[发明专利]一种基于社交网络的租房信息收集方法及系统

说明书

本发明公开了一种基于社交网络的租房信息收集方法及系统，其通过网络爬虫进行爬取预设的社交网络的租房信息以及该租房信息对应的网址信息；通过命名实体识别技术抽取出租房信息里的实体信息，并根据抽取的实体信息进行构建房源数据库；通过网络爬虫定期访问所述租房信息对应的网址信息，判断所述租房信息是否为过期信息，并根据判断结果对所述房源数据库进行更新；不仅能够提高租房信息的收集效率，而且保证信息的有效性，避免无效信息的干扰，用户体验更好。

技术领域

本发明涉及数据采集和处理技术领域，特别是一种基于社交网络的租房信息收集方法及其应用该方法的系统。

背景技术

社交网络(Social Network)，是随着E-mail、BBS、博客、微博等Internet的应用而自然发展起来的反应社会交往群体的一种形态，其本质是提供一个在人群中分享兴趣、爱好、状态和活动等信息的在线平台。随着互联网发展起来的社交网络对人类社会活动的方式、效率等产生了深远影响。

社交网络已深入到人们的日常生活中，且形式多种多样。社交网络的兴起，在某个层面上的确是给大家的生活带来了便捷。它利用了人类的“惰性”，把社交网络变成了人们的生活方式，让许多沉溺社交的朋友，对现在的社交媒介产生了非常强烈的依赖性。

社交网络中充斥着海量的信息，大部分是无用的信息，但也存在部分有用信息，只是该有用信息仍然是零散的、不规范的。毋庸置疑，我们已经进入了碎片化信息时代。为了有效利用这些碎片化信息，需要对信息进行收集和整理。

现有技术为了获取社交网络中的海量信息通常是通过网络爬虫进行搜集，但是，由于信息量十分庞大，例如租房信息又具有很强的时效性，且个人或房产中介发布的租房信息的格式不统一、排版混乱，不仅需要花费大量的时间进行收集和整理，而且可能大部分搜集到的信息是过期的无效的信息。

发明内容

本发明为解决上述问题，提供了一种基于社交网络的租房信息收集方法及系统，不仅能够提高租房信息的收集效率，而且保证信息的有效性，避免无效信息的干扰，用户体验更好。

为实现上述目的，本发明采用的技术方案为：

一种基于社交网络的租房信息收集方法，其包括以下步骤：

通过网络爬虫进行爬取预设的社交网络的租房信息以及该租房信息对应的网址信息；

通过命名实体识别技术抽取出租房信息里的实体信息，并根据抽取的实体信息进行构建房源数据库；

通过网络爬虫定期访问所述租房信息对应的网址信息，判断所述租房信息是否为过期信息，并根据判断结果对所述房源数据库进行更新。

优选的，爬取所述租房信息后，进一步判断所述租房信息中是否包含地址信息，若是，则调用地图API获取所述地址信息对应的经纬度信息，并将该经纬度信息存储至所述房源数据库中。

进一步的，还包括将所述房源数据库中的租房信息展示给用户；展示方法是通过获取用户的待租地点，并调用地图API获取所述待租地点对应的经纬度信息，然后匹配得到所述房源数据库中与所述待租地点的经纬度信息的邻近位置的租房信息，将该邻近位置的租房信息展示给用户。

优选的，获取用户的待租地点，是通过获取用户输入的地点，或者是获取用户在地图上设置的地点，或者是通过GPS定位进行获取用户的当前所在地点；所述邻近位置是指以该待租地点为中心的预设区间范围内的区域。

优选的，所述房源数据库采用redis数据库，所述租房信息抽取得到的实体信息采用表格的形式存储于所述redis数据库中。

优选的，判断所述租房信息是否为过期信息，是通过对最后一次访问所述网址信息所获取的租房信息进行以下任一种判断：