CN112927232B - 基于通勤找房的房源召回方法及装置 - Google Patents
基于通勤找房的房源召回方法及装置 Download PDFInfo
- Publication number
- CN112927232B CN112927232B CN202110105210.7A CN202110105210A CN112927232B CN 112927232 B CN112927232 B CN 112927232B CN 202110105210 A CN202110105210 A CN 202110105210A CN 112927232 B CN112927232 B CN 112927232B
- Authority
- CN
- China
- Prior art keywords
- cells
- house
- commute
- annular
- span
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000011218 segmentation Effects 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000009877 rendering Methods 0.000 claims description 3
- 210000004027 cell Anatomy 0.000 description 233
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 210000004460 N cell Anatomy 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于通勤找房的房源召回方法及装置,该方法包括:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;对小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;对进行环形分割后的环形区域中的小区进行聚类,得到对应于环形区域的分簇集合;召回所述分簇集合中的分簇所在区域的房源信息,以供用户端将所述房源信息渲染到地图上。本发明提供的基于通勤找房的房源召回方法及装置,通过对满足通勤条件的小区按照通勤时间进行环形分割,然后分别获取多个分簇集合,召回分簇集合中各个分簇所在区域的房源信息并显示,有利于显示满足不同通勤时间要求的房源聚类结果,提高了通勤找房房源显示的精确性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于通勤找房的房源召回方法及装置。
背景技术
目前市场上主流的地图信息召回模式均采用城区、商圈为聚类模型进行房源召回,城区和商圈的划分往往是城市固有的界限划分,但是很多城区覆盖范围很广,其下房源集中在城区或者商圈的某一小部分区域,但是展示气泡的时候气泡位置往往位于区域的中心位置,对于通勤找房这种对距离要求比较高的地图场景,这种房源召回方式容易让用户产生迷惑,无法直观的看到召回的房源分布情况。
发明内容
针对现有技术存在的问题,本发明提供一种基于通勤找房的房源召回方法及装置。
本发明提供一种基于通勤找房的房源召回方法及装置,包括:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上。
根据本发明提供的一种基于通勤找房的房源召回方法,所述对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割,具体包括:根据预设的通勤时间间隔对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割。
根据本发明提供的一种基于通勤找房的房源召回方法,所述对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合,具体包括:对于所述环形区域中的小区,获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量;其中,所述预设角度跨度与所述环形区域的分簇数量有关,所述经度跨度是指两个小区和所述通勤目的地之间形成的夹角;获取所述小区数量最大时对应的区域角度跨度;其中,所述区域角度跨度是所述小区数量最大时对应的小区集合中最大的所述经度跨度;由所述区域角度跨度覆盖范围内的小区构建所述分簇;将以所述区域角度跨度为中心、所述预设角度跨度内的小区数据去除;将剩余的小区重复上述步骤的处理,直至达到所述分簇数量或所述环形区域内的小区处理完毕,从而得到对应于所述环形区域的分簇集合。
根据本发明提供的一种基于通勤找房的房源召回方法,所述预设角度跨度表示为:
α=360°/n
其中,α表示所述预设角度跨度,n表示所述分簇数量。
根据本发明提供的一种基于通勤找房的房源召回方法,所述环形区域对应的通勤时间越长,所述环形区域的所述分簇数量越大。
根据本发明提供的一种基于通勤找房的房源召回方法,在所述获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量之前,所述方法还包括:选定一个初始小区,以所述初始小区和所述通勤目的地之间的连线作为标准线,以预设旋转方向依次计算所述环形区域中的小区和所述初始小区之间的所述经度跨度,并根据所述经度跨度将所述环形区域中的小区进行排序;相应地,所述获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量,具体包括:根据排序顺序对所述环形区域中的小区进行迭代,进而获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量。
根据本发明提供的一种基于通勤找房的房源召回方法,所述召回所述分簇集合中的分簇所在区域的房源信息,并将所述房源信息渲染到地图上,具体包括:根据所述分簇中的小区获取对应所述分簇的房源数目;获取所述分簇对应的气泡显示位置;在地图上的所述气泡显示位置显示标注有所述房源数目的气泡。
根据本发明提供的一种基于通勤找房的房源召回方法,所述获取所述分簇对应的气泡显示位置,具体包括:获取所述分簇对应的所述区域角度跨度的中心线与相应所述环形区域的两个交点;以所述两个交点的中心点作为所述分簇对应的气泡显示位置。
根据本发明提供的一种基于通勤找房的房源召回方法,所述获取所述分簇对应的气泡显示位置,具体包括:根据所述分簇中的小区的坐标计算中心坐标,以所述中心坐标作为所述分簇对应的气泡显示位置。
本发明还提供一种基于通勤找房的房源召回装置,包括:小区列表获取模块,用于:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;环形分割模块,用于:对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;聚类模块,用于:对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;召回模块,用于:召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上。
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通勤找房的房源召回方法的步骤。
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通勤找房的房源召回方法的步骤。
本发明提供的基于通勤找房的房源召回方法及装置,通过对满足通勤条件的小区按照通勤时间进行环形分割,然后分别获取多个分簇集合,召回分簇集合中各个分簇所在区域的房源信息并显示,有利于显示满足不同通勤时间要求的房源聚类结果,提高了通勤找房房源显示的精确性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的基于通勤找房的房源召回方法的流程示意图;
图2是本发明提供的基于通勤找房的房源召回装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1-图3描述本发明的基于通勤找房的房源召回方法及装置。
图1是本发明提供的基于通勤找房的房源召回方法的流程示意图。如图1所示,所述方法包括:
步骤101、获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地。
本发明提供的基于通勤找房的房源召回方法可以应用于服务端。
接收用户终端输入的通勤筛选条件,通勤筛选条件包括通勤目的地,可以理解的,还可以包括通勤距离,或可以包括通勤方式及通勤时间。比如,基于通勤距离可以根据小区和通勤目的地的距离关系获取满足通勤筛选条件的小区列表。基于通勤时间和通勤方式可以获取通勤距离,进而获取满足通勤筛选条件的小区列表。在只给出通勤距离的情况下,可以获取到各个通勤方式下的通勤时间。
步骤102、对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割。
对小区列表中的小区按照至通勤目的地的通勤时间进行环形分割,从而形成多个环形区域。其中,最大的通勤时间应该是满足用户通勤要求的最大时间。比如,用户要求通勤时间在1小时以内,通勤方式为公交。则可以按照通勤时间分别为20min、30min、60min进行分段,从而将各个小区根据距通勤目的地的通勤时间划分在不同的环形区域内。
步骤103、对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合。
对进行环形分割后的每个环形区域中的小区进行聚类,得到多个聚类结果,从而得到对应于各个环形区域的分簇集合。其中,每个环形区域的分簇集合中包括多个分簇。一个分簇中的小区在地理位置上邻近。
步骤104、召回所述分簇集合中的分簇所在区域的房源信息,并将所述房源信息渲染到地图上。
获取分簇集合中各个分簇所在的区域,召回各个分簇所在区域的房源信息并发送到用户端,以供所述用户端将房源信息渲染到地图上进行显示。
本发明提供的基于通勤找房的房源召回方法,通过对满足通勤条件的小区按照通勤时间进行环形分割,然后分别获取多个分簇集合,召回分簇集合中各个分簇所在区域的房源信息并显示,有利于显示满足不同通勤时间要求的房源聚类结果,提高了通勤找房房源显示的精确性。
根据本发明提供的一种基于通勤找房的房源召回方法,所述对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割,具体包括:根据预设的通勤时间间隔对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割。
在对小区列表中的小区按照至通勤目的地的通勤时间进行环形分割时,可以根据预设的通勤时间间隔对小区列表中的小区按照至通勤目的地的通勤时间进行环形分割。按照通勤时间分段进行环形分割,比如,根据通勤时间不同间隔如公交15min、30min、45min、60min的分段进行环形分割。
本发明提供的基于通勤找房的房源召回方法,通过根据预设的通勤时间间隔对小区列表中的小区按照至通勤目的地的通勤时间进行环形分割,提高了通勤找房房源显示的规律性。
根据本发明提供的一种基于通勤找房的房源召回方法,所述对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合,具体包括:对于所述环形区域中的小区,获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量;其中,所述预设角度跨度与所述环形区域的分簇数量有关,所述经度跨度是指两个小区和所述通勤目的地之间形成的夹角;获取所述小区数量最大时对应的区域角度跨度;其中,所述区域角度跨度是所述小区数量最大时的小区集合中最大的所述经度跨度;由所述区域角度跨度覆盖范围内的小区构建所述分簇;将以所述区域角度跨度为中心、所述预设角度跨度内的小区数据去除;将剩余的小区重复上述步骤的处理,直至达到所述分簇数量或所述环形区域内的小区处理完毕,从而得到对应于所述环形区域的分簇集合。
在对进行环形分割后的每个环形区域中的小区进行聚类,得到对应于各个环形区域的分簇集合时,对于每个环形区域,获取与各个小区的经度跨度不超过预设角度跨度的小区数量。可以通过对各个小区依次进行迭代,获取与各个小区的经度跨度不超过预设角度跨度的小区数量。可以理解的,这些小区均在一个环形区域内。在获取与各个小区的经度跨度不超过预设角度跨度的小区数量时,可以从序号1至N依次进行计算,即也可以计算小区自身和小区自身与通勤目的的之间的夹角,可以理解的,这个夹角为0。所以小区自身必然是满足与小区的经度跨度不超过预设角度跨度的。
比如,环形区域中共有N个小区,则可以从1至N依次进行迭代,获取与各个小区的经度跨度不超过预设角度跨度的小区数量。比如,在对序号为1的小区进行迭代时,依次计算1至N的小区和序号为1的小区之间的经度跨度,若经度跨度小于预设角度跨度,则将计数加1。遍历完1至N个小区后,可以得到与序号为1的小区的经度跨度不超过预设角度跨度的小区数量。以此类推,可以得到各个小区的经度跨度不超过预设角度跨度的小区数量。
其中,预设角度跨度与环形区域的分簇数量有关。环形区域的角度范围是360度,预设角度跨度可以设置为或接近360与分簇数量的比值。比如,若分簇数量为4,则可以将预设角度跨度设置为90度。经度跨度是指两个小区和通勤目的地之间形成的夹角。经度跨度可以一定程度上反映两个小区之间的距离。
获取小区数量最大时对应的区域角度跨度。区域角度跨度是小区数量最大时对应的小区集合中最大的经度跨度。比如,与序号为9的小区的经度跨度不超过预设角度跨度的小区数量最多,这时,小区数量最大时的小区集合即由与序号为9的小区的经度跨度不超过预设角度跨度的小区构成。小区集合的区域角度跨度是指小区集合中最大的经度跨度,也即由小区集合中任意两个小区与通勤目的地所形成的最大夹角。可以理解的,区域角度跨度通常基于小区集合中处于边缘位置的小区进行计算。可以在计算与各个小区的经度跨度不超过预设角度跨度的小区数量时,按照一定的方向对各个小区进行遍历,由此可以获知小区集合中处于边缘位置的小区。
由区域角度跨度覆盖范围内的小区构建分簇。在获取与各个小区的经度跨度不超过预设角度跨度的小区数量时,如果同时记录了满足与各个小区的经度跨度不超过预设角度跨度的小区信息的话,可以直接由所记录的小区构建分簇,也即实现了由区域角度跨度覆盖范围内的小区构建分簇。若在获取与各个小区的经度跨度不超过预设角度跨度的小区数量时,没有同时记录小区信息,也可以在获取到区域角度跨度之后,根据区域角度跨度覆盖范围内的小区构建分簇。因为,区域角度跨度覆盖范围内的小区必然是与对应最大小区数量时迭代的小区的经度跨度不超过预设角度跨度的。
构建分簇完成后,将以区域角度跨度为中心、预设角度跨度内的小区数据去除。比如,区域角度跨度为60度,预设角度跨度为90度,以区域角度跨度为中心、预设角度跨度内的小区数据去除是指将以区域角度跨度的中心线为中心,90度范围内的小区数据去除。即,将区域角度跨度两边分别扩大15度后,去除范围内的小区数据。这样做的原因是分簇数量是确定的,预设角度跨度是确定的,可以避免最后遗留重要的房源信息无法处理。
将剩余的小区重复上述步骤的处理,直至达到分簇数量或环形区域内的所有小区处理完毕,从而得到对应于环形区域的分簇集合。
上述对环形区域内楼盘进行聚类的算法可以简称为区域角度覆盖算法。
本发明提供的基于通勤找房的房源召回方法,通过利用区域角度覆盖算法对房源进行聚类得到对应于各个环形区域的分簇集合,有利于将分布于环形区域内的邻近的密集房源进行多个聚类,从而显示更加丰富的通勤找房房源信息。
根据本发明提供的一种基于通勤找房的房源召回方法,所述预设角度跨度表示为:
α=360°/n
其中,α表示所述预设角度跨度,n表示所述分簇数量。
本发明提供的基于通勤找房的房源召回方法,将预设角度跨度设置为360度和分簇数量的比值,实现了预设角度跨度的简单且合理设定。
根据本发明提供的一种基于通勤找房的房源召回方法,所述环形区域对应的通勤时间越长,所述环形区域的所述分簇数量越大。
由于通勤时间越长,距离通勤目的地越远,环形区域的面积也越大。这时为了显示更多的分簇信息,可以对于较远的环形区域设置为更多的分簇数量。比如从里至外依次设置为4、5、6……N的分簇数量。当然,并不限于采用等差数列进行设定。
本发明提供的基于通勤找房的房源召回方法,通过根据随着通勤时间的增大,相应的增大分簇数量,提高了分簇的合理性。
根据本发明提供的一种基于通勤找房的房源召回方法,在所述获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量之前,所述方法还包括:选定一个初始小区,以所述初始小区和所述通勤目的地之间的连线作为标准线,以预设旋转方向依次计算所述环形区域中的小区和所述初始小区之间的所述经度跨度,并根据所述经度跨度将所述环形区域中的小区进行排序;相应地,所述获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量,具体包括:根据排序顺序对所述环形区域中的小区进行迭代,进而获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量。
在获取与各个小区的经度跨度不超过预设角度跨度的小区数量之前,可以先对各个小区进行排序,然后按照排序对每个小区进行迭代,获取与各个小区的经度跨度不超过预设角度跨度的小区数量。并且,在对每个小区进行迭代时,可以按照上述排序对各个小区进行遍历计算,即可以按照上述排序依次计算各个小区和当前迭代的小区的经度跨度。
其中,对各个小区进行排序的排序方法可以为:选定一个初始小区,以初始小区和通勤目的地之间的连线作为标准线,以预设旋转方向(如顺时针方向)依次计算相应环形区域中的小区和初始小区的经度跨度,并根据得到的经度跨度将各个小区进行排序(如根据角度升序进行排序)。可以理解的,初始小区和初始小区之间的经度跨度为0。
本发明提供的基于通勤找房的房源召回方法,通过按照预设旋转方向将各个小区进行排序,可以促进数据处理的规律化及简便化。
根据本发明提供的一种基于通勤找房的房源召回方法,所述召回所述分簇集合中的分簇所在区域的房源信息,并将所述房源信息渲染到地图上,具体包括:根据所述分簇中的小区获取对应所述分簇的房源数目;获取所述分簇对应的气泡显示位置;在地图上的所述气泡显示位置显示标注有所述房源数目的气泡。
在召回分簇集合中各个分簇所在区域的房源信息,并将房源信息渲染到地图上时,根据分簇中的小区获取对应分簇的房源数目,分簇的房源数目可以是所包含的小区中在售房源的总数目、在租房源的总数目等。获取分簇对应的气泡显示位置,这个气泡显示位置可以用于表示分簇所在位置。在地图上的气泡显示位置显示气泡,并且可以在气泡上显示分簇的房源数目。
本发明提供的基于通勤找房的房源召回方法,通过根据分簇中的小区获取对应分簇的房源数目,获取分簇对应的气泡显示位置,在地图上的气泡显示位置显示标注有房源数目的气泡,提高了显示内容的丰富性。
根据本发明提供的一种基于通勤找房的房源召回方法,所述获取所述分簇对应的气泡显示位置,具体包括:获取所述分簇对应的所述区域角度跨度的中心线与相应所述环形区域的两个交点;以所述两个交点的中心点作为所述分簇对应的气泡显示位置。
由于根据通勤时间进行了环形分区,且在一个环形分区中进行多个分簇。可见一个分簇中的房源是较为接近的。由此,可以简单确定分簇对应的气泡显示位置。比如可以通过获取分簇对应的区域角度跨度的中心线与相应环形区域的两个交点,以两个交点的中心点作为分簇对应的气泡显示位置。
本发明提供的基于通勤找房的房源召回方法,通过获取分簇对应的区域角度跨度的中心线与相应环形区域的两个交点,以两个交点的中心点作为分簇对应的气泡显示位置,实现了分簇对应的气泡显示位置获取的简便化。
根据本发明提供的一种基于通勤找房的房源召回方法,所述获取所述分簇对应的气泡显示位置,具体包括:根据所述分簇中的小区的坐标计算中心坐标,以所述中心坐标作为所述分簇对应的气泡显示位置。
在获取分簇对应的气泡显示位置,还可以根据分簇中的小区坐标信息获取。比如根据分簇中的小区的坐标计算中心坐标,以中心坐标作为分簇对应的气泡显示位置。
本发明提供的基于通勤找房的房源召回方法,通过根据分簇中的小区的坐标计算中心坐标,以中心坐标作为分簇对应的气泡显示位置,实现了分簇对应的气泡显示位置获取的精确化。
本发明提供的基于通勤找房的房源召回方法,针对现有地图的城区=》商圈=》小区模式,无法直观的展示召回房源所在位置与通勤目标地点的距离关系,也无法知道聚类下房源的密度情况,区别于现有的找房模式,在通勤找房场景下,根据目的地的位置,按照通勤的时间和距离进行房源召回,并根据不同的地图比例尺级别进行聚类计算,展示符合通勤要求的房源聚簇气泡。
本发明提供的基于通勤找房的房源召回方法,重新定义房源召回策略:
1、根据用户填写的筛选条件从通勤索引中获取到满足条件的小区列表。
2、对召回的小区集合,按照通勤时间分段(根据通勤时间不同间隔不同比如:公交:15min,30min、45min、60min的分段),进行环形分割。
3、对每段进行聚类计算,计算出目的地周边房屋密集的分簇位置集合。
根据步骤3中的分簇位置,召回区域内的房源信息。并将之渲染到地图上。
下面再结合一具体实例进一步说明本发明提供的基于通勤找房的房源召回方法的流程。
条件1:在售房源数据(包含房源位置坐标)可以根据条件进行范围检索查询。
条件2:通勤数据检索,可以按照通勤条件(通勤时间、通勤距离)检索出符合条件的楼盘列表。
1、用户填写通勤条件:目的地的位置坐标、通勤方式(步行、骑行、公交、驾车)、通勤时间。
2、根据通勤条件,从检索中获取到满足条件的小区列表。
3、以用户选择的目的地为中心进行通勤时间分类。
按照通勤间隔分段(0,15],(15,30],(30,45],(45,60]等(分类时间区间可自行定义),形成几段通勤时间环,以此作为邻近点计算分类的标准,获取到一组环形房源数据组。
4、将步骤3中每组环形数据,根据环形层级确认聚合区域的角度跨度,从里至外依次进行4、5、6…N组划分,采用区域角度覆盖算法将环形区域内楼盘进行聚类。
区域角度覆盖算法原理:
1)初始选定一个点作为标准线按照顺时针依次计算其他点相对于标准线的角度,并进行升序排序,得到小区列表。
2)按照排序对每个点进行迭代,计算一个点的经度跨度,若此点与当前气泡的经度跨度不超过上述划分的角度跨度,则计数+1,如此循环,直到所有点都遍历完毕,得到覆盖楼盘最多的区域角度跨度,并将覆盖的楼盘数据从1)中得到的列表中剔除。
3)将剩余的楼盘点重复2)的步骤,直至获取到上述等分的数量或者分组内无楼盘遍历即可。
4)按照上述1)2)3)步骤重复获取,得到每个环形数据组内的聚类气泡聚集集合。
5、根据每个集合中楼盘的坐标,计算出聚簇的中心位置,或取区域角度跨度的中心角度位置,作为气泡重心,作为在地图上渲染的坐标位置。
6、根据每个分簇的小区集合,从在售房源检索中获取到聚簇的房源数目。
7、将步骤5和步骤6中的数据结果组合,渲染到地图上供用户查看。
下面对本发明提供的基于通勤找房的房源召回装置进行描述,下文描述的基于通勤找房的房源召回装置与上文描述的基于通勤找房的房源召回方法可相互对应参照。
图2是本发明提供的基于通勤找房的房源召回装置的结构示意图。如图2所示,所述装置包括小区列表获取模块10、环形分割模块20、聚类模块30及召回模块40,其中:小区列表获取模块10用于:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;环形分割模块20用于:对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;聚类模块30用于:对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;召回模块40用于:召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上。
本发明提供的基于通勤找房的房源召回方法,通过对满足通勤条件的小区按照通勤时间进行环形分割,然后分别获取多个分簇集合,召回分簇集合中各个分簇所在区域的房源信息并显示,有利于显示满足不同通勤时间要求的房源聚类结果,提高了通勤找房房源显示的精确性。
根据本发明提供的一种基于通勤找房的房源召回装置,环形分割模块20具体用于:根据预设的通勤时间间隔对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割。
本发明提供的基于通勤找房的房源召回方法,通过根据预设的通勤时间间隔对小区列表中的小区按照至通勤目的地的通勤时间进行环形分割,提高了通勤找房房源显示的规律性。
根据本发明提供的一种基于通勤找房的房源召回装置,聚类模块30具体用于:对于所述环形区域中的小区,获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量;其中,所述预设角度跨度与所述环形区域的分簇数量有关,所述经度跨度是指两个小区和所述通勤目的地之间形成的夹角;获取所述小区数量最大时对应的区域角度跨度;其中,所述区域角度跨度是所述小区数量最大时对应的小区集合中最大的所述经度跨度;由所述区域角度跨度覆盖范围内的小区构建所述分簇;将以所述区域角度跨度为中心、所述预设角度跨度内的小区数据去除;将剩余的小区重复上述步骤的处理,直至达到所述分簇数量或所述环形区域内的小区处理完毕,从而得到对应于所述环形区域的分簇集合。
本发明提供的基于通勤找房的房源召回方法,通过利用区域角度覆盖算法对房源进行聚类得到对应于各个环形区域的分簇集合,有利于将分布于环形区域内的邻近的密集房源进行多个聚类,从而显示更加丰富的通勤找房房源信息。
根据本发明提供的一种基于通勤找房的房源召回装置,所述预设角度跨度表示为:
α=360°/n
其中,α表示所述预设角度跨度,n表示所述分簇数量。
本发明提供的基于通勤找房的房源召回方法,将预设角度跨度设置为360度和分簇数量的比值,实现了预设角度跨度的简单且合理设定。
根据本发明提供的一种基于通勤找房的房源召回装置,所述环形区域对应的通勤时间越长,所述环形区域的所述分簇数量越大。
本发明提供的基于通勤找房的房源召回方法,通过根据随着通勤时间的增大,相应的增大分簇数量,提高了分簇的合理性。
根据本发明提供的一种基于通勤找房的房源召回装置,小区列表获取模块10在用于获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量之前,还用于:选定一个初始小区,以所述初始小区和所述通勤目的地之间的连线作为标准线,以预设旋转方向依次计算所述环形区域中的小区和所述初始小区之间的所述经度跨度,并根据所述经度跨度将所述环形区域中的小区进行排序;相应地,聚类模块30在用于获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量时,具体用于:根据排序顺序对所述环形区域中的小区进行迭代,进而获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量。
本发明提供的基于通勤找房的房源召回方法,通过按照预设旋转方向将各个小区进行排序,可以促进数据处理的规律化及简便化。
根据本发明提供的一种基于通勤找房的房源召回装置,召回模块40具体用于:根据所述分簇中的小区获取对应所述分簇的房源数目;获取所述分簇对应的气泡显示位置;在地图上的所述气泡显示位置显示标注有所述房源数目的气泡。
本发明提供的基于通勤找房的房源召回方法,通过根据分簇中的小区获取对应分簇的房源数目,获取分簇对应的气泡显示位置,在地图上的气泡显示位置显示标注有房源数目的气泡,提高了显示内容的丰富性。
根据本发明提供的一种基于通勤找房的房源召回装置,召回模块40在用于获取所述分簇对应的气泡显示位置时,具体用于:获取所述分簇对应的所述区域角度跨度的中心线与相应所述环形区域的两个交点;以所述两个交点的中心点作为所述分簇对应的气泡显示位置。
本发明提供的基于通勤找房的房源召回方法,通过获取分簇对应的区域角度跨度的中心线与相应环形区域的两个交点,以两个交点的中心点作为分簇对应的气泡显示位置,实现了分簇对应的气泡显示位置获取的简便化。
根据本发明提供的一种基于通勤找房的房源召回装置,召回模块40在用于获取所述分簇对应的气泡显示位置时,具体用于:根据所述分簇中的小区的坐标计算中心坐标,以所述中心坐标作为所述分簇对应的气泡显示位置。
本发明提供的基于通勤找房的房源召回方法,通过根据分簇中的小区的坐标计算中心坐标,以中心坐标作为分簇对应的气泡显示位置,实现了分簇对应的气泡显示位置获取的精确化。
图3是本发明提供的电子设备的结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行基于通勤找房的房源召回方法,该方法包括:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的基于通勤找房的房源召回方法,该方法包括:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上。
又一方面,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以执行上述各提供的基于通勤找房的房源召回方法,该方法包括:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于通勤找房的房源召回方法,其特征在于,包括:
获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;
对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;
对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;
召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上;
所述对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合,具体包括:
对于所述环形区域中的任一小区,获取所述环形区域中各个小区与所述任一小区的经度跨度不超过预设角度跨度的小区数量;其中,所述预设角度跨度与所述环形区域的分簇数量有关,所述经度跨度是指两个小区和所述通勤目的地之间形成的夹角;
获取所述小区数量最大时对应的区域角度跨度;其中,所述区域角度跨度是所述小区数量最大时对应的小区集合中最大的所述经度跨度;
由所述区域角度跨度覆盖范围内的小区构建所述分簇;
将以所述区域角度跨度为中心、所述预设角度跨度内的小区数据去除;
将剩余的小区重复上述步骤的处理,直至达到所述分簇数量或所述环形区域内的小区处理完毕,从而得到对应于所述环形区域的分簇集合。
2.根据权利要求1所述的基于通勤找房的房源召回方法,其特征在于,所述对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割,具体包括:
根据预设的通勤时间间隔对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割。
3.根据权利要求1所述的基于通勤找房的房源召回方法,其特征在于,所述预设角度跨度表示为:
α=360°/n
其中,α表示所述预设角度跨度,n表示所述分簇数量。
4.根据权利要求1或3所述的基于通勤找房的房源召回方法,其特征在于,所述环形区域对应的通勤时间越长,所述环形区域的所述分簇数量越大。
5.根据权利要求1所述的基于通勤找房的房源召回方法,其特征在于,在所述获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量之前,所述方法还包括:
选定一个初始小区,以所述初始小区和所述通勤目的地之间的连线作为标准线,以预设旋转方向依次计算所述环形区域中的小区和所述初始小区之间的所述经度跨度,并根据所述经度跨度将所述环形区域中的小区进行排序;
相应地,所述获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量,具体包括:根据排序顺序对所述环形区域中的小区进行迭代,进而获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量。
6.根据权利要求1所述的基于通勤找房的房源召回方法,其特征在于,所述召回所述分簇集合中的分簇所在区域的房源信息,并将所述房源信息渲染到地图上,具体包括:
根据所述分簇中的小区获取对应所述分簇的房源数目;
获取所述分簇对应的气泡显示位置;
在地图上的所述气泡显示位置显示标注有所述房源数目的气泡。
7.一种基于通勤找房的房源召回装置,其特征在于,包括:
小区列表获取模块,用于:获取满足通勤筛选条件的小区列表;其中,所述通勤筛选条件包括通勤目的地;
环形分割模块,用于:对所述小区列表中的小区按照至所述通勤目的地的通勤时间进行环形分割;
聚类模块,用于:对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合;
召回模块,用于:召回所述分簇集合中的分簇所在区域的房源信息并发送到用户端,以供所述用户端将所述房源信息渲染到地图上;
所述聚类模块在用于对进行所述环形分割后的环形区域中的小区进行聚类,得到对应于所述环形区域的分簇集合时,具体用于:对于所述环形区域中的小区,获取所述环形区域中与所述小区的经度跨度不超过预设角度跨度的小区数量;其中,所述预设角度跨度与所述环形区域的分簇数量有关,所述经度跨度是指两个小区和所述通勤目的地之间形成的夹角;获取所述小区数量最大时对应的区域角度跨度;其中,所述区域角度跨度是所述小区数量最大时对应的小区集合中最大的所述经度跨度;由所述区域角度跨度覆盖范围内的小区构建所述分簇;将以所述区域角度跨度为中心、所述预设角度跨度内的小区数据去除;将剩余的小区重复上述步骤的处理,直至达到所述分簇数量或所述环形区域内的小区处理完毕,从而得到对应于所述环形区域的分簇集合。
8.一种电子设备,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,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6任一项所述基于通勤找房的房源召回方法的步骤。
9.一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,该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于通勤找房的房源召回方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110105210.7A CN112927232B (zh) | 2021-01-26 | 2021-01-26 | 基于通勤找房的房源召回方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110105210.7A CN112927232B (zh) | 2021-01-26 | 2021-01-26 | 基于通勤找房的房源召回方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112927232A CN112927232A (zh) | 2021-06-08 |
CN112927232B true CN112927232B (zh) | 2022-01-07 |
Family
ID=76166408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110105210.7A Active CN112927232B (zh) | 2021-01-26 | 2021-01-26 | 基于通勤找房的房源召回方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112927232B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113807650B (zh) * | 2021-08-04 | 2024-06-07 | 贝壳找房(北京)科技有限公司 | 房源业主面访管理方法、系统、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446298A (zh) * | 2018-01-25 | 2018-08-24 | 链家网(北京)科技有限公司 | 一种通勤找房方法及装置 |
CN108985876A (zh) * | 2018-06-11 | 2018-12-11 | 平安科技(深圳)有限公司 | 房源信息获取方法、装置及存储介质、服务器 |
CN110633726A (zh) * | 2018-12-25 | 2019-12-31 | 北京时光荏苒科技有限公司 | 一种房源识别方法、装置、存储介质及电子设备 |
CN111274487A (zh) * | 2020-02-12 | 2020-06-12 | 北京城市网邻信息技术有限公司 | 一种房源信息的推荐方法和装置 |
CN111598603A (zh) * | 2020-03-03 | 2020-08-28 | 深圳前海微众银行股份有限公司 | 仓库选址方法、装置、设备及存储介质 |
CN111881376A (zh) * | 2020-07-31 | 2020-11-03 | 北京高因科技有限公司 | 一种房源搜索系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9875492B2 (en) * | 2001-05-22 | 2018-01-23 | Dennis J. Dupray | Real estate transaction system |
CN104240163B (zh) * | 2014-09-28 | 2017-09-05 | 百度在线网络技术(北京)有限公司 | 一种小区智能推荐方法及装置 |
-
2021
- 2021-01-26 CN CN202110105210.7A patent/CN112927232B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446298A (zh) * | 2018-01-25 | 2018-08-24 | 链家网(北京)科技有限公司 | 一种通勤找房方法及装置 |
CN108985876A (zh) * | 2018-06-11 | 2018-12-11 | 平安科技(深圳)有限公司 | 房源信息获取方法、装置及存储介质、服务器 |
CN110633726A (zh) * | 2018-12-25 | 2019-12-31 | 北京时光荏苒科技有限公司 | 一种房源识别方法、装置、存储介质及电子设备 |
CN111274487A (zh) * | 2020-02-12 | 2020-06-12 | 北京城市网邻信息技术有限公司 | 一种房源信息的推荐方法和装置 |
CN111598603A (zh) * | 2020-03-03 | 2020-08-28 | 深圳前海微众银行股份有限公司 | 仓库选址方法、装置、设备及存储介质 |
CN111881376A (zh) * | 2020-07-31 | 2020-11-03 | 北京高因科技有限公司 | 一种房源搜索系统 |
Non-Patent Citations (1)
Title |
---|
Airbnb公布的房源推荐算法解读;Alfred;《知乎》;20200723;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112927232A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6998964B2 (ja) | ジオフェンスのインデックスグリッドを判断するための方法及び装置 | |
CN110413905B (zh) | 获取道路线形的方法、装置、设备及存储介质 | |
Agarwal et al. | A system for GIS polygonal overlay computation on linux cluster-an experience and performance report | |
US10068033B2 (en) | Graph data query method and apparatus | |
CN110378175B (zh) | 道路边沿的识别方法和装置 | |
CN106708837B (zh) | 兴趣点搜索方法、装置 | |
CN108229740B (zh) | 一种商圈边界的确定方法、装置、服务器及存储介质 | |
CN116721229B (zh) | 地图中道路隔离带的生成方法、装置、设备及存储介质 | |
CN112927232B (zh) | 基于通勤找房的房源召回方法及装置 | |
CN112328880A (zh) | 地理区域聚类方法、装置、存储介质和电子设备 | |
CN102902742A (zh) | 一种云环境下的空间数据划分方法 | |
CN107944697B (zh) | 基于供需关系的热地图计算方法和系统、服务器、介质 | |
CN108268504A (zh) | 一种划分兴趣点的搜索区域的方法及设备 | |
CN113722415B (zh) | 点云数据的处理方法、装置、电子设备及存储介质 | |
CN112700073A (zh) | 公交线路规划方法和装置 | |
CN111461779A (zh) | 地图信息处理的方法、装置、可读存储介质和电子设备 | |
CN108243426B (zh) | 一种确定无线基站需求点的方法及服务器 | |
CN111192110B (zh) | 一种上车中心点的确定方法及装置 | |
CN111858789B (zh) | 路网数据处理方法、装置、电子设备和存储介质 | |
CN110211227B (zh) | 一种三维场景数据处理方法、装置及终端设备 | |
US20220383349A1 (en) | System and method for partitioning geographical areas into logistical areas for dynamic pricing | |
CN113449052A (zh) | 空间索引的建立方法、空间区域查询方法及装置 | |
CN113936114B (zh) | 一种bim模型构件类别级轻量化方法及系统 | |
CN115511343A (zh) | 一种城市核心区域的确定方法、装置、设备以及存储介质 | |
CN111653115B (zh) | 任务的划分方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210811 Address after: 100085 Floor 101 102-1, No. 35 Building, No. 2 Hospital, Xierqi West Road, Haidian District, Beijing Applicant after: Seashell Housing (Beijing) Technology Co.,Ltd. Address before: 101309 room 24, 62 Farm Road, Erjie village, Yangzhen, Shunyi District, Beijing Applicant before: Beijing fangjianghu Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |