基于TF-IDF的智能合租匹配室友系統

何奕 韓雨桐 白瑤 周世杰 施澤仁 王江盼

[摘 要]隨著國內房租越來越貴，很多人為了減少生活開銷而選擇合租，然而在這一過程中，隨機匹配的室友往往不盡如人意。在基于智能匹配算法TF-IDF的基礎上，結合區塊鏈技術，不僅能夠有效地提升室友匹配的滿意程度，而且由于區塊鏈不可篡改的特性，也減少了雙方之間信用違約風險。文章基于此核心技術，推出了新型智能匹配合租APP，為合租群體節約了尋找理想室友的時間，提升了生活幸福感，并將所收集到的數據用以在未來構建健全的合租信用體系，最終推進我國合租產業的綠色發展。

[關鍵詞]智能匹配;TF-IDF;區塊鏈;合租

[DOI]10.13939/j.cnki.zgsc.2021.27.185

1 引言

中國迅速擴張的城市化建設使得房價越來越高，越來越多的人由于沒錢買房而加入租房的行列，租房趨勢由單租轉為合租。而在合租中往往由于性格不合、生活習慣、公共用品放置、水電分攤不均等問題而產生矛盾。文章將智能匹配與區塊鏈技術應用到合租概念上，打造一個真實、可信、高效、良性循環的合租系統，利用機器學習構筑便利合租，匹配心儀室友，減少因合租引起的矛盾。

2 系統簡介

基于機器學習的智能匹配合租室友系統應運而生，使有合租需求的用戶匹配到自己理想的室友，獲得更好的合租生活體驗。

租客只需在平臺上填寫自己的性別、目標房源區域、生活作息時間、愛好，并且描述理想室友的條件要求等信息，系統便會運用機器學習算法進行智能匹配，篩選過后將比較符合的目標室友推薦給租客。租客與租客便可以在平臺上進一步溝通，一旦確認成為合租室友，可商量一同選擇房屋。

具體現狀如表1所示。

3 系統設計構思

3.1 核心技術

3.1.1 TF-IDF算法

TF-IDF技術用于評估詞語對于文檔集或語料庫中文本的重要程度。[1] TF-IDF值較高的詞項對文本的語義貢獻較大，重要程度較高，能最大程度代表當前的文本。[2]

本平臺使用TF-IDF算法提取用戶個人和理想室友信息的關鍵詞，形成用戶畫像。在平臺上注冊的用戶，根據提示填寫自己的目標地點區域、生活作息時間、興趣愛好，用幾句話來形容自己的性格，以及描述期望的室友的特征和要求。在獲取用戶信息后，將這些信息放入數據庫中，并對數據庫進行加密。進一步對輸入信息進行自然語言處理，接著使用TF-IDF算法計算用戶相似度，再定義閾值形成用戶目標群反饋給相應的用戶。

3.1.2 區塊鏈智能合約系統

本平臺將利用智能合約系統，將用戶同意本平臺協定這一指令納入合約當中，當指令觸發后，系統將自動彈出剩余傭金的支付界面。在用戶完成剩余傭金支付后，方可與匹配成功的室友進行后續合租簽約，否則系統將不會提供所匹配室友的信息。運用此技術可以避免因用戶自身隱瞞信息導致合租雙方產生矛盾，或由于其他無關本平臺責任的糾紛產生。

3.2 操作流程

（1）有合租意向的用戶點擊找室友功能后，在認證界面實名注冊， 系統會將信息上傳到公安系統中來核實用戶的實名信息。

（2）實名驗證后，系統會彈出信息界面。信息界面要求填寫用戶的姓名、性別、聯系方式、目標區域、作息時間、興趣愛好、性格描述和想要的室友類型。此信息頁面連接數據庫，用戶所填寫的信息全部錄入一個加密數據庫中，保障用戶信息安全。接著利用機器學習的相關算法，對用戶提供的信息進行處理。

具體操作如下：第一步，篩選目標地點區域，保留具有相同目標地點區域的用戶群。第二步，對具有相同目標地點區域的用戶群進行生活作息時間的相似度計算，給定相似度閾值，大于閾值的保留。第三步，將用戶群中的每一個用戶期望的室友特征和要求與用戶群中的其他用戶的性格、興趣愛好做相似度計算，給定閾值，大于閾值的保留。第四步，形成符合用戶要求的匹配用戶群。

（3）用戶群找到后，系統會提示用戶支付部分報酬。

（4）支付成功后，系統將匹配出的符合的用戶群的姓名、性別等相關信息反饋給用戶。

（5）用戶與用戶群中的用戶通過匿名的方式在本系統提供的界面來進行相互溝通了解，整個過程將在聊天機器人的監管之下進行。為避免私下交易，禁止用戶聊天時向對方提供聯系方式。

（6）用戶通過溝通確定理想室友后，須同意本系統通過智能合約設立的協定（所有個人信息必須絕對屬實、凡是雙方在合租期間發生的無關本平臺的糾紛，例如房源或者個人信息隱瞞謊報、合租中發生的問題等均與本平臺無關）。在同意后雙方可進一步對合租問題進行溝通，平臺服務基本完成。

（7）雙方合租一段時間后，對合租室友進行回訪打分。若對室友不滿意，在打分的同時，需要填寫一些私密信息，描述對室友不滿的地方，系統會根據獲得的信息對用戶添加缺點標簽，方便下次的室友匹配。

4 結論

智能合租平臺系統利用機器學習技術實現找室友服務，能夠智能匹配與用戶生活作息、愛好更為相似的室友，并且按照用戶所期望的室友特征進行篩選，優化算法使匹配更精準。對比現有的租房平臺上的找室友功能，本平臺的服務更加高效，能夠解決用戶找不到合適室友的痛點。在為用戶匹配合適的合租室友的這一過程中，為用戶提供在平臺上與其他用戶私聊的功能，便于合租雙方更好地對彼此進行了解。同時為了防止相關違背法律的事情發生，平臺在每個聊天室設置機器人，監控雙方的談話內容，減少本平臺的運營風險。在用戶雙方選擇成為合租室友相處一段時間后，系統會為用戶提供回訪打分服務。在此環節，用戶雙方互相評價，平臺系統會將這些評價進行分詞選擇，記錄在每個用戶的個人標簽中，優化合租室友的再次匹配選擇。

參考文獻：

[1]武永亮，趙書良，李長鏡，等.基于TF-IDF和余弦相似度的文本分類方法[J].中文信息學報，2017，31（5）：138-145.

[2]趙士杰，陳秋. 基于語義和TF-IDF的項目相似度計算方法[J]. 計算機時代，2015，29（5）：1-6.

[3]劉薇.區塊鏈智能合約的法律性質[J].法治論壇，2020（2）：69-81.

[基金項目]2020年度上海立信會計金融學院大學生創新創業訓練計劃（項目編號：S202011047099X）。

[作者簡介]何奕，女，漢族，江蘇連云港人，上海立信會計金融學院大學本科在讀，研究方向：金融科技;韓雨桐，女，漢族，天津人，上海立信會計金融學院大學本科在讀，研究方向：金融科技;白瑤，女，漢族，甘肅平涼人，上海立信會計金融學院大學本科在讀，研究方向：金融科技;周世杰，男，漢族，四川雅安人，上海立信會計金融學院大學本科在讀，研究方向：金融工程、金融科技;施澤仁，男，漢族，寧夏銀川人，上海立信會計金融學院大學本科在讀，研究方向：金融工程、金融科技、金融數學;王江盼，女，漢族，河北石家莊人，博士，講師，上海立信會計金融學院金融科技學院，研究方向：信用評價、金融科技。