(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 202210906003.6 (22)申请日 2022.07.29 (71)申请人 蔚红亮 地址 215000 江苏省苏州市张家港市胡同 路137号 (72)发明人 蔚红亮　 (51)Int.Cl. G06F 16/9535(2019.01) G06Q 30/06(2012.01) G06Q 50/16(2012.01) (54)发明名称 一种基于大数据的租房信息 推送系统 (57)摘要 本发明公开了一种基于大数据的租房信息 推送系统， 包括需求选择模块、 租期计算模块和 协议认证模块， 所述需求选择模块用于筛选用户 租房信息， 所述租期计算模块用于衡量租房因 素， 该系统使用三个模块确定一个具备租房信息 推送功能的系统， 其中推送频率主要由用户范围 内的房间数据决定， 设定预警模块， 当触发预警 时提示用户可以进行租房活动； 该预警系统的因 素值计算数值受房屋类型、 房屋数量影响， 计算 同时设定验证 反馈模块， 及时反馈房屋的真实情 况； 租房信息推送之后用户与租房方之间进行商 讨时由于双方可能出现违信行为， 所以设置协议 子模块进行双方认证， 确保用户与租房方的权益 不受侵害， 本发明， 具有租房预警和推送精准的 特点。 权利要求书2页 说明书6页 附图1页 CN 115391643 A 2022.11.25 CN 115391643 A 1.一种基于大数据的租房信息推送系统， 包括需求选择模块、 租期计算模块和协议认 证模块， 其特征在于： 所述需求选择模块用于筛选用户租房信息， 所述租期 计算模块用于衡 量租房因素， 所述协议认证模块用于记录交流中的关键信息， 所述需求选择模块与租期计 算模块之间数据连接， 所述需求选择模块与协议认证模块之间数据连接 。 2.根据权利要求1所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述需求 选择模块包括条件筛选模块、 问题反馈模块和反馈验证模块， 所述条件筛选模块用于根据 用户的期望进行租房筛选， 所述条件反馈模块用于用户对租房的问题反馈， 所述反馈验证 模块用于验证用户反馈问题的真实性， 所述问题反馈模块与反馈验证模块之间数据连接； 所述租期计算模块包括租房因子预测模块和租房预警模块， 所述租房因子预测模块用 于根据因子值推测用户的租房需求， 所述租房预警模块用于根据 因子数进行租房提示， 所 述租房因子预测模块与租房预警模块之间数据连接； 所述协议认证模块包括协议添加子模块和 协议留存模块， 所述协议添加子模块用于在 租房时添加条件信息， 所述协议留存模块用于将协议信息进行证据保留， 所述协议添加子 模块和协议留存 模块之间数据连接 。 3.根据权利要求2所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述租房 因子预测模块包括用户范围计算模块、 房屋统计模块和租房剩余统计模块， 所述用户范围 计算模块用于系统自动判断用户的租房寻找范围， 所述房屋统计模块用于收集范围内用户 的租房数据， 所述租期剩余统计模块用于存储对应房屋的租房剩余数据， 所述用户范围计 算模块与房屋统计模块之 间数据连接， 所述用户范围计算模块与租期剩余统计模块之 间数 据连接， 房屋统计模块与租期剩余统计模块之间数据连接 。 4.根据权利要求3所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述租房 信息推送系统的运行 方法主要包括以下步骤： 步骤S1： 当用户初次租房时， 选择自己需求的条件来进行选择， 并可以查看此时每间房 屋的评价信息； 步骤S2： 用户在系统中与租房方进行条件商讨， 若有关键信 息可选择将其留存操作， 若 是通过非平台方式联系， 则可手动添加子模块用于双方商讨验证； 步骤S3： 当租期临近周期时， 计算 其租房因子， 根据因子数推送信息 至客户端； 步骤S4： 用户租房之后对可对其进行评价反馈， 同时对反馈信息进行验证处 理； 步骤S5： 通过系统 统计更换租房数据， 提供租房推荐。 5.根据权利要求4所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述步骤 S2进一步包括以下步骤： 步骤S21： 在系统中用户与租房方进行交流时， 用户可将商讨记录 选择性留存； 步骤S22： 若用户在系统外的软件中进行商讨时， 系统设置API接口， 与该软件进行数据 引用操作； 步骤S23： 将用户需要作留存处 理的数据进行打包处 理。 6.根据权利要求5所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述步骤 S3进一步包括以下步骤： 步骤S31： 根据租期时间的推移进行自动匹配范围的减少； 步骤S32： 调取自动匹配范围内所有租房单 元的信息数据， 并整合；权　利　要　求　书 1/2 页 2 CN 115391643 A 2步骤S33： 将上述范围内数据进行整合， 计算租房因子， 根据因子数做不同操作。 7.根据权利要求6所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述步骤 S31进一步包括以下步骤： 步骤S311： 当新一租房周期T开始， 设定其初始用户范围为R0； 步骤S312： 随着单个周期内租房剩余时间减少， 其用户范围Rn也逐渐减少； 步骤S313： 计算实时用户范围Rn， 8.根据权利要求7所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述步骤 S32进一步包括以下步骤： 步骤S321： 在周期开始时， 统计范围R内的所有住房信息； 步骤S322： 将住房区分为房间与已租房间， 设空余房间数量 为Y， 已租房间数量 为U； 步骤S323： 若是已租房间， 则调取其预警因子， 若是空余房间， 则不需要。 9.根据权利要求8所述的一种基于大数据的租房信 息推送系统， 其特征在于： 所述步骤 S33进一步包括一下步骤： 步骤S331： 综合考虑上述因素计算用户租房因子P0； 步骤S332： 设已租房屋的住房因子为P1， P2，…Pn； 步骤S333： 10.根据权利要求9所述的一种基于大数据的租房信息推送系统， 其特征在于： 所述步 骤S5进一 步包括以下步骤： 步骤S51： 系统初始区域内， 统计 每个周期更 换租房的数据和； 步骤S52： 若已收集数据满一年， 则挑选更换频率最高的月份与最低月份分别进行消息 推送； 步骤S53： 当该月的租房更换数量较高则根据需求提升预警因素值， 否则降低预警因素 值； 步骤S54： 若数据收集 不满一年， 则进行每周期等频率推送操作。权　利　要　求　书 2/2 页 3 CN 115391643 A 3