论文诸葛找房用大数据解决找房问题是关于本文可作为诸葛找房方面的大学硕士与本科毕业论文诸葛找房b轮融资论文开题报告范文和职称论文论文写作参考文献下载。
帮你决策该租房or买房.
假如有人问你,在北京什么时候买房最合适,你一定会觉得肯定是以前房价还没猛涨的时候.对大部分北漂一族而言,租房还是买房的先决条件,就是得先有钱.
但诸葛找房的CEO苏伟杰可不这么认为.
他利用大数据统计了2016年5月北京各区在售二手房售价及整租房源租金价格.售价租金比反映了房产销售价值与其实际使用价值的比较关系,该值越大则表明在该区域买房相较于租房付出的代价越高.相反,在其他条件一致的情况下,该比值越低说明该区域相较于租房更适宜买房.
尽管售价租金比只是房产大数据里辅助用户决策的信息之一,但诸葛找房可以对每套房子在全网多个渠道的数据进行搜索处理.
什么样的搜索引擎有价值?
苏伟杰表示,自2014年下半年开始,房多多和爱屋吉屋进入房产行业,加上搜房、安居客端口涨价事件,使得整个行业的中介费跌宕起伏.越来越多的经纪公司开始做自己的网站,也有更多的互联网创业公司进入到房产行业.“这是房源的数据化进程,也只有当入口变得越来越多,流量成本变得越来越高的时候,搜索引擎才会有价值.”
随着入口变得越来越多,对搜索引擎而言,需要处理的数据的离散程度也会变高.目前诸葛找房已经拥有市面上最大的挂牌房源数据,基本上涵盖了线上房源的90%以上,用户可以找到全城90%以上的真实在租在售房源,以及每套房子多渠道挂牌价格的实时变动.
苏伟杰表示,开放搜索引擎使得用户可以自己进行选择,甚至可以直接联系房东进行交易,“但对于二手房的购买,大部分人还是会选择一些服务好的经纪公司,比如链家、我爱我家等等”.
但苏伟杰告诉创业邦（微信搜索：ichuangyebang）,由于整个房产行业的数据结构很薄弱,建立自己的房产数据结构化标准就变得尤为重要,主要包括：
1.半监督式管理.由于数据量庞大,所以95%的工作由机器来完成,人工部分主要是通过修正问题以及提供错误的样本供机器进行学习.
2.不断进行流式计算.当有新的房源进入或者有问题被修正后,所有的数据都需要回炉重新接受重组和分析.
3.修正算法,优化数据库,增加房产方面的知识,强化机器的数据处理能力.
如何保障房源真实有效
经过一年多的产品打磨,今年6月诸葛找房App正式上线,4个月的时间累积用户30多万,日活达到5000左右.
通过大量的调研及回访,苏伟杰发现,即便是经纪公司,也没有人想要发布假房源,但基于端口的收费机制造成了信息的严重泡沫化,使得经纪人和经纪公司不得不发布假房源来吸引客户.
通常情况下,端口的收费分为包月或包季,每个月在300?800元,每个端口可以发布30?50套房子.但如果经纪人手中只有一套房源,那他就不得不通过改标题、改价格、改描述来发布,以至于会有很多的重复房源.比如后现代城的房屋总数为5000户,但在信息平台上的在售及在租房源却超过15000套.
为了规避这种现象,让用户可以过滤掉重复、虚假房源,诸葛找房与经纪公司合作,收集全网的房源数据并进行后期的分析及处理,以确保房源真实有效：
1.将数据不断回炉
流式计算回炉过程,清晰线上数据,将错误率控制在5%左右.比如某套房子同时委托了很多家中介公司,其中一家中介公司对这个房子做了下架、交易等处理,那么在诸葛找房的平台上,该房源在所有关联中介公司的信息也会一起下架.每天的更新次数达十亿次左右.
2.经纪人认领房源
目前诸葛找房已开通经纪人端口,经纪人通过认证（确认身份）后即可在平台上认领房源,所有房源均是已经处理过的房源.并且,平台暂不开放发布房源的环节,以便确保现有数据的准确率能达到较高水平.
3.建立处罚机制
当经纪人知道某套房源已成交、下架,但还继续认领,平台会对经纪人进行处罚,如冻结账户等等.
与经纪公司合作但不介入交易环节
不同于房多多、搜房这些有能力有野心切入到整个房产交易环节的公司,苏伟杰告诉创业邦（微信搜索：ichuangyebang）,由于团队的核心成员大部分来自百度搜索和大数据团队,诸葛找房在数据分析、搜索能力上占有很大的优势,但在房产交易方面并不擅长.“只有把数据这个地方做精做专注,才有可能提供一个更有价值的产品给用户、经纪公司和经纪人.”
苏伟杰也表示,开放的经纪人端口将快速提升经纪人的效率,使得获客成本下降.如诸葛小AI人工智能,对于服务密集的行业来说,AI可以快速提高人力的效率.
目前行业里有100万?150万经纪人,如果他们的工作能用AI来代替一部分,如帮助用户匹配房源,计算某套房子用公积金能贷到多少钱等等,工作效率就会得到提高.
尽管不介入房产交易环节,但在保证房源真实性的前提下,诸葛找房可以通过搜索引擎与端口结合的方式对经纪公司收取一定费用.苏伟杰表示,平台初期会有一些免费的功能供经纪人使用,后期将会收取少量的服务费.
目前,诸葛找房已经开通北京、上海、广州等6个城市的业务,预计年底将在全国开通16个城市.
总结:本文关于诸葛找房论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
参考文献：
1、 联想工业大数据解决方案与赋能体系 联想工业大数据解决方案脱胎于联想在先进制造领域多年的技术和商业模式创新。通过生产设备实时分析，多源异构管理系统整合，数据实时接入和即席分析、可信。
2、 大数据时代电力企业财务管理存在问题和解决 [摘要]随着当前电力企业信息化的发展，智能变电以及智能电表的产生，使得电力系统的集成性越来越高，对于电力企业来讲，其数据规模也在不断的增加，数据。
3、 大数据和人工智能视角下，银行业如何风险防控 近期，央行发文，要求全国性商业银行于2017年8月底前，其他商业银行于2017年12月底前，完成基于大数据技术的银行卡风险防控系统建设，提升磁条。
4、 基于产业链视角传统征信和大数据征信良性互动 摘 要：征信是金融运行的基石。我国在改革开放后建立的征信业为金融体系的健康运行提供了有力的保障。近年来金融借助互联网技术不断纵深发展，互联网金融。
5、 城市规划如何用好大数据 理论上，庞大且多元的数据为精准的城市规划带来了福音，但城市建设者在实际收集和使用这些数据时却阻力重重。在寸土寸金的大城市，精细规划变得越来越重。
6、 硅谷死敌玛格丽特·维斯塔格:并购审查重点关注大数据垄断 因一系列针对科技巨头公司的处罚，欧盟委员会竞争专员玛格丽特·维斯塔格被称为西方世界最有权力的反垄断者、欧盟竞争秩序的“守护者”和大公司“死对头”。