(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 202211147578.0 (22)申请日 2022.09.21 (71)申请人 广州越创智数信息科技有限公司 地址 511458 广东省广州市南沙区环市大 道西海韵路18号 402自编12号 (72)发明人 林骏翔　高楠　王雁冰　赵靓　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 林丽明 (51)Int.Cl. G06Q 30/02(2012.01) G06F 16/22(2019.01) (54)发明名称 一种购房用户意向度计算方法及系统 (57)摘要 本发明涉及数据挖掘分析技术领域， 提出一 种购房用户意向度计算方法及系统， 包括以下步 骤： 当用户通过网络服务 从互联网平台请求物料 数据时， 获取用户唯一信息及请求记录； 根据用 户唯一信息与数据库匹配： 若存在已存储的用户 唯一信息， 将当前获取的用户请求记录进行关联 并根据时间戳进行存储； 若不存在已存储的用户 唯一信息， 则新建存储节点， 并将当前获取的用 户请求记录进行关联并根据时间戳进行存储； 对 数据库中的节 点进行遍历， 根据任一节点中所存 储的请求记录进行意向度计算； 其中， 根据物料 标签类别选取最近的至少两个时间段的请求记 录进行数据统计； 根据数据统计结果， 以预设的 权重分别与请求次数和时长进行意向分值计算， 生成用户意向度。 权利要求书3页 说明书10页 附图3页 CN 115239400 A 2022.10.25 CN 115239400 A 1.一种购房用户意向度计算方法， 其特征在于， 应用于互联网平台， 其中配置有带物料 标签的物料 数据； 所述方法中包括以下步骤： S1、 当用户通过网络服务从所述互联网平台请求所述物料数据时， 获取用户唯一信息 及请求记录； 所述请求记录包括物料 标签、 请求次数、 访问时长， 以及请求记录的时间戳； S2、 根据用户唯一信息与数据库匹配： 若存在已存储的用户唯一信息， 将当前获取的用 户请求记录进行关联并根据时间戳进行存储； 若不存在已存储的用户唯一信息， 根据所述 用户唯一信息新建存储节点， 并将当前获取的用户请求记录进行关联并根据时间戳进 行存 储； S3、 对数据库中的节点进行遍历， 根据任一节点中所存 储的请求记录进行意向度计算； 其中， 对请求记录根据物料标签进行分类后， 根据物料标签类别选取最近的至少两个 时间段的请求记录进行 数据统计； 根据数据统计结果， 对于任一物料标签类别， 以预设的权重分别与请求次数和时长进 行意向分值计算， 生成相应用户的意向度。 2.根据权利要求1所述的购房用户意向度计算方法， 其特征在于， 所述物料数据的物料 标签根据用户历史请求记录与用户成交记录关联生成， 其 步骤包括： 获取历史用户请求记录与用户成交记录并对其进行关联， 统计请求物料数据后达成成 交的数量， 对统计结果降序排序后对所述物料数据划分为至少三类， 并对相应的物料数据 标记为第一标签、 第二标签和第三标签。 3.根据权利要求2所述的购房用户意向度计算方法， 其特征在于， 所述S3步骤中， 根据 物料标签类别选取至少两个时间段的请求记录进行 数据统计的步骤 包括： 对于第一标签的物料数据， 选取至少5个时间段的请求记录进行数据统计， 得到当前用 户请求带第一标签物料 数据的总请求次数和访问总时长； 对于第二标签的物料数据， 选取至少4个时间段的请求记录进行数据统计， 得到当前用 户请求带第二标签物料 数据的总请求次数和访问总时长； 对于第三标签的物料数据， 选取至少2个时间段的请求记录进行数据统计， 得到当前用 户请求带第三标签物料 数据的总请求次数和访问总时长 。 4.根据权利要求3所述的购房用户意向度计算方法， 其特征在于， 所述S3步骤中， 根据 数据统计结果， 对于任一物料标签类别， 以预设的权重分别与请求次数和时长进行意向分 值计算的步骤 包括： 对于第一标签、 第二标签和第三标签的物料 数据， 分别设定有权 重α1、α2和α3； 对当前用户请求记录进行分析： 根据当前用户请求带第 一标签物料数据的总请求 次数是否大于预设的阈值和/或访问 总时长大于预设的阈值， 计算第一分值 A1； 其表达式如下： ； 根据当前用户请求带第 二标签物料数据的总请求 次数是否大于预设的阈值和/或访问 总时长大于预设的阈值， 计算第一分值 A2； 其表达式如下：权　利　要　求　书 1/3 页 2 CN 115239400 A 2； 根据当前用户请求带第 三标签物料数据的总请求 次数是否大于预设的阈值和/或访问 总时长大于预设的阈值， 计算第一分值 A3； 其表达式如下： ； 式中，Ci表示第i时间段的意向度分值， 其中当总请求次数大于 预设的阈值和/或访问总 时长大于预设的阈值， Ci取值为预设的分值； 若总 请求次数小于或等于预设的阈值， 或访问 总时长小于或等于预设的阈值， Ci取值为0； 根据用户请求记录进行分析 结果进行意向分值计算， 得到用户意向分值 为x=A1+A2+A3。 5.根据权利要求4所述的购房用户意向度计算方法， 其特征在于， 所述方法还包括以下 步骤： 获取用户的访问来源； 所述访问来源 包括主动搜索 访问和二维码扫描访问； 对访问来源为主动搜索 访问的用户意向分值 x增加β1分； 对访问来源为 二维码扫描访问的用户意向分值 x增加β2分； 其中β1>β2。 6.根据权利要求4所述的购房用户意向度计算方法， 其特征在于， 所述方法还包括以下 步骤： 获取用户的地理位置， 并计算当前用户的居住地分布信息和工作地分布信息； 若当前用户的地理位置、 居住地分布信 息或工作地分布信 息位于所述物料数据匹配的 地理区域范围内， 对当前用户的用户意向分值 x增加γ分。 7.根据权利要求4所述的购房用户意向度计算方法， 其特征在于， 所述请求记录还包括 咨询请求、 收藏请求和订阅请求； 所述方法还 包括以下步骤： 对数据库中的节点进行遍历： 若当前节点的请求记录 中存在咨询请求记录、 收藏请求、 订阅请求中的任一请求记录， 则对相应用户的意向分值 x增加δ分。 8.根据权利要求4所述的购房用户意向度计算方法， 其特征在于， 所述S3步骤中， 还包 括以下步骤： 对数据库中的节点进行遍历， 获取用户最近的请求记录的时间戳数据； 若时间戳数据距离当前时间大于预设的第 一时间阈值且小于预设的第 二时间阈值， 则 对用户的意向分值 x更新为0.75x； 若时间戳数据距离当前时间大于预设的第 二时间阈值且小于预设的第 三时间阈值， 则 对用户的意向分值 x更新为0.5x； 若时间戳数据距离当前时间大于预设的第 三时间阈值且小于预设的第四时间阈值， 则 对用户的意向分值 x更新为0.25x； 若时间戳数据距离当前时间大于预设的第 四时间阈值， 则对用户的意向分值 x更新为 0。 9.根据权利要求1~8任一项所述的购房用户意向度计算方法， 其特征在于， 所述S3步骤 中， 生成相应用户的意向度的步骤 包括：权　利　要　求　书 2/3 页 3 CN 115239400 A 3