[发明专利]推荐排序方法、系统、电子设备及可读存储介质

说明书

本发明公开了一种推荐排序方法、系统、电子设备及可读存储介质，其中，该方法包括：获取客户特征信息，所述客户特征信息用于表征客户的基本信息；获取商圈特征信息，所述商圈特征信息用于表征商圈的基本信息；获取商圈间的关系特征信息，所述商圈间的关系特征信息用于表征商圈与商圈之间的关联信息；根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息。该方法先获取客户特征信息、商圈特征信息和商圈间的关系特征信息；之后，将以上多种信息相结合，综合多种信息生成推荐排序信息，使得推荐排序信息更加完备，多特征的引入将更好的挖掘客户与商圈的匹配关系，提升了推荐排序信息的精准度。

技术领域

本发明涉及智能推荐技术领域，具体涉及到一种推荐排序方法、系统、电子设备及可读存储介质。

背景技术

随着互联网技术的快速发展，基于位置的服务(Location-Based Service，LBS)能够方便地获取用户所在位置周围的各种信息，使得人们的生活越来越便捷。

当前LBS租房场景下的推荐功能分为商圈找人和房源找人，根据商圈/房源的基本属性匹配到有对应需求的客户，得到推荐列表，之后销售人员可将相应的销售信息推荐给该客户。但是推荐列表的排序特征较单一，仅为商圈位置/价格、房源的位置/价格及房态(面积、独卫等)、客户的新老程度，使得排序策略不够完善，无法为客户提供精确的推荐列表。

发明内容

有鉴于此，本发明实施例提供了一种推荐排序方法、系统、电子设备及可读存储介质，以解决现有技术中商圈找人的推荐列表不够精确的问题。

为此，本发明实施例提供了如下技术方案：

根据第一方面，本发明实施例提供了一种推荐排序方法，包括：获取客户特征信息，所述客户特征信息用于表征客户的基本信息；获取商圈特征信息，所述商圈特征信息用于表征商圈的基本信息；获取商圈间的关系特征信息，所述商圈间的关系特征信息用于表征商圈与商圈之间的关联信息；根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息。

可选地，根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息，包括：将所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息分别进行分档打分，得到客户与商圈的评分结果；对所述评分结果进行排序，得到推荐排序信息。

可选地，根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息的步骤之前，还包括：获取所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息的预设权重信息。

可选地，根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息的步骤之前，还包括：获取冷启动规则信息。

可选地，根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息的步骤之前，还包括：获取业务倾向信息。

可选地，根据所述客户特征信息、所述商圈特征信息和所述商圈间的关系特征信息生成推荐排序信息的步骤之前，还包括：获取所述冷启动规则信息所对应的冷启动权重；和/或，获取所述业务倾向信息所对应的业务倾向权重。

可选地，所述客户特征信息包括：客户商圈信息、客户偏好信息、客户官网访问信息和客户新老程度信息；

和/或，

所述商圈特征信息包括：商圈办公指数信息、商圈交通指数信息、商圈标准价格信息、商圈动态销售信息、商圈房源库存量信息、商圈内高库龄房源占比信息和商圈热度信息；

和/或，

所述商圈间的关系特征信息包括：商圈间的通勤距离信息、商圈间的交通信息、周边设施信息和商圈房源价格信息。