为q1和q2，则所生成的推荐均价数据为(q1+q2)/3。

步骤s35，根据所述城市均价数据和所述推荐均价数据，生成第二差值数据，并用所述第二差值数据对所述历史推荐数据进行更新。

进一步地，因城市均价数据表征了目标城市在合作时间内所具有的城市楼盘均价，而推荐均价数据表征了推荐者在合作时间内所实际推荐的推荐均价；两者之间做差值运算所生成的第二差值数据，表征了推荐者向客户所推荐户型的推荐均价相对于城市楼盘均价的高低。

进一步地，在本发明楼盘户型与推荐者的匹配方法的另一实施例中，所述根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配的步骤包括：

步骤s36，确定所述销售户型占比中的第一占比最大值，以及所述推荐户型占比中的第二占比最大值；

可理解地，各次销售成功过程中所成功销售的户型不同，使得所统计得到的户型销售次数不相同，进而使得所生成的销售户型占比不相同；将所生成的各个销售户型占比进行比较，确定其中数值最大的销售户型占比，并将其作为第一占比最大值，表征目标楼盘中通过与服务器所对应机构进行销售中销售量最好的楼盘户型。同样的，各次推荐成功过程中所成功推荐的户型不同，使得所统计得到的户型推荐次数不相同，进而使得所生成的推荐户型占比不相同；将所生成的各个推荐户型占比进行比较，确定其中数值最大的推荐户型占比，并将其作为第二占比最大值，表征推荐者最擅长推荐的推荐户型。

步骤s37，将与所述第一占比最大值对应的销售户型确定为目标销售户型，并将与所述第二占比最大值对应的推荐户型确定为目标推荐户型；

步骤s38，将所述销售成功率和所述推荐成功率、所述目标销售户型和所述目标推荐户型以及所述第一差值数据和所述第二差值数据进行对比，生成对比结果，并根据所述对比结果，在所述目标楼盘的楼盘户型和所述推荐者之间匹配。

进一步地，将第一占比最大值所表征的销售量最好的楼盘户型作为目标销售户型，同时将第二占比最大值所表征的推荐者最擅长推荐的推荐户型作为目标推荐户型。此后将表征目标楼盘销售情况的销售成功率、目标销售户型以及第一差值数据分别和表征推荐者推荐情况的推荐成功率、目标推荐户型以及第二差值数据进行对比，生成对比结果；该对比结果表征了目标楼盘中的目标销售户型是否适合推荐者推荐，即依据对比结果，在目标楼盘的楼盘户型和推荐者之间进行匹配。当对比结果所表征楼盘销售情况和推荐者推荐情况的匹配程度越高，则说明推荐者对目标楼盘中目标销售户型推荐的成功概率越大，而所表征的匹配程度越低，则说明用户对目标楼盘中目标销售户型推荐的成功概率越小。

具体地，根据对比结果，在目标楼盘的楼盘户型和推荐者之间进行匹配的步骤包括：

步骤s381，判断所述对比结果中所述销售成功率和所述推荐成功率之间的第一对比结果是否在第一预设范围内，所述目标销售户型和所述目标推荐户型之间的相似度是否在第二预设范围内，所述第一差值数据和所述第二差值数据之间的第二对比结果是否在第三预设范围内；

进一步地，将销售成功率和推荐成功率做差值运算，所得到的差值结果为对比结果中的第一对比结果，表征目标楼盘的销售成功概率和推荐者的推荐成功概率之间的一致性。将目标销售户型和目标推荐户型对比，判断两者的一致性，其中一致性包括面积大小，厅室分布情况，朝向等各方面的一致性，并将两者一致性的程度作为对比结果中的相似度；一致性的程度越高则表征两者之间越相似，而一致性的程度越低则表征两者之间越不相似；表征目标楼盘中的热销户型和推荐者所擅长推荐户型之间的一致性。将第一差值数据和第二差值数据做差值运算，所得到的差值结果为对比结果中的第二对比结果，表征用户所擅长推荐户型的价格和目标楼盘历史所销售价格之间的一致性。

预先设定分别用于判断第一对比结果、相似度和第二对比结果数值大小的第一预设范围、第二预设范围和第三预设范围，将第一对比结果和第一预设范围对比，判断第一对比结果是否在第一预设范围内；并将相似度和第二预设范围对比，判断相似度是否在第二预设范围内；同时将第二对比结果和第三预设范围对比，判断第二对比结果是否在第三预设范围内。

步骤s382，若所述第一对比结果在第一预设范围内，所述相似度在第二预设范围内，且所述第二对比结果在第三预设范围内，则将所述目标楼盘中的目标销售户型判定为与所述推荐者匹配成功的楼盘户型。

若经判断第一对比结果在第一预设范围内，则说明推荐成功率和推荐成功率之间的一致性程度较高，推荐者对目标楼盘推荐的成功率较大；而当相似度在第二预设范围内，则说明目标楼盘中的热销户型和推荐者所擅长推荐户型之间的一致性程度较高；第二对比结果在第三预设范围内，表征用户所擅长推荐户型的价格和目标楼盘历史所销售价格之间的一致性程度越高。在对比结果中的各项结果均在其各自所对应的预设范围内，则可判定目标楼盘在各个方面的因素与推荐者所擅长推荐的各个方面因素之间的匹配程度越高；尤其是目标楼盘中的目标销售户型，推荐者对该目标销售户型推荐的成功率较大，从而将目标销售户型判定为与推荐者匹配成功的楼盘户型。当三项对比结果中存在任意一项结果不在其各自所对应的预设范围内，则以及其与预设范围之间的差异大小，从目标楼盘中选择其他楼盘户型作为与推荐者匹配的楼盘户型，以使得所匹配的楼盘户型在最大程度上适合推荐者推荐。

此外，请参照图2，本发明提供一种楼盘户型与推荐者的匹配装置，在本发明楼盘户型与推荐者的匹配装置第一实施例中，所述楼盘户型与推荐者的匹配装置包括：

读取模块10，用于当接收到推荐者基于终端发送的合作信息查询指令时，读取所述合作信息查询指令中所对应的楼盘关键词，并根据所述楼盘关键词，确定目标楼盘；

查找模块20，用于查找与所述目标楼盘对应的合作信息，并判断所述合作信息是否为有效合作，若所述合作信息为有效合作，则基于所述合作信息获取所述目标楼盘的历史销售数据；

匹配模块30，用于根据所述推荐者的身份信息，抓取所述推荐者的历史推荐数据，并根据所述历史推荐数据和所述历史销售数据，在所述目标楼盘的楼盘户型和所述推荐者之间进行匹配。

本实施例的楼盘户型与推荐者的匹配装置，当推荐者有对楼盘合作情况的查询需求时，通过其所持有的终端发送合作信息查询指令；当读取模块10接收到该合作信息查询指令时，读取其中所对应的楼盘关键词，并依据该楼盘关键词确定目标楼盘，该目标楼盘即为所需要查询合作情况的楼盘；查找模块20查找与该目标楼盘对应的合作信息，并判断合作信息是否为有效合作，若为有效合作，表征该目标楼盘为合作中的合作楼盘时，则基于合作信息获取目标楼盘的历史销售数据；同时匹配模块30依据推荐者的身份信息抓取其历史推荐数据，进行根据历史推荐数据和历史销售数据，对目标楼盘的楼盘户型和推荐者之间进行匹配。本方案中的历史销售数据表征了目标楼盘中各楼盘户型的历史销售情况，而历史推荐数据表征了推荐者对各户型的历史推荐情况；通过两者之间所进行的匹配，查找适合推荐者推荐的楼盘户型，避免推荐者的自主选择，有利于提高推荐者对楼盘户型的推荐成功率。

进一步地，在本发明楼盘户型与推荐者的匹配装置另一实施例中，所述查找模块还用于：

若所述合作信息为有效合作，则基于所述合作信息所述目标楼盘的合作时间，以及在所述合作时间中的销售次数和销售成功次数，并根据所述销售次数和销售成功次数生成销售成功率；

对所述销售成功次数对应的各个楼盘户型进行分类统计，确定各个楼盘户型的户型销售次数，并根据各所述户型销售次数生成销售户型占比；

将生成的所述销售成功率和所述销售户型占比作为历史销售数据进行获取。

进一步地，在本发明楼盘户型与推荐者的匹配装置另一实施例中，所述查找模块还用于：

读取所述销售成功次数对应的各次销售价格数据，并将各所述销售价格数据生成销售均价数据；

根据所述目标楼盘的城市标识，确定所述目标楼盘所在的目标城市，并读取所述目标城市在所述合作时间内的城市均价数据；

根据所述城市均价数据和所述销售均价数据，生成第一差值数据，并用所述第一差值数据对所述历史销售数据进行更新。

进一步地，在本发明楼盘户型与推荐者的匹配装置另一实施例中，所述匹配模块还用于：

读取所述推荐者的身份信息，并根据所述身份信息抓取所述推荐者在所述合作时间内的推荐次数和推荐成功次数，并根据所述推荐次数和推荐成功次数生成推荐成功率；

对所述推荐成功次数对应的各个推荐户型进行分类统计，确定各个推荐户型的户型推荐次数，并根据所述户型推荐次数生成推荐户型占比；

将生成的所述推荐成功率和所述推荐户型占比作为历史推荐数据进行抓取。

进一步地，在本发明楼盘户型与推荐者的匹配装置另一实施例中，所述匹配模块还用于：

读取所述推荐成功次数对应的各次推荐价格数据，并将各所述推荐价格数据生成推荐均价数据；

根据所述城市均价数据和所述推荐均价数据，生成第二差值数据，并用所述第二差值数据对所述历史推荐数据进行更新。

进一步地，在本发明楼盘户型与推荐者的匹配装置另一实施例中，所述匹配模块还包括：

第一确定单元，用于确定所述销售户型占比中的第一占比最大值，以及所述推荐户型占比中的第二占比最大值；

第二确定单元，用于将与所述第一占比最大值对应的销售户型确定为目标销售户型，并将与所述第二占比最大值对应的推荐户型确定为目标推荐户型；

匹配单元，用于将所述销售成功率和所述推荐成功率、所述目标销售户型和所述目标推荐户型以及所述第一差值数据和所述第二差值数据进行对比，生成对比结果，并根据所述对比结果，在所述目标楼盘的楼盘户型和所述推荐者之间匹配。

进一步地，在本发明楼盘户型与推荐者的匹配装置另一实施例中，所述匹配单元还用于：

判断所述对比结果中所述销售成功率和所述推荐成功率之间的第一对比结果是否在第一预设范围内，所述目标销售户型和所述目标推荐户型之间的相似度是否在第二预设范围内，所述第一差值数据和所述第二差值数据之间的第二对比结果是否在第三预设范围内；

若所述第一对比结果在第一预设范围内，所述相似度在第二预设范围内，且所述第二对比结果在第三预设范围内，则将所述目标楼盘中的目标销售户型判定为与所述推荐者匹配成功的楼盘户型。

其中，上述楼盘户型与推荐者的匹配装置的各虚拟功能模块存储于图3所示楼盘户型与推荐者的匹配设备的存储器1005中，处理器1001执行楼盘户型与推荐者的匹配程序时，实现图2所示实施例中各个模块的功能。

参照图3，图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明实施例楼盘户型与推荐者的匹配设备可以是pc(personalcomputer，个人计算机)，也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。

如图3所示，该楼盘户型与推荐者的匹配设备可以包括：处理器1001，例如cpu(centralprocessingunit，中央处理器)，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram(randomaccessmemory，随机存取存储器)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，该楼盘户型与推荐者的匹配设备还可以包括用户接口、网络接口、摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi(wirelessfidelity，无线宽带)模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。

本领域技术人员可以理解，图3中示出的楼盘户型与推荐者的匹配设备结构并不构成对楼盘户型与推荐者的匹配设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图3所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及楼盘户型与推荐者的匹配程序。操作系统是管理和控制楼盘户型与推荐者的匹配设备硬件和软件资源的程序，支持楼盘户型与推荐者的匹配程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与楼盘户型与推荐者的匹配设备中其它硬件和软件之间通信。

在图3所示的楼盘户型与推荐者的匹配设备中，处理器1001用于执行存储器1005中存储的楼盘户型与推荐者的匹配程序，实现上述楼盘户型与推荐者的匹配方法各实施例中的步骤。

本发明提供了一种存储介质，所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述楼盘户型与推荐者的匹配方法各实施例中的步骤。

还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。