(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211041436.6 (22)申请日 2022.08.29 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 栾凤　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 柳虹 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9537(2019.01) G06F 17/18(2006.01) G06Q 50/16(2012.01) (54)发明名称 一种房屋租赁信息 推荐方法及装置 (57)摘要 本申请公开了一种房屋租赁信息推荐方法 及装置， 可应用于大数据领域或金融领域。 先获 取用户关于房屋的房屋意愿信息， 包括用户的期 望租房区域、 房租支出接受范围以及用户对期望 租房区域的期望因素、 每个期望因素的优先级。 期望信息包括期望安全系数、 期望生活便利指数 以及期望标签。 获取用户的每月预估收入， 并根 据用户的每月预估收入确定用户的预估收入水 平。 获取各个待选租房区域的影响因素。 将用户 的房屋意愿信息、 用户的预估收入 水平以及各个 待选租房区域的影响因素输入训练完成的房屋 租赁信息推荐模 型中， 获取模型输出的目标房屋 租赁信息。 将该目标房屋租赁信息推荐给用户。 如此， 模型输出的目标房屋 租赁信息能够满足用 户的综合需求。 权利要求书3页 说明书12页 附图2页 CN 115374361 A 2022.11.22 CN 115374361 A 1.一种房屋租赁信息推荐方法， 其特 征在于， 所述方法包括： 获取用户的房屋意愿信息； 所述房屋意愿信息包括所述用户的期望租房 区域、 房租支 出接受范围、 所述用户对所述期望租房区域的期望因素以及每个所述期望因素 的优先级； 所述期望因素包括期望安全系数、 期望生活便利指数以及期望标签； 获取所述用户的每月预估收入， 并根据所述用户的每月预估收入确定所述用户的预估 收入水平； 获取各个待选租房区域的影响因素； 所述影响因素包括安全系数、 生活便利指数以及 评估标签； 将所述用户的房屋意愿信 息、 所述用户的预估收入水平以及所述各个待选租房区域的 影响因素输入训练完成的房屋租赁信息推荐模 型中， 获取所述房屋租赁信息推荐模型输出 的目标房屋租赁信息； 将所述目标房屋租赁信息推荐给 所述用户。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 确定所述用户的预估收入水平所在的目标区间； 获取所述目标区间的房租支出平均值， 将所述房租支出平均值作为所述用户的房租推 荐支出金额； 向所述用户展示所述房租推荐支出 金额。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述用户的每月预估收入确定所 述用户的预估收入水平， 包括： 将所述用户的每月预估收入输入训练完成的收入水平预估模型中， 获取所述收入水平 预估模型输出的所述用户的预估收入水平； 其中， 所述水平预估模型是根据历史用户的历史每月收入数据以及所述历史每月收入 数据对应的收入水平标签训练得到的。 4.根据权利要求1所述的方法， 其特征在于， 所述获取各个待选租房 区域的安全系数， 包括： 获取目标待选租房区域的每月的案件数量以及案件类型； 所述目标待选租房区域分别 为各个待选租房区域中的每一个； 对所述目标待选租房区域的每月的案件数量以及案件类型进行特征表示， 获取所述目 标待选租房区域的安全特 征数据； 将所述安全特征数据输入第 一线性回归模型中， 获取所述第 一线性回归模型输出的所 述目标待选租房区域的安全系数； 其中， 所述第一线性回归 模型用于表示 安全特征数据和安全系数的线性关系。 5.根据权利要求1所述的方法， 其特征在于， 所述获取各个待选租房区域的生活便利指 数， 包括： 获取目标待选租房区域周围预设范围内的生活设施数量、 生活设施类型、 交通设施数 量、 交通设施类型以及所述 目标待选租房区域的评价信息； 所述 目标待选租房区域分别为 各个待选租房区域中的每一个； 对所述目标待选租房 区域周围预设范围内的生活设施数量、 生活设施类型、 交通设施 数量、 交通设施类型以及所述 目标待选租房区域的评价信息进行特征表示， 获取所述 目标权　利　要　求　书 1/3 页 2 CN 115374361 A 2待选租房区域的环境特 征数据； 将所述环境特征数据输入第 二线性回归模型中， 获取所述第 二线性回归模型输出的所 述目标待选租房区域的生活便利指数； 其中， 所述第二线性回归 模型用于表示环境特 征数据与生活便利指数的线性关系。 6.根据权利要求1所述的方法， 其特征在于， 所述获取各个待选租房 区域的评估标签， 包括： 获取目标待选租房区域中各个居民的受教育程度、 年龄以及所述目标待选租房区域的 每年的案件数量； 所述目标待选租房区域分别为各个待选租房区域中的每一个； 基于所述目标待选租房区域中各个居民的受教育程度， 获取所述目标待选租房区域的 居民平均受教育程度， 并根据所述目标待选租房区域的居民平均受教育程度确定所述目标 待选租房区域的素质标签； 基于所述目标待选租房区域中各个居民的年龄， 获取所述目标待选租房区域的居民平 均年龄， 并根据所述目标待选租房区域的居民平均年龄确定所述目标待选租房区域的年龄 标签； 基于所述目标待选租房区域的每年的案件数量， 获取所述目标待选租房区域的月平均 案件数量， 并根据所述目标待选租房区域的月平均案件数量确定所述目标待选租房区域的 安全标签； 其中， 所述目标待选租房 区域对应的素质标签、 所述目标待选租房 区域的年龄标签以 及所述目标待选租房区域的安全标签组成所述目标待选租房区域的评估标签。 7.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 所述房屋租赁信息推荐模型是基 于训练数据和训练标签进行训练得到的； 所述训练数据包括历史用户的历史意愿信息、 所 述历史用户的实际收入水平以及所述各个待选租房区域的影响因素； 所述训练标签包括所 述历史用户的预期房屋租赁信息； 其中， 所述历史意愿信息包括所述历史用户的历史期望租房 区域、 历史房租支出接受 范围、 所述历史用户对所述历史期 望租房区域的历史期望因素以及每个所述历史期望因素 的优先级； 所述历史期望因素包括历史期望安全系 数、 历史期望生活便利指数以及历史期 望标签。 8.一种房屋租赁信息推荐装置， 其特 征在于， 所述装置包括： 第一获取单元， 用于获取用户的房屋意愿信息； 所述房屋意愿信息包括所述用户的期 望租房区域、 房租支出接受范围、 所述用户对所述期望租房区域的期望因素以及每个所述 期望因素的优先级； 所述期望因素包括期望安全系数、 期望生活便利指数以及期望标签； 第二获取单元， 用于获取所述用户的每月预估收入， 并根据所述用户的每月预估收入 确定所述用户的预估收入水平； 第三获取单元， 用于获取各个待选租房区域的影响因素； 所述影响因素包括安全系数、 生活便利指数以及评估标签； 输入单元， 用于将所述用户的房屋意愿信息、 所述用户的预估收入水平以及所述各个 待选租房区域的影响因素输入训练完成的房屋租赁信息推荐模型中， 获取所述房屋租赁信 息推荐模型输出的目标房屋租赁信息； 推荐单元， 用于将所述目标房屋租赁信息推荐给 所述用户。权　利　要　求　书 2/3 页 3 CN 115374361 A 3