[发明专利]一种用户度假村房屋租赁套餐推荐方法

说明书

一种用户度假村房屋租赁套餐推荐方法，本发明涉及房屋租赁技术领域；它的步骤如下：设计租赁套餐：建立租赁次数与套餐之间的关系，如下：当次数T_n‑1≤T≤T_n时，推荐套餐n，其中，n≥1；预测用户未来一段时间的租赁次数；根据预测出的用户度假村房屋租赁次数为用户推送相应的套餐。实现租赁平台旺季利润最大淡季出租率最高；基本解决租赁平台与用户供求关系不明确问题，实现租赁平台与用户共同利益的最大化。

技术领域

本发明涉及房屋租赁技术领域，具体涉及一种用户度假村房屋租赁套餐推荐方法。

背景技术

随着互联网技术的飞速发展，人们的房屋租赁形式越来越多样化，互联网租房成为人们日常生活中不可或缺的一种方式，越来越多的人开始通过网络平台进行度假村的房屋租赁。然而，大部分网络平台对度假村房屋租赁套餐的制定往往只能通过经验和人为预估，缺乏准确性，此外用户的实际租赁行为在每年的节假日及大型活动日有很大的随机性，缺少一种能够反映客户消费欲望的客观方法。因此，如何根据用户实际租赁需求进行租赁套餐推荐，进而部分解决制定营销策略的问题，实现用户与商家共同利益最大化目的成为了租赁平台经营过程中的难题。

发明内容

本发明的目的在于针对现有技术的缺陷和不足，提供一种结构简单，设计合理、使用方便的用户度假村房屋租赁套餐推荐方法，实现租赁平台旺季利润最大淡季出租率最高；基本解决租赁平台与用户供求关系不明确问题，实现租赁平台与用户共同利益的最大化。

为实现上述目的，本发明采用的技术方案是：它的步骤如下：

1、设计租赁套餐：建立租赁次数与套餐之间的关系，如下：当次数T_n-1≤T≤T_n时，推荐套餐n，其中，n≥1，详见下表：

2、预测用户未来一段时间的租赁次数：

2.1、将用户一段时间利用网络平台进行房屋租赁的行为情况看作一个泊松过程，利用MATLAB的Curve Fitting Tool工具对过去k天用户电商租赁房屋行为进行曲线拟合根据拟合函数的误差平方和(SSE)、复相关系数(R-square)和均方根误差(RMSE)，选取均值函数；

2.2、将均值函数代入非齐次泊松过程模型中，计算用户未来s天通过网络平台租赁n次的概率；

2.3、分治法排序，建立表示租赁次数的数组A及表示租赁次数对应概率的数组B，并利用快速排序法对概率进行排序；选取概率最大的租赁次数作为用户未来s天通过网络平台进行度假村房屋租赁的次数预测；

3、根据预测出的用户度假村房屋租赁次数为用户推送相应的套餐。

进一步地，所述的步骤2.3中的对概率进行排序的具体步骤如下：

2.3.1、假设有一个数组B，如果B的长度不大于1，结束本步骤；如果数组B的长度大于1，执行如下操作：以数组B的第一个数字为轴，记为a，a的位置记为i，从第二个数字开始遍历数组B，如果遍历到的数字比a大，不做任何处理，遍历下一个数字直到结束；如果遍历到的数字比a小，令i加1，把该比a小的数字与i位置下的数字做交换，遍历下一个数字直到结束；B数组遍历完毕后，数字a仍然处于数组B的第一个位置，而位置i所对应的数字，为数组B中从左到右最后一个比a还小的数字，故进行还要最后一个操作：将数字a与i位置下的数字做交换；到此，一轮排序完毕；经过一轮排序后的数组B，a左边的数字都比a小，a右边的数字都比a大；

2.3.2、把a左边的所有数字看成新的数组B，重复a的操作；

2.3.3、把a右边的所有数字看成新的数组B，重复a的操作；