链家闫觅：用房产大数据助用户选择心仪的住所

本篇文章1240字，读完约3分钟

新华社北京1月13日电12日下午，由财新传媒主办的“新数据新城——2017大数据智慧城市论坛”在北京举行。作为房地产行业的代表，链家网络副总裁闫蜜在会上表示，要真正发挥大数据的作用，前提是有效地积累数据。ac _ as _ id = 1807AC _ format = 0；AC _ mode = 1；AC _ group _ id = 1；AC _ server _ base _ URL = " me . AFP . China news/"；

在“居住”领域，用户希望找到一个更方便、更高效的理想居住场所。在颜蜜看来，大数据实际上可以帮助用户在未来更接近他们的理想家园，但要真正发挥大数据的作用，前提是有效地积累数据。据报道，自2008年以来，链家已经开始建立一个房地产字典。八年来，它在全国28个重点城市花费了近4.5亿英镑，覆盖了3亿人口，并建立了全国最大的房地产数据库，管理着7000万套住房数据，用300个字节描述每套住房，并通过不分青红皂白的信息共享大大缩短了用户的浏览周期。在构建房地产词典时，链家更注重人的分析，用107个维度描述用户行为，从125个维度分析经纪人自身，这是数据中非常重要的一部分。

房地产行业的大数据是特殊的，所以用户应该选择他们喜欢的住宅

交易频率低、客户价格高的属性使得用户在选择时非常谨慎，但他们没有足够的经验来选择自己喜欢的住宅，这成为用户在房屋交易中面临的最大问题之一。闫蜜说，通过对链家的深度数据挖掘，希望能给用户带来交易中的“父爱算法”。所谓的“父爱算法”是大数据的方法论，是相对母爱算法的陈述。具体来说，母爱算法=用户想要什么，你给什么；父爱算法=我会告诉你该鼓掌和听我说什么。闫蜜在现场解释说:“例如，如果用户想买一套面积在80-90平方米的房子，而具体的需求又不是特别明确，那么我们会在一个锁定的价格范围内匹配需求，智能地给出一些理想的选择，而不仅仅是在他指定的一些描述中找到结果。

链家两步，“父爱算法”的实践者

在颜蜜看来，房地产行业的父爱算法可以帮助用户通过两步找到他们最喜欢的房子。第一步是深入挖掘用户的需求。在这里，交互数据变得非常重要，包括经纪人的通信反馈、语音聊天信息、文本聊天数据等等。随着这些数据的积累，可以建立用户的需求图，当用户买房时，可以通过与以前的用户进行类似的比较，为用户提供更多的空房间选择。

第二步是在锁定区域后，为用户匹配最合适的房子。闫蜜认为，由于用户不了解市场和住房情况，很容易形成对房子的虚假预期，这往往导致最终售出的房子与用户最初描述的房子之间存在很大差异。基于数据的分析和积累，链家可以做出更加智能的推荐，快速预测用户的真实需求，给出更加合理的建议，避免交易过程中资源和时间的浪费。

对于未来大数据在“房源”领域的发展，闫蜜表示，随着房源、房源和交易数据的不断积累以及算法技术的不断迭代，链家将能够给用户带来更加智能的房源交易体验，不仅满足了空人的需求，也颠覆了用户的预期。