基于房源与行为数据的动态聚类方法及房屋信息服务系统

本发明公开了基于房源与行为数据的动态聚类方法及房屋信息服务系统。本发明首先设计了一种融合房源属性特征、用户浏览行为特征与房源时效特征的多维相似度度量方法，以准确计算房源之间的差异；然后基于相似度计算结果，动态计算每个房源的局部密度值，自适应确定初始房源簇结构；最后，实时监测房源上架或下架、用户点击行为显著波动引起的局部密度变化，自动触发相应房源簇的局部分裂或合并，从而动态调整簇结构。系统能够在动态聚类的基础上进行房源查询及推荐。相比基于k‑Means等传统聚类方法的常规推荐方法，本发明能够及时精准地响应房源数据更新和用户兴趣变化，显著提升房源推荐服务的准确性与实时性。