本发明涉及计算机，尤其涉及一种基于相似人群的房源推荐方法及装置。
背景技术：
1、目前房源app都是基于用户关注咨询的房源进行动态推送，这种推送召回，需要用户主动关注咨询，在用户未关注咨询的情况下，无法收到相关推送召回消息。
2、并且大多数情况下，用户也希望获知跟自己偏好相似的其他人关注的房源信息。
3、然而，通过目前房源app对用户的个性化需求适用性较差，导致确定出的房源信息的准确度欠佳，用户体验较差。
技术实现思路
1、本发明提供一种基于相似人群的房源推荐方法及装置，用以解决现有技术中针对看房用户个性化需求的适用性较差，导致确定出的房源信息的准确度欠佳，用户体验较差的缺陷，提高针对用户个性化需求的适用性，并且提升了房源信息推荐的准确度，改善用户体验。
2、本发明提供一种基于相似人群的房源推荐方法，包括：
3、获取目标用户的看房行为信息及所述目标用户的身份标识信息；
4、基于所述身份标识信息，确定所述目标用户的画像信息，所述画像信息包括用户偏好的房源的属性信息；
5、基于所述画像信息，确定所述目标用户的看房相似人群集合信息，基于所述画像信息及所述看房行为信息，确定所述目标用户的多个物料集合信息，所述看房相似人群集合为有相同房源偏好的看房用户的集合；所述物料集合为所述看房行为关联的符合所述画像信息的房源集合；
6、在所述看房相似人群集合中用户数量大于预定阈值的情况下，获取所述物料集合中各房源的热度值，将各物料集合中的房源按照热度值从高到低排列，所述热度值根据房源行为次数计算得出；
7、将各物料集合中热度值靠前预定数量的房源推荐给所述目标用户。
8、根据本发明提供的基于相似人群的房源推荐方法，所述用户看房行为信息包括用户的看房行为、各看房行为关联的房源信息及各看房行为发生的时间信息；
9、所述获取目标用户的看房行为信息，包括：
10、获取目标用户看房行为的消息流数据；
11、根据所述消息流数据，得到所述目标用户的看房行为及各看房行为关联的房源信息及各看房行为发生的时间信息。
12、根据本发明提供的基于相似人群的房源推荐方法，所述目标用户的画像信息，通过以下步骤得到：
13、获取所述目标用户预定时间段内的看房行为信息；
14、基于所述看房行为信息，得到所述目标用户在所述预定时间段内的房源信息；
15、将所述目标用户在所述预定时间段内的房源信息按照房源属性进行聚合，得到所述目标用户偏好的房源的属性信息；
16、基于所述目标用户偏好的房源的属性信息，形成所述目标用户的画像信息。
17、根据本发明提供的基于相似人群的房源推荐方法，所述基于所述画像信息，得到所述目标用户的看房相似人群集合信息，包括：
18、获取所述画像信息中的房源的属性信息；
19、基于所述属性信息，得到所述目标用户的房源偏好；
20、基于所述目标用户的房源偏好，查找得到有相同房源偏好的看房用户的集合。
21、根据本发明提供的基于相似人群的房源推荐方法，所述基于所述画像信息，得到所述目标用户的看房相似人群集合信息，进一步包括：
22、判断所述目标用户是否在所述看房相似人群集合中；
23、在所述目标用户不在所述看房相似人群集合中的情况下，将所述目标用户加入所述看房相似人群集合。
24、根据本发明提供的基于相似人群的房源推荐方法，所述基于所述画像信息及所述看房行为信息，得到所述目标用户的多个物料集合信息，包括：
25、根据所述画像信息，得到所述目标用户偏好的房源的属性信息；
26、基于所述目标用户的偏好的房源的属性信息和所述看房行为，得到各看房行为关联的物料集合信息。
27、根据本发明提供的基于相似人群的房源推荐方法，在得到各行为信息关联的物料集合信息之后，还包括：
28、判断所述行为信息关联的房源信息是否在所述物料集合信息中；
29、若在，则将所述房源信息的热度值+1；
30、若不在，则将所述房源信息加入所述物料集合信息中，并将所述房源信息的热度值置为1。
31、根据本发明提供的基于相似人群的房源推荐方法，所述将各物料集合中的房源按照热度值从高到低排列，包括：
32、遍历各物料集合中的房源及所述房源对应的行为信息；
33、将所述房源对应的行为信息按照重要度进行加权后进行相加，得到所述房源对应的热度值；
34、将所有房源按照热度值从高到底排列。
35、本发明还提供一种基于相似人群的房源推荐装置，包括：
36、获取模块，用于获取目标用户的看房行为信息及所述目标用户的身份标识信息；
37、确定模块，用于基于所述身份标识信息，确定所述目标用户的画像信息，所述画像信息包括用户偏好的房源的属性信息；
38、确定模块，还用于基于所述画像信息，确定所述目标用户的看房相似人群集合信息，基于所述画像信息及所述看房行为信息，确定所述目标用户的多个物料集合信息，所述看房相似人群集合为有相同房源偏好的看房用户的集合；所述物料集合为所述看房行为关联的符合所述画像信息的房源集合；
39、排序模块，用于在所述看房相似人群集合中用户数量大于预定阈值的情况下，获取所述物料集合中各房源的热度值，将各物料集合中的房源按照热度值从高到低排列，所述热度值根据房源行为次数计算得出；
40、推荐模块，用于将各物料集合中热度值靠前预定数量的房源推荐给所述目标用户。本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于相似人群的房源推荐方法。
41、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于相似人群的房源推荐方法。
42、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于相似人群的房源推荐方法。
43、本发明提供的基于相似人群的房源推荐方法及装置，通过收集用户的看房行为，对看房相似人群进行用户画像，根据用户行为画像，圈定看房相似人群，并根据相似人群的看房行为，将热度值高的房源进行推送召回。在看房时用户不需要主动关注咨询，就可以方便获取到相似人群的关注房源，以便系统能给用户推送跟其预算、买房区域、大小或其他条件相符的房源，节省用户看房时间。
1.一种基于相似人群的房源推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于相似人群的房源推荐方法，其特征在于，所述用户看房行为信息包括用户的看房行为、各看房行为关联的房源信息及各看房行为发生的时间信息；
3.根据权利要求2所述的基于相似人群的房源推荐方法，其特征在于，所述目标用户的画像信息，通过以下步骤得到：
4.根据权利要求3所述的基于相似人群的房源推荐方法，其特征在于，所述基于所述画像信息，得到所述目标用户的看房相似人群集合信息，包括：
5.根据权利要求4所述的基于相似人群的房源推荐方法，其特征在于，所述基于所述画像信息，得到所述目标用户的看房相似人群集合信息，进一步包括：
6.根据权利要求3所述的基于相似人群的房源推荐方法，其特征在于，所述基于所述画像信息及所述看房行为信息，得到所述目标用户的多个物料集合信息，包括：
7.根据权利要求6所述的基于相似人群的房源推荐方法，其特征在于，在得到各行为信息关联的物料集合信息之后，还包括：
8.根据权利要求1所述的基于相似人群的房源推荐方法，其特征在于，所述将各物料集合中的房源按照热度值从高到低排列，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述基于相似人群的房源推荐方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述基于相似人群的房源推荐方法。
