1、3 内容提要 1 面对的问题 房产交易领域中进行数据和算法研究的必要性 2 前置条件 贝壳找房在房产交易领域中的数据建设和数据资产状况 3 算法实践&应用 通过实例来说明算法在房产交易领域中对效率的提升 4 房产交易领域中的效率问题 潜客 找房 咨询 带看 成交 售后 平均周期平均周期：183天天 核验核验、贷款贷款、过户过户、物业交割物业交割 带看体验差带看体验差，效率低效率低 路上2小时路上2小时，看房看房5分钟分钟 信息真实性验证成本高 信息真实性验证成本高 决策成本高决策成本高 服务效率低服务效率低，一对一咨询受限于经纪人的能力一对一咨询受限于经纪人的能力 5 是否能通过AI来部分解决

2、 数据 算法 算力 场景 集群规模：200+台；台；1万万+运算核心运算核心 吞吐量吞吐量：350TB/天天 数据存储：6PB；日增日增30TB 任务调度量：25000+/天；天；数据数据API调用量：2300万万/日日 报表产出量：7500/天天 分析洞察 信息验证 人机交互 评估预测 精准匹配 流程优化 6 贝壳大数据全景 房屋数据 经纪人数据 客户数据 行为数据 7 贝壳多模态数据采集 用户行为用户行为&经纪人作业行为经纪人作业行为 对话文本对话文本 客服语音客服语音 定位数据定位数据 图像数据图像数据 贝壳大数据平台 行为埋点行为埋点 文本识别文本识别 语音识别语音识别 GPS定位定位

3、 图像识别图像识别 8 贝壳知识图谱 实体实体：32类&2.5亿亿 覆盖商圈覆盖商圈、房屋房屋、地标地标、学校学校、客户客户、经纪人经纪人 关系关系：95种种&6.4亿亿 覆盖权属覆盖权属、价格价格、签约签约、带看带看、属性属性、地理关系地理关系 三元组三元组：55亿亿 海量三元组构成网状知识体系海量三元组构成网状知识体系 9 基于贝壳大数据的分析洞察 10 提升信息真实性：房源验真 纯人工回访：回访团队30人，监管覆盖10%房源房源 问题房源命中率5%超过87%的假房源举报来自监管未覆盖的房源 机器判别辅助人工回访：回访团队2人，监管覆盖100%房源；房源；问题房源命中率50%假房源举报率下

4、降50%150倍倍 10倍倍 行业推广行业推广：覆盖覆盖37城城 问题房源命中率80%37倍倍 60%+11 房源验真算法演变?原始特征+决策树 复杂特征+xgboost 简单特征+深度神经网络 5个主题，173类特征 准确率：40%AUC：0.66 假房源 真房源 行为特征在时序上区别明显 54个主题，173255类特征（引入205类周期性特征）准确率：78%AUC：0.89 利用时序模型捕捉时序特征，利用深度网络获取静态特征的非线性组合 10类时序特征+38类静态特征 准确率：80%AUC：0.92 12 提升经纪人作业效率：房源成交预估 x3x2x1x0 xn-1?x0FCtanhxta

5、nh+xxhtXtXt+1Xt-1ht-1ht+1xm-1X0BNReLUh0h1h2h3h4FCOutputStatic FeaturesTemporal Features房源未来60天成交概率 TopN作为优质房源提供给经纪人聚焦 服务 维护、销售 13 房源成交预估已成为经纪人作业的标准参考 14 降低决策成本：房价预估 15 基值比较法预估房价 历史成交折算法 基值比较法 市场比较法（估价公司传统方法）VS.基础假设基础假设：房产成交的房产成交的绝对价格绝对价格时变性强 时变性强 单套房源在市场上单套房源在市场上价格排名价格排名相对稳定相对稳定，且时变性弱且时变性弱 预估目标预估目标：

6、直接预估直接预估房屋总价房屋总价?预估预估 房屋均价房屋均价 /区域均价区域均价 算法算法：GBDT 多粒度层级模型树 多粒度层级模型树 16 贝壳房价预估准确率 估价覆盖：300城，上线103城 17 提升服务效率：对话机器人 1 1.经纪人的知识覆盖有限经纪人的知识覆盖有限 平均一个经纪人能详细覆盖10套房源，粗略覆盖50套房源 2.2.服务效率影响商机服务效率影响商机 经纪人在1分钟内响应IM消息，成交概率提升1倍 3.3.话术很重要话术很重要 针对不同客户，需要个性化服务 提问 回答 自动回答 侦听、识别问题 18 基于对话机器人的贝壳IM智能助手 NER 分词 意图识别 DA SQL

7、生成 ES检索 话术设计 结果拼接 检索模块 生成模块 NLU模块 query 知识图谱 问题覆盖度：65%近2/3的问题能直接被智能助手识别 功能UV覆盖度：33.7%有1/3的用户触发了智能助手 答案点击率：44%有超过4成的答案被直接采纳 19 优化签后流程：放款时效预估 签后策略 平均时长：153天天 短时交易单占比2.3%高单量支行8%人工判断人工判断 交易时间长：平均183天天 短时单少：短时交易单占比0.4%银行集中：高单量支行20%4.8倍倍 60%16.4%?20 小结 1 贝壳的数据具有独特性 全国最全的房产数据库，以及最大宗商品交易数据 2 算法的作用凸显 在提升领域效率的问题上，算法显得很有效 3 还有很大的想象空间 效率的提升没有止境，新的服务模式也许就在其中产生 21