一种基于互联网技术的生活优化方法与流程

互联网保险的理赔流程优化 #生活知识# #科技生活# #科技改变生活# #科技金融#

1.本发明涉及信息技术领域，尤其涉及一种基于互联网技术的生活优化方法。

背景技术：

2.进入互联网时代，人们对生活品质有了更高的追求，尤其是对生活环境的要求。然而，作为毕业生群体，由于还没有具体的经济收入，往往需要与他人合租，合租后，由于双方性格差异，往往会产生矛盾，导致合租无法继续。另外，有的人性格开朗适合与多人合租，有的人性格内敛不适合和多人合租，有的人经济压力大，租房预算低；有的人期望生活得更好，租房预算高。为了找到真正适合自己的房子，需要花费大量的时间和经历去寻找房子，而在这个过程中，由于信息误差等原因，导致最终签约的房子并不符合自己的实际需求,无法保证合租者有一个良好的合租体验。

技术实现要素：

3.本发明提供了一种基于互联网技术的生活优化方法，主要包括：
4.获取用户信息与合租环境信息；根据合租者特征信息构建合租者画像并匹配合租者，所述根据合租者特征信息构建合租者画像并匹配合租者，具体包括：通过心理测验分析合租者性格，通过历史用电数据分析合租者用电行为，通过网络数据分析合租者爱好；根据合租环境信息进行合租环境特征分析，具体包括：根据合租预算分析合租者经济能力；根据合租者画像与合租环境特征进行个性化合租推荐；判断是否需要换租，具体包括：计算工作变动概率；换租地点与换租时间推荐。
5.进一步可选地，所述获取用户信息与合租环境信息包括：
6.获取用户信息与合租环境信息，并经过数据预处理后分别存储于用户数据库与合租环境数据库；通过用户id获取对应的所述用户信息与所述合租环境信息；其中，所述用户信息与所述合租环境信息通过第三方数据接口与租赁平台获取。
7.进一步可选地，所述根据合租者特征信息构建合租者画像并匹配合租者包括：
8.通过合租者数据库获取合租者信息，并经过数据处理获取合租者特征信息；所述合租者特征信息包括性别、性格、用电行为、作息习惯、工作领域以及爱好；根据所述合租者特征信息构建合租者画像；利用皮尔逊相关系数计算公式，将指定的合租者画像信息与剩下的合租者画像信息进行相互匹配；所述皮尔逊相关系数(pearsoncorrelation)是衡量向量相似度的一种方式；输出范围为-1到+1，其中0代表无相关性，负值代表负相关，正值代表正相关；若所述合租者画像信息的匹配度越高，则表示合租者之间越相似；选取匹配度高于指定阈值的前n个合租者进行特征标注并存储于匹配合租者数据库；包括：通过心理测验分析合租者性格；通过历史用电数据分析合租者用电行为；通过网络数据分析合租者爱好；
9.所述通过心理测验分析合租者性格，具体包括：
10.心理测验采用mbti测试，通过所述mbti测试获取合租者性格类型。mbti(myers-briggstypeindicator)，是一种迫选型、自我报告式的性格评估测试，用以衡量和描述人们
在获取信息、作出决策、对待生活等方面的心理活动规律和性格类型。所述mbti测试上传至租赁平台并通过租赁平台向用户发送所述mbti测试，通过所述mbti测试获取用户性格测试结果数据，形成用户性格数据集，并利用神经网路训练所述用户性格数据集并进行特征标注，利用分类网络对所述特征标注进行监督训练，形成n种性格分类。
11.所述通过历史用电数据分析合租者用电行为，具体包括：
12.合租者用电行为包括不同时间段用电量、用电高峰期、不同功率电器用电量与用电风险程度。所述不同时间段用电量与所述用电高峰期的数据通过官方数据接口获得，所述不同电器用电量通过连接电器的智能插座采集，所述用电风险通过用电风险系数获得。所述用电风险系数，即e＝sqrt(((f1-f)^2+(f2-f)^2+......(fn-f)^2)/n，fn表示第n个电器在指定时间内意外断电的次数，f表示所有电器意外断电次数的平均数，n表示总的电器数量。若所述用电风险系数超过指定阈值，则表示该合租者用电风险高。
13.所述通过网络数据分析合租者爱好，具体包括：
14.通过调取第三方数据接口获取合租者的网络数据，所述网络数据包括社交分享文字性数据、搜索记录数据与购物数据。获取的所述网络数据进行数据清洗并进行数据格式化。利用textrank算法提取所述网络数据的关键词，所述textrank算法是一种用于文本的基于图的排序算法，通过把文本分割成若干组成单元(句子)，构建节点连接图，用句子之间的相似度作为边的权重，通过循环迭代计算句子的textrank值，最后抽取排名高的句子组合成文本摘要。将所获取的所有关键词构建合租者爱好向量，即h
→
{i1，i2，
…
,in},其中，h表示合租者爱好向量，i表示爱好关键词，n表示爱好关键词数量。
15.进一步可选地，所述根据合租环境信息进行合租环境特征分析包括：
16.通过合租环境数据库获取合租环境信息，并经过数据处理获取合租环境特征信息；所述合租环境特征信息存储于合租环境特征数据库，所述合租环境特征信息包括合租预算、租房风格、租房设备、租房面积、周边配套以及通勤距离；根据工作类型分析所述租房风格，所述工作类型通过用户信息数据库获得，并通过获取现有租房数据训练神经网络并构建神经网络模型，将用户工作类型参数输入神经网络模型，获取与用户需求相匹配的租房风格；包括：根据合租预算分析合租者经济能力；
17.所述根据合租预算分析合租者经济能力，具体包括：
18.通过第三方数据接口获取合租者的商业银行交易记录、负债信息与历史消费记录，将获取的所述商业银行交易记录、所述负债信息与所述历史消费记录进行数据预处理并将数据输入预先训练的数学模型中，所述数学模型采用深度神经网络dnn(deepneuralnetworks)并通过所述数学模型预测合租预算。设定n个合租预算区间，不同区间表示不同的经济能力。
19.进一步可选地，所述根据合租者画像与合租环境特征进行个性化合租推荐包括：
20.通过匹配合租者数据库获取匹配合租者数据，通过合租环境特征数据库获取合租环境特征信息，采集房源信息并构建房源信息数据库，所述房源信息包括住房户型，租房价格，房屋地点、房屋面积、周边配套和房屋设备；所述房源信息经过数据预处理后存储于房源信息数据库；构建房源数据，即p{p1,p2,
…
,pn},其中p表示房源数据，n表示房源数据的个数，通过k-means算法对房源数据进行分类，并结合灰色关联分析计算基于匹配合租者和合租环境特征与房源间的总相关联度；所述灰色关联度分析(greyrelationanalysis，
gra)，是一种多因素统计分析的方法；最后利用top-n推荐方式进行个性化合租推荐。
21.进一步可选地，所述判断是否需要换租包括：
22.通过计算合租者工作变动可能性，合租者满意度与合同到期日期并利用线性回归模型进行预测，判断是否需要进行换租；构建合租者满意度量化表并上传至租赁平台，获取合租满意度量化表数据并统计所述合租满意度量化表数据，计算所述合租者满意度；若经过所述线性回归模型的预测结果大于指定阈值，则表示合租者需要进行换租并进行特征标注；包括：计算工作变动概率；
23.所述计算工作变动概率，具体包括：
24.通过求职平台数据接口获取合租者浏览记录，与hr对话次数。通过办公平台数据接口获取合租者上班打卡记录。通过物业管理平台获取合租者出入时间记录，并通过所述合租者出入时间记录计算合租者居家时间，根据所述合租者浏览记录，所述与hr对话次数，所述合租者上班打卡记录与所述合租者居家时间利用贝叶斯公式计算合租者工作变动概率。
25.一种基于互联网技术的生活优化方法其特征在于，所述系统包括：
26.换租推荐模型包括换租地点推荐模块与换租时间推荐模块；所述换租地点推荐模块根据用户换租需求调整所述个性化合租推荐；通过租赁平台获取用户换租需求文本，利用textrank算法提取所述用户换租需求文本的关键词，所述关键词输入所述个性化合租推荐，获取用户top-n个换租推荐；所述换租时间推荐模块包括租赁到期日期获取，工作日程获取与作息时间获取；通过租赁合同文本获取所述租赁到期日期，利用办公平台数据接口获取用户工作日程，通过获取用户体征数据计算作息时间，所述用户体征数据通过体征检测器获得；通过协同过滤算法分析用户换租时间，若推荐时间小于所述租赁到期日期，则属于有效推荐时间，根据所述有效推荐时间构建时间推荐列表。
27.本发明实施例提供的技术方案可以包括以下有益效果：
28.为解决上述存在问题，本发明提供一种基于互联网技术的生活优化方法，通过建立合租者画像以及合租环境特征分析进行个性化合租推荐。并根据合租后的相处和工作变动情况进行再分析，获得换租机会，并推荐换租时间与换租地点，利用互联网技术优化用户的合租环境，提升合租体验。
附图说明
29.图1为本发明的一种基于互联网技术的生活优化方法的流程图。
30.图2为本发明的一种基于互联网技术的生活优化方法的示意图。
具体实施方式
31.为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
32.图1为本发明的一种基于互联网技术的生活优化方法流程图。如图1所示，本实施例一种基于互联网技术的生活优化方法具体可以包括：
33.步骤101，获取用户信息与合租环境信息。
34.获取用户信息与合租环境信息，并经过数据预处理后分别存储于用户数据库与合
租环境数据库。通过用户id获取对应的所述用户信息与所述合租环境信息。其中，所述用户信息与所述合租环境信息通过第三方数据接口与租赁平台获取。例如，通过租赁平台获取用户“张三”的基本信息与合租环境信息，并将对应的信息存储到数据库。其中“张三”的id为“a001”，通过其id查询用户数据库可以获得“张三”的用户信息为{性别：“男”，年龄段：“20-10岁”，性格：“活泼开朗”，作息习惯：“早睡早起”，工作领域：“互联网公司”，爱好“运动”}，同时，通过其id匹配合租环境数据库，获得其合租环境信息为{合租预算:“1k-2k”，周边配套:“医院、超市、学校”，通勤距离：“1公里内”}。
35.步骤102，根据合租者特征信息构建合租者画像并匹配合租者。
36.通过合租者数据库获取合租者信息，并经过数据处理获取合租者特征信息。所述合租者特征信息包括性别、性格、用电行为、作息习惯、工作领域以及爱好。根据所述合租者特征信息构建合租者画像。利用皮尔逊相关系数计算公式，将指定的合租者画像信息与剩下的合租者画像信息进行相互匹配。所述皮尔逊相关系数(pearsoncorrelation)是衡量向量相似度的一种方式。输出范围为-1到+1，其中0代表无相关性，负值代表负相关，正值代表正相关。若所述合租者画像信息的匹配度越高，则表示合租者之间越相似。选取匹配度高于指定阈值的前n个合租者进行特征标注并存储于匹配合租者数据库。例如，匹配度阈值为80％，指定合租者为“赵六”，经过皮尔逊相关系数计算选出5个与其匹配度高于80％的合租者，匹配度分别为80.1％，88.6％，83.2％，92.5％，93.4％，则将与其匹配的合租者信息与匹配度保存到匹配合租者数据库。
37.通过心理测验分析合租者性格。
38.心理测验采用mbti测试，通过所述mbti测试获取合租者性格类型。mbti(myers-briggstypeindicator)，是一种迫选型、自我报告式的性格评估测试，用以衡量和描述人们在获取信息、作出决策、对待生活等方面的心理活动规律和性格类型。所述mbti测试上传至租赁平台并通过租赁平台向用户发送所述mbti测试，通过所述mbti测试获取用户性格测试结果数据，形成用户性格数据集，并利用神经网路训练所述用户性格数据集并进行特征标注，利用分类网络对所述特征标注进行监督训练，形成n种性格分类。所有用户通过租赁平台进行mbti性格测试，测试结果形成用户性格数据集，并利用神经网路训练用户性格数据集并进行特征标注，利用分类网络对特征标注进行监督训练，形成4种性格分类。即es
→
外向型，en
→
领导型，is
→
内向型，in
→
创意型。
39.通过历史用电数据分析合租者用电行为。
40.合租者用电行为包括不同时间段用电量、用电高峰期、不同功率电器用电量与用电风险程度。所述不同时间段用电量与所述用电高峰期的数据通过官方数据接口获得，所述不同电器用电量通过连接电器的智能插座采集，所述用电风险通过用电风险系数获得。所述用电风险系数，即e＝sqrt(((f1-f)^2+(f2-f)^2+......(fn-f)^2)/n，fn表示第n个电器在指定时间内意外断电的次数，f表示所有电器意外断电次数的平均数，n表示总的电器数量。若所述用电风险系数超过指定阈值，则表示该合租者用电风险高。例如，合租者“李四”有空调，电磁率，微波炉，电吹风4部家电，其在一个月内意外断电次数分别为3，5，2，1，则通过计算得出“李四”的用电风险系数为1.47，若用电风险阈值为1.25，则表示“李四”的用电风险高。
41.通过网络数据分析合租者爱好。
42.通过调取第三方数据接口获取合租者的网络数据，所述网络数据包括社交分享文字性数据、搜索记录数据与购物数据。获取的所述网络数据进行数据清洗并进行数据格式化。利用textrank算法提取所述网络数据的关键词，所述textrank算法是一种用于文本的基于图的排序算法，通过把文本分割成若干组成单元(句子)，构建节点连接图，用句子之间的相似度作为边的权重，通过循环迭代计算句子的textrank值，最后抽取排名高的句子组合成文本摘要。将所获取的所有关键词构建合租者爱好向量，即h
→
{i1，i2，
…
,in},其中，h表示合租者爱好向量，i表示爱好关键词，n表示爱好关键词数量。例如，通过调取第三方的数据接口，获取合租者“张三”的网络数据，通过textrank算法提取网络数据的关键词并构建合租者“张三”的爱好向量h，即h
→
{“看电影”，“运动”，“阅读”，“音乐”}。
43.步骤103，根据合租环境信息进行合租环境特征分析。
44.通过合租环境数据库获取合租环境信息，并经过数据处理获取合租环境特征信息。所述合租环境特征信息存储于合租环境特征数据库，所述合租环境特征信息包括合租预算、租房风格、租房设备、租房面积、周边配套以及通勤距离。根据工作类型分析所述租房风格，所述工作类型通过用户信息数据库获得，并通过获取现有租房数据训练神经网络并构建神经网络模型，将用户工作类型参数输入神经网络模型，获取与用户需求相匹配的租房风格。例如，通过用户“张三”id匹配用户信息数据获取其工作类型数据为“计算机互联网类”，并通过第三方接口获取现有租房者及其租房风格数据，训练并构建神经网络模型，并将用户“张山”的工作类型数据作为参数输入神经网络模型，获取其租房风格为“北欧风格”。
45.根据合租预算分析合租者经济能力。
46.通过第三方数据接口获取合租者的商业银行交易记录、负债信息与历史消费记录，将获取的所述商业银行交易记录、所述负债信息与所述历史消费记录进行数据预处理并将数据输入预先训练的数学模型中，所述数学模型采用深度神经网络dnn(deepneuralnetworks)并通过所述数学模型预测合租预算。设定n个合租预算区间，不同区间表示不同的经济能力。例如，设定3个合租预算区间，合租预算为c，若c∈(0,3000]，则表示合租者经济能力低；若c∈(3000,10000]，则表示合租者经济能力中，若c∈(10000,+∞]，则表示合租者经济能力强。
47.步骤104，根据合租者画像与合租环境特征进行个性化合租推荐。
48.通过匹配合租者数据库获取匹配合租者数据，通过合租环境特征数据库获取合租环境特征信息，采集房源信息并构建房源信息数据库，所述房源信息包括住房户型，租房价格，房屋地点、房屋面积、周边配套和房屋设备。所述房源信息经过数据预处理后存储于房源信息数据库。构建房源数据，即p{p1,p2,
…
,pn},其中p表示房源数据，n表示房源数据的个数，通过k-means算法对房源数据进行分类，并结合灰色关联分析计算基于匹配合租者和合租环境特征与房源间的总相关联度。所述灰色关联度分析(greyrelationanalysis，gra)，是一种多因素统计分析的方法。最后利用top-n推荐方式进行个性化合租推荐。例如，通过房源信息数据库获取房源信息并构建房源数据，即p{p1,p2,
…
,p100}，通过k-means算法对房源数据进行分类，并结合灰色关联分析计算基于匹配合租者和合租环境特征与房源间的总相关联度，利用top-n推荐方式选取前3种推荐方式，即{“合租者a”,“合租者b”,“合租者c”,房1}，{“合租者a”,“合租者d”,“合租者e”,房1},{“合租者a”,“合租者b”,“合租者
e”,房2。
49.步骤105，判断是否需要换租。
50.通过计算合租者工作变动可能性，合租者满意度与合同到期日期并利用线性回归模型进行预测，判断是否需要进行换租。构建合租者满意度量化表并上传至租赁平台，获取合租满意度量化表数据并统计所述合租满意度量化表数据，计算所述合租者满意度。若经过所述线性回归模型的预测结果大于指定阈值，则表示合租者需要进行换租并进行特征标注。例如，换租阈值为50％，经过合租满意度量化表计算得出，合租者a的满意度为33％，当天日期为3月5日，合同到期日期为3月8日，合同到期期限长度为：3(8-5＝3)，合作者a工作变动可能性为65％，通过线性回归模型的预测结果为：合租者a换租可能性为51.47％，则合租者a需要进行换租并用数字进行特征标注(1表示需要进行换租，0表示不需要换租)，即{“合租者a”,51.47％,1。
51.计算工作变动概率。
52.通过求职平台数据接口获取合租者浏览记录，与hr对话次数。通过办公平台数据接口获取合租者上班打卡记录。通过物业管理平台获取合租者出入时间记录，并通过所述合租者出入时间记录计算合租者居家时间，根据所述合租者浏览记录，所述与hr对话次数，所述合租者上班打卡记录与所述合租者居家时间利用贝叶斯公式计算合租者工作变动概率。
53.步骤106，换租地点与换租时间推荐。
54.换租推荐模型包括换租地点推荐模块与换租时间推荐模块。所述换租地点推荐模块根据用户换租需求调整所述个性化合租推荐。通过租赁平台获取用户换租需求文本，利用textrank算法提取所述用户换租需求文本的关键词，所述关键词输入所述个性化合租推荐，获取用户top-n个换租推荐。所述换租时间推荐模块包括租赁到期日期获取，工作日程获取与作息时间获取。通过租赁合同文本获取所述租赁到期日期，利用办公平台数据接口获取用户工作日程，通过获取用户体征数据计算作息时间，所述用户体征数据通过体征检测器获得。通过协同过滤算法分析用户换租时间，若推荐时间小于所述租赁到期日期，则属于有效推荐时间，根据所述有效推荐时间构建时间推荐列表。例如，租赁合同到期日期为2022年1月1日，为避免提前解约需要交付高额的违约金，则换租时间需要在2022年1月1日之后进行筛选，通过获取合租者工作日程信息计算工作时间，通过用户佩戴的智能手表检测心率，判断是否为作息状态，计算作息时间，通过协同过滤算法分析用户换租时间，构建时间推荐列表，即{“2022年1月15日，15：30-19：00”，“2022年1月19日，12：30-14：00”，“2022年1月21日9：00-10：00”}。
55.以上仅列举了本发明的一些优选实施方式，但本发明并不局限于此，还可以作出许多的改进和变换。只要是在本发明基本原理基础上所作出的改进与变换，均应视为落入本发明的保护范围内。

技术特征：
1.一种基于互联网技术的生活优化方法，其特征在于，所述方法包括：获取用户信息与合租环境信息；根据合租者特征信息构建合租者画像并匹配合租者，所述根据合租者特征信息构建合租者画像并匹配合租者，具体包括：通过心理测验分析合租者性格，通过历史用电数据分析合租者用电行为，通过网络数据分析合租者爱好；根据合租环境信息进行合租环境特征分析，具体包括：根据合租预算分析合租者经济能力；根据合租者画像与合租环境特征进行个性化合租推荐；判断是否需要换租，具体包括：计算工作变动概率；换租地点与换租时间推荐。2.根据权利要求1所述的方法，其中，所述获取用户信息与合租环境信息，包括:获取用户信息与合租环境信息，并经过数据预处理后分别存储于用户数据库与合租环境数据库；通过用户id获取对应的所述用户信息与所述合租环境信息；其中，所述用户信息与所述合租环境信息通过第三方数据接口与租赁平台获取。3.根据权利要求1所述的方法，其中，所述根据合租者特征信息构建合租者画像并匹配合租者，包括:通过合租者数据库获取合租者信息，并经过数据处理获取合租者特征信息；所述合租者特征信息包括性别、性格、用电行为、作息习惯、工作领域以及爱好；根据所述合租者特征信息构建合租者画像；利用皮尔逊相关系数计算公式，将指定的合租者画像信息与剩下的合租者画像信息进行相互匹配；所述皮尔逊相关系数(pearsoncorrelation)是衡量向量相似度的一种方式；输出范围为-1到+1，其中0代表无相关性，负值代表负相关，正值代表正相关；若所述合租者画像信息的匹配度越高，则表示合租者之间越相似；选取匹配度高于指定阈值的前n个合租者进行特征标注并存储于匹配合租者数据库；包括：通过心理测验分析合租者性格；通过历史用电数据分析合租者用电行为；通过网络数据分析合租者爱好；所述通过心理测验分析合租者性格，具体包括:心理测验采用mbti测试，通过所述mbti测试获取合租者性格类型；mbti(myers-briggstypeindicator)，是一种迫选型、自我报告式的性格评估测试，用以衡量和描述人们在获取信息、作出决策、对待生活等方面的心理活动规律和性格类型；所述mbti测试上传至租赁平台并通过租赁平台向用户发送所述mbti测试，通过所述mbti测试获取用户性格测试结果数据，形成用户性格数据集，并利用神经网路训练所述用户性格数据集并进行特征标注，利用分类网络对所述特征标注进行监督训练，形成n种性格分类；所述通过历史用电数据分析合租者用电行为，具体包括:合租者用电行为包括不同时间段用电量、用电高峰期、不同功率电器用电量与用电风险程度；所述不同时间段用电量与所述用电高峰期的数据通过官方数据接口获得，所述不同电器用电量通过连接电器的智能插座采集，所述用电风险通过用电风险系数获得；所述用电风险系数，即e＝sqrt(((f1-f)^2+(f2-f)^2+......(fn-f)^2)/n，fn表示第n个电器在指定时间内意外断电的次数，f表示所有电器意外断电次数的平均数，n表示总的电器数量；若所述用电风险系数超过指定阈值，则表示该合租者用电风险高；所述通过网络数据分析合租者爱好，具体包括:通过调取第三方数据接口获取合租者的网络数据，所述网络数据包括社交分享文字性数据、搜索记录数据与购物数据；获取的所述网络数据进行数据清洗并进行数据格式化；利用textrank算法提取所述网络数据的关键词，所述textrank算法是一种用于文本的基于图
的排序算法，通过把文本分割成若干组成单元(句子)，构建节点连接图，用句子之间的相似度作为边的权重，通过循环迭代计算句子的textrank值，最后抽取排名高的句子组合成文本摘要；将所获取的所有关键词构建合租者爱好向量，即h
→
{i1，i2，
…
,in},其中，h表示合租者爱好向量，i表示爱好关键词，n表示爱好关键词数量。4.根据权利要求1所述的方法，其中，所述根据合租环境信息进行合租环境特征分析，包括:通过合租环境数据库获取合租环境信息，并经过数据处理获取合租环境特征信息；所述合租环境特征信息存储于合租环境特征数据库，所述合租环境特征信息包括合租预算、租房风格、租房设备、租房面积、周边配套以及通勤距离；根据工作类型分析所述租房风格，所述工作类型通过用户信息数据库获得，并通过获取现有租房数据训练神经网络并构建神经网络模型，将用户工作类型参数输入神经网络模型，获取与用户需求相匹配的租房风格；包括：根据合租预算分析合租者经济能力；所述根据合租预算分析合租者经济能力，具体包括:通过第三方数据接口获取合租者的商业银行交易记录、负债信息与历史消费记录，将获取的所述商业银行交易记录、所述负债信息与所述历史消费记录进行数据预处理并将数据输入预先训练的数学模型中，所述数学模型采用深度神经网络dnn(deepneuralnetworks)并通过所述数学模型预测合租预算；设定n个合租预算区间，不同区间表示不同的经济能力。5.根据权利要求1所述的方法，其中，所述根据合租者画像与合租环境特征进行个性化合租推荐，包括:通过匹配合租者数据库获取匹配合租者数据，通过合租环境特征数据库获取合租环境特征信息，采集房源信息并构建房源信息数据库，所述房源信息包括住房户型，租房价格，房屋地点、房屋面积、周边配套和房屋设备；所述房源信息经过数据预处理后存储于房源信息数据库；构建房源数据，即p{p1,p2,
…
,pn},其中p表示房源数据，n表示房源数据的个数，通过k-means算法对房源数据进行分类，并结合灰色关联分析计算基于匹配合租者和合租环境特征与房源间的总相关联度；所述灰色关联度分析(greyrelationanalysis，gra)，是一种多因素统计分析的方法；最后利用top-n推荐方式进行个性化合租推荐。6.根据权利要求1所述的方法，其中，所述判断是否需要换租，包括:通过计算合租者工作变动可能性，合租者满意度与合同到期日期并利用线性回归模型进行预测，判断是否需要进行换租；构建合租者满意度量化表并上传至租赁平台，获取合租满意度量化表数据并统计所述合租满意度量化表数据，计算所述合租者满意度；若经过所述线性回归模型的预测结果大于指定阈值，则表示合租者需要进行换租并进行特征标注；包括：计算工作变动概率；所述计算工作变动概率，具体包括:通过求职平台数据接口获取合租者浏览记录，与hr对话次数；通过办公平台数据接口获取合租者上班打卡记录；通过物业管理平台获取合租者出入时间记录，并通过所述合租者出入时间记录计算合租者居家时间，根据所述合租者浏览记录，所述与hr对话次数，所述合租者上班打卡记录与所述合租者居家时间利用贝叶斯公式计算合租者工作变动概率。7.根据权利要求1所述的方法，其中，所述换租地点与换租时间推荐，包括:
换租推荐模型包括换租地点推荐模块与换租时间推荐模块；所述换租地点推荐模块根据用户换租需求调整所述个性化合租推荐；通过租赁平台获取用户换租需求文本，利用textrank算法提取所述用户换租需求文本的关键词，所述关键词输入所述个性化合租推荐，获取用户top-n个换租推荐；所述换租时间推荐模块包括租赁到期日期获取，工作日程获取与作息时间获取；通过租赁合同文本获取所述租赁到期日期，利用办公平台数据接口获取用户工作日程，通过获取用户体征数据计算作息时间，所述用户体征数据通过体征检测器获得；通过协同过滤算法分析用户换租时间，若推荐时间小于所述租赁到期日期，则属于有效推荐时间，根据所述有效推荐时间构建时间推荐列表。

技术总结
本申请提供一种基于互联网技术的生活优化方法，包括：获取用户信息与合租环境信息；根据合租者特征信息构建合租者画像并匹配合租者，所述根据合租者特征信息构建合租者画像并匹配合租者，具体包括：通过心理测验分析合租者性格，通过历史用电数据分析合租者用电行为，通过网络数据分析合租者爱好；根据合租环境信息进行合租环境特征分析，具体包括：根据合租预算分析合租者经济能力；根据合租者画像与合租环境特征进行个性化合租推荐；判断是否需要换租，具体包括：计算工作变动概率；换租地点与换租时间推荐。点与换租时间推荐。点与换租时间推荐。

技术研发人员：郑创鑫 陈子鸿 林嘉顺
受保护的技术使用者：鑫洋互联网科技（广州）有限公司
技术研发日：2022.08.30
技术公布日：2022/12/1

网址：一种基于互联网技术的生活优化方法与流程 https://www.yuejiaxmz.com/news/view/284405

相关内容

基于NFC的互动益智玩具改造方法与应用与流程
网络优化的方法和流程
流程优化的五种基本方法
一种基于数字权益产品的供应链优化方法及系统与流程
一种基于智能手机的家电智能控制方法与流程
网络优化的方法和技术研发1.背景介绍 随着互联网的不断发展，网络优化技术已经成为了我们生活中不可或缺的一部分。在这篇文章
无线网络优化流程与方法
一种基于车联网技术的车载娱乐信息系统.docx
基于室内结构的功能区优化方法、装置及电子设备与流程
基于“互联网+”的高校生活助手平台

随便看看