如何实施房地产推荐引擎？

Question

我说的是电影/项目推荐之类的东西，但似乎房地产更棘手。访问网站并搜索RE时，应向用户提供一些建议。让我们将任务分成两个任务：

a）用户仍未输入任何个人信息 - 基于项目的推荐 b）用户已经输入了他/她的详细信息，例如收入，位置等 - 基于项目/用户的推荐

我想到的任务a）的第一件事是开始建模RE功能，但使用一些范围而不是精确值。例如：

1. m2的面积

   • 40 - 50我们可以将其标记为“1”
   • 50 - 70是“2”
   • 等...

2. 价格：

   • 20 - 30,000€将被标记为1
   • 30 - 40将是2
   • 等...

3. 靠近市中心：

   • 1表示RE位于市中心
   • 2表示2区或距离中心2/3公里
   • 3表示3区或距离中心7公里

因此，有了范围，我们可以为每个RE属性分配一个向量，这将允许我们使用：欧几里德距离，Pearson相关和一些最近邻算法。

请评论我的方法或建议新方法。

Answer 1

如果您的网站已经拥有足够的流量，您可以尝试纯协作过滤方法，即查看此属性的用户也会查看这些其他属性。您可以在那里使用Pearson相关性以获得良好的结果。

2 RE之间的相似性可以定义为

      number of people who viewed both RE1 and RE2
sim = ---------------------------------------------
      number of people who viewed either 1 or both 

当用户正在查看属性RE时，您可以根据相似性得分对所有其他RE属性进行排序，并显示前几个属性。

您可以在此基础上添加一些明显的过滤器，例如酒店的位置，价格范围等。

您还可以按照建议定义相似度，并混合两者的结果，以便在使用纯协同过滤算法的情况下从新RE条目中获得良好的表示。