基于网络爬虫的房地产信息可视化分析系统和方法与流程

1.本发明涉及数据处理技术领域，具体涉及基于网络爬虫的房地产信息可视化分析系统和方法。


背景技术：

2.网络爬虫是一种按照一定的规则，自动地抓取网络中信息的程序或者脚本，另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。
3.针对于目前房地产行业中的房屋租赁，人们常通过电子设备应用app或人工中介的方式来为有房租租赁需求的用户提供房屋推荐，其所应用的app种类繁多但功能及服务逻辑对于网络爬虫层面而言差异较小，人工中介推荐房屋效率低，耗费大量人工劳动力输出；由此可见，目前对于房地产行业中的房屋租赁而言，并没有一种快捷高效且与用户匹配度较高的基于网络爬虫层面的房屋推荐逻辑系统及方法供人们使用。


技术实现要素：

4.解决的技术问题针对现有技术所存在的上述缺点，本发明提供了基于网络爬虫的房地产信息可视化分析系统和方法，解决了上述背景技术中提出的技术问题。
5.技术方案为实现以上目的，本发明通过以下技术方案予以实现：第一方面，基于网络爬虫的房地产信息可视化分析系统，包括：控制终端，是系统的主控端，用于发出控制命令；云端数据库，用于储存房地产信息数据；认证模块，用于提供请求访问系统用户身份认证通道；推荐模块，用于获取编辑单元中被用户选择的房屋形容词，参考房屋形容词推荐用户房屋及房屋对应房地产信息数据；优化模块，用于获取推荐模块运行向用户推荐房屋对应的拓扑结构，参考用户位置信息在拓扑机构中进行标记后向用户发送；定位模块，用于获取用户的位置信息；复用模块，用于克隆推荐模块运行逻辑通过定位模块控制运行。
6.更进一步地，所述云端数据库中储存的房地产信息数据包括：房屋租金价格、房屋位置信息、房屋户型类型、房屋配套设施、房屋门窗口朝向、房屋内部实景二维、三维模型，房屋特色简介；其中，所述房屋特色简介由房屋所有用户通过无线网络访问系统进入云端数据库进行实时的手动编辑。
7.更进一步地，所述云端数据库由若干数据子夹组成，所述云端数据库下级设置有
子模块，包括：构建单元，用于参考云端数据库中的数据子夹对云端数据库进行拓扑结构构建；配置单元，用于获取各房地产信息数据对应的房屋位置信息；其中，所述云端数据库中数据子夹及构建单元通过运行房屋位置信息进行生成与构建云端数据库的拓扑结构。
8.更进一步地，所述控制终端中配置有用户注册网页，所述注册网页对应网页链接由控制终端在网络中进行分发，所述认证模块运行时，通过用户端应用网络传输用户的访问请求，认证模块以用户访问请求作为触发，通过用户端应用网络提供认证通道跳转至用户注册网页进行身份认证。
9.更进一步地，所述认证模块下级设置有子模块，包括；采集单元，用于采集请求访问系统用户的基本信息；设置单元，用于设置请求访问系统用户在访问系统时所需输入的账号与密码；编辑单元，用于编辑房屋形容词写入认证模块，在请求访问系统用户通过认证后选择；其中，所述采集单元运行采集的请求访问系统用户的基本信息内容包括：用户姓名、联系方式、当前位置信息；编辑单元中请求访问系统用户选择的房屋形容词作为用户标签配置于对应用户，所述控制终端中配置的用户注册网页内容参考采集单元、设置单元及编辑单元进行设置。
10.更进一步地，所述云端数据库中储存的房地产信息数据中的房屋特色简介，在房屋所有用户进行手动编辑时应用编辑单元写入认证模块的房屋形容词进行编辑。
11.更进一步地，所述定位模块下级设置有子模块，包括：判定单元，用于判定用户当前位置信息是否与上一次定位模块运行获取的用户位置信息相同；其中，所述定位模块运行设定有运行周期，每一运行周期结束后控制终端控制定位模块运行，当定位模块运行获取到的用户位置信息与上一周期运行获取的用户位置信息相同时控制复用模块运行。
12.更进一步地，所述控制终端通过介质电性连接有云端数据库，所述云端数据库通过介质电性连接有构建单元及配置单元，所述云端数据库通过介质电性连接有认证模块，所述认证模块通过介质电性连接有采集单元、设置单元及编辑单元，所述认证模块通过介质电性与推荐模块、优化模块及定位模块，所述定位模块通过介质电性连接有判定单元及复用模块，所述复用模块通过介质电性与判定单元相连接。
13.第二方面，基于网络爬虫的房地产信息可视化分析方法，包括以下步骤：步骤1：创建用户注册网页，提供注册用户登录链接，使注册用户通过登录链接在注册网页进行身份认证完成账号注册；步骤2：在注册用户完成身份认证及账号注册后，请求注册用户编辑房屋需求相关形容词；步骤3：用户编辑形容词状态下，构建云端数据储存平台，将需要租赁的房屋的相关信息数据储存至语段数据储存平台中，房屋所有用户获取注册用户编辑的房屋需求相关形容词，房屋所有用户参考形容词对房屋进行房屋描述文字的编辑，并同步将编辑文字上
传至云端数据储存平台；步骤4：获取注册用户位置信息，参考云端数据储存平台中储存的房屋位置信息构建注册用户位置信息与租赁房屋的拓扑结构图像数据；步骤5：注册用户获取拓扑结构图像数据并查看，注册用户在查看后在拓扑结构图像数据中选择所需要租赁的房屋；步骤6：对未在拓扑结构图像数据中选择租赁房屋的注册用户进行标记，周期制获取该注册用户位置信息，判定注册用户当前位置信息是否与上一周期获取的注册用户位置信息一致，在判定结果为是时获取该注册用户前置时间阶段查看拓扑结构图像数据中的房屋对应形容词；步骤7：参考形容词在拓扑结构图像数据中搜寻形容词对应房屋向用户发送。
14.更进一步地，所述步骤7在其步骤执行时通过搜寻到的形容词与房屋对应形容词进行重复率降序排序，重复率计算应用如下公式进行计算：；式中，sim（p，d）为p房屋的所属形容词重复率d可在排序序列中的排序位置；n为注册用户在注册时编辑的房屋需求相关形容词；w为注册用户查看拓扑结构图像数据时所选择的形容词。
15.有益效果采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：1、本发明提供一种基于网络爬虫的房地产信息可视化分析系统供房地产中的房屋租赁所使用，通过该系统可以使得房屋信息根据有租赁需求的用户所编辑的形容词来进行简介描述，并进一步的将各房屋信息及房屋通过拓扑结构的方式连接在一起形成图形信息，以便于为用户带来更加直观的选择方式，为有租赁需求的用户带来更好的使用体验。
16.2、本发明中系统，能够通过用户的位置信息进行进一步的判断是否通过该系统进行所需租赁房屋的选择，从而确保有租赁需求的用户在使用该系统未对房屋进行选择时，系统能够主动的向有租赁需求的用户提出以精确的房屋推荐，从而以此规避了老式的房屋租赁app的统一广告推送，使得该系统向用户推荐的房屋信息与有租赁房屋需求的用户的需求相适配，且更具针对性。
17.3、本发明提供一种基于网络爬虫的房地产信息可视化分析方法，通过该方法中的步骤执行能够进一步的维护系统运行的稳定，同时该方法能够进一步的为系统带来优化效果，使得用户在租赁房屋时，能够自动的为有租赁房屋需求的用户提供房屋匹配度队列，并结合以房屋拓扑结构图像数据进一步的使得选择房屋的过程更加便捷。
附图说明
18.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这
些附图获得其他的附图。
19.图1为基于网络爬虫的房地产信息可视化分析系统的结构示意图；图2为基于网络爬虫的房地产信息可视化分析方法的流程示意图；图中的标号分别代表：1、控制终端；2、云端数据库；21、构建单元；22、配置单元；3、认证模块；31、采集单元；32、设置单元；33、编辑单元；4、推荐模块；5、优化模块；6、定位模块；61、判定单元；7、复用模块。
具体实施方式
20.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.下面结合实施例对本发明作进一步的描述。
22.实施例1本实施例的基于网络爬虫的房地产信息可视化分析系统，如图1所示，包括：控制终端1，是系统的主控端，用于发出控制命令；云端数据库2，用于储存房地产信息数据；认证模块3，用于提供请求访问系统用户身份认证通道；推荐模块4，用于获取编辑单元33中被用户选择的房屋形容词，参考房屋形容词推荐用户房屋及房屋对应房地产信息数据；优化模块5，用于获取推荐模块4运行向用户推荐房屋对应的拓扑结构，参考用户位置信息在拓扑机构中进行标记后向用户发送；定位模块6，用于获取用户的位置信息；复用模块7，用于克隆推荐模块4运行逻辑通过定位模块6控制运行。
23.在本实施例中，系统端用户将房屋信息数据传输至云端数据库2中储存，控制终端1控制认证模块3运行提供请求访问系统用户身份认证通道，带有用户完成认证注册后，推荐模块4获取编辑单元33中被用户选择的房屋形容词，参考房屋形容词推荐用户房屋及房屋对应房地产信息数据，再进一步由优化模块5取推荐模块4运行向用户推荐房屋对应的拓扑结构，参考用户位置信息在拓扑机构中进行标记后向用户发送，如用户未作出房屋选择的操作，定位模块6后置运行获取用户的位置信息，同步的通过复用模块7克隆推荐模块4运行逻辑并通过定位模块6控制运行。
24.实施例2在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中基于网络爬虫的房地产信息可视化分析系统做进一步具体说明：如图1所示，云端数据库2中储存的房地产信息数据包括：房屋租金价格、房屋位置信息、房屋户型类型、房屋配套设施、房屋门窗口朝向、房屋内部实景二维、三维模型，房屋特色简介；其中，房屋特色简介由房屋所有用户通过无线网络访问系统进入云端数据库2进行实时的手动编辑。
25.如图1所示，云端数据库2由若干数据子夹组成，云端数据库2下级设置有子模块，包括：构建单元21，用于参考云端数据库2中的数据子夹对云端数据库2进行拓扑结构构建；配置单元22，用于获取各房地产信息数据对应的房屋位置信息；其中，云端数据库2中数据子夹及构建单元21通过运行房屋位置信息进行生成与构建云端数据库的拓扑结构。
26.通过云端数据库2中的构建单元21及配置单元22的设置，可以为房屋的拓扑结构提供构建时的逻辑基础，确保在系统后续运行为有租赁房屋需求用户提供房屋推荐时具备推荐的基础数据支持。
27.如图1所示，控制终端1中配置有用户注册网页，注册网页对应网页链接由控制终端1在网络中进行分发，认证模块3运行时，通过用户端应用网络传输用户的访问请求，认证模块3以用户访问请求作为触发，通过用户端应用网络提供认证通道跳转至用户注册网页进行身份认证。
28.如图1所示，认证模块3下级设置有子模块，包括；采集单元31，用于采集请求访问系统用户的基本信息；设置单元32，用于设置请求访问系统用户在访问系统时所需输入的账号与密码；编辑单元33，用于编辑房屋形容词写入认证模块3，在请求访问系统用户通过认证后选择；其中，采集单元31运行采集的请求访问系统用户的基本信息内容包括：用户姓名、联系方式、当前位置信息；编辑单元33中请求访问系统用户选择的房屋形容词作为用户标签配置于对应用户，控制终端1中配置的用户注册网页内容参考采集单元31、设置单元32及编辑单元33进行设置。
29.如图1所示，云端数据库2中储存的房地产信息数据中的房屋特色简介，在房屋所有用户进行手动编辑时应用编辑单元33写入认证模块3的房屋形容词进行编辑。
30.通过上述模块的设置，当用户在系统中进行认证注册时，能够进一步的通过有租赁房屋需求的用户来采集房屋形容词，进而以此作为基础而形成的房屋信息简介更加适应有房屋租赁需求用户的选择习惯，从而更加有利于房屋租赁的交易达成。
31.如图1所示，定位模块6下级设置有子模块，包括：判定单元61，用于判定用户当前位置信息是否与上一次定位模块6运行获取的用户位置信息相同；其中，定位模块6运行设定有运行周期，每一运行周期结束后控制终端1控制定位模块6运行，当定位模块6运行获取到的用户位置信息与上一周期运行获取的用户位置信息相同时控制复用模块7运行。
32.通过该设置，可以提供以复用模块7准确的触发运行条件，使复用模块7能够根据用户的实际使用情况来适应性运行。
33.如图1所示，控制终端1通过介质电性连接有云端数据库2，云端数据库2通过介质电性连接有构建单元21及配置单元22，云端数据库2通过介质电性连接有认证模块3，认证模块3通过介质电性连接有采集单元31、设置单元32及编辑单元33，认证模块3通过介质电
性与推荐模块4、优化模块5及定位模块6，定位模块6通过介质电性连接有判定单元61及复用模块7，复用模块7通过介质电性与判定单元61相连接。
34.实施例3在具体实施层面，在实施例1的基础上，本实施例参照图2所示对实施例1中基于网络爬虫的房地产信息可视化分析系统做进一步具体说明：基于网络爬虫的房地产信息可视化分析方法，包括以下步骤：步骤1：创建用户注册网页，提供注册用户登录链接，使注册用户通过登录链接在注册网页进行身份认证完成账号注册；步骤2：在注册用户完成身份认证及账号注册后，请求注册用户编辑房屋需求相关形容词；步骤3：用户编辑形容词状态下，构建云端数据储存平台，将需要租赁的房屋的相关信息数据储存至语段数据储存平台中，房屋所有用户获取注册用户编辑的房屋需求相关形容词，房屋所有用户参考形容词对房屋进行房屋描述文字的编辑，并同步将编辑文字上传至云端数据储存平台；步骤4：获取注册用户位置信息，参考云端数据储存平台中储存的房屋位置信息构建注册用户位置信息与租赁房屋的拓扑结构图像数据；步骤5：注册用户获取拓扑结构图像数据并查看，注册用户在查看后在拓扑结构图像数据中选择所需要租赁的房屋；步骤6：对未在拓扑结构图像数据中选择租赁房屋的注册用户进行标记，周期制获取该注册用户位置信息，判定注册用户当前位置信息是否与上一周期获取的注册用户位置信息一致，在判定结果为是时获取该注册用户前置时间阶段查看拓扑结构图像数据中的房屋对应形容词；步骤7：参考形容词在拓扑结构图像数据中搜寻形容词对应房屋向用户发送。
35.其中，步骤7在其步骤执行时通过搜寻到的形容词与房屋对应形容词进行重复率降序排序，重复率计算应用如下公式进行计算：；式中，simp，d为p房屋的所属形容词重复率d可在排序序列中的排序位置；n为注册用户在注册时编辑的房屋需求相关形容词；w为注册用户查看拓扑结构图像数据时所选择的形容词。综上而言，通过上述实施例中该系统可以使得房屋信息根据有租赁需求的用户所编辑的形容词来进行简介描述，并进一步的将各房屋信息及房屋通过拓扑结构的方式连接在一起形成图形信息，以便于为用户带来更加直观的选择方式，为有租赁需求的用户带来更好的使用体验；并且能够通过用户的位置信息进行进一步的判断是否通过该系统进行所需租赁房屋的选择，从而确保有租赁需求的用户在使用该系统未对房屋进行选择时，系统能够主动的向有租赁需求的用户提出以精确的房屋推荐，从而以此规避了老式的房屋租赁app的统一广告推送，使得该系统向用户推荐的房屋信息与有租赁房屋需求的用户的需求
相适配，且更具针对性；此外实施例中方法的步骤执行能够进一步的维护系统运行的稳定，同时该方法能够进一步的为系统带来优化效果，使得用户在租赁房屋时，能够自动的为有租赁房屋需求的用户提供房屋匹配度队列，并结合以房屋拓扑结构图像数据进一步的使得选择房屋的过程更加便捷。
36.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。