本發(fā)明涉及公租房管理領域，具體涉及一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)。

背景技術：

1、公租房，是國家提供的公共福利租賃房屋，用于解決城鎮(zhèn)中等偏下收入住房困難家庭、新進就業(yè)無房職工和在城鎮(zhèn)穩(wěn)定就業(yè)的外來務工人員的住房問題。

2、公租房的申請流程一般是申請人需要向有關部門提交申請材料，有關部門對申請人的材料進行審核，確定是否符合要求，符合要求后，申請人轉為承租人，根據承租人的實際情況進行分配；一般按照區(qū)域和人數進行分配，由于公租房是福利租賃房屋，是提供給承租人及其申請的共同居住人居住，不允許轉租或者合租。

3、但是，由于不同的申請人的需求不同，比如，老年的申請人需求可能是離醫(yī)院近、樓層低；而中年的申請人的需求可能是交通便利，若僅根據區(qū)域和人數進行分配，分配的公租房可能與申請人的需求不匹配，從而承租人將分配的公租房轉租他人的風險極大；有關部門對公租房難以管理。

技術實現思路

1、本發(fā)明的目的在于提供一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，解決以下技術問題：

2、如何提高分配的公租房與承租人的需求匹配度。

3、本發(fā)明的目的可以通過以下技術方案實現：

4、一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，所述管理與風險評估系統(tǒng)包括：

5、數據收集模塊，用于收集承租人的承租信息數據，承租人的租住信息數據；

6、公租房信息模塊，用于錄入公租房的住房信息數據；

7、管理模塊，用于對承租信息數據和住房信息數據進行分析，并根據分析結果給承租人分配公租房；

8、風險評估模塊，用于對承租信息數據、住房信息數據、租住信息數據進行分析，獲得綜合風險指數；并根據綜合風險指數判斷承租人租住是否異常。

9、作為本發(fā)明進一步的方案：所述承租信息數據包括承租人年齡、共同居住人數、共同居住人年齡和期望地標位置；

10、所述住房信息數據包括預設住戶年齡、預設可住人數和住房位置。

11、作為本發(fā)明進一步的方案：所述管理模塊的分析過程包括：

12、s1：通過對承租人年齡、共同居住人數、共同居住人年齡、期望地標位置、各公租房的預設住戶年齡、可住人數和住房位置進行分析，獲得承租人與各公租房的匹配指數；

13、s2：將承租人與各公租房的匹配指數最高的公租房分配給承租人。

14、作為本發(fā)明進一步的方案：所述匹配指數包括通過公式：

15、

16、計算第n個公租房與承租人的匹配指數pn；

17、其中，ac為承租人年齡；an為第n個公租房的預設住戶年齡；m為承租人的共同居住人數；am為第m個共同居住人的年齡；qn為第n個公租房的預設可住人數；sn為第n個公租房的住房位置與承租人期望地標位置的距離；p0為基礎匹配指數；γ1為第一權重系數；γ2為第二權重系數；γ3為第三權重系數；γ4為第四權重系數；c1為第一預設常數；c2為第二預設常數；c3為第三預設常數；c4為第四預設常數。

18、作為本發(fā)明進一步的方案：所述租住信息數據包括承租人月度指紋開門次數，各共同居住人月度指紋開門次數、公租房的月度用水量和月度用電量。

19、作為本發(fā)明進一步的方案：所述綜合風險指數的獲得過程為：

20、s100：承租人入住分配的公租房后，清空智能門鎖的指紋信息并重新錄入承租人及其共同居住人的指紋信息；

21、s200：通過對承租人月度指紋開門次數和各共同居住人月度指紋開門次數進行分析獲得第一風險指數；

22、s300：通過對公租房的月度用水量和月度用電量進行分析獲得第二風險指數；

23、s400：通過對匹配指數、第一風險指數和第二風險指數按照預設公式獲得計算綜合風險指數。

24、作為本發(fā)明進一步的方案：所述第一風險指數為通過公式：

25、

26、計算第一風險指數f1；

27、其中，f(x)為判斷函數，當x>0時，f(x)＝x；當x≤0時，f(x)＝0；k0為預設次數；km為第m個共同居住人的月度指紋開門次數；kc為承租人的月度指紋開門次數。

28、作為本發(fā)明進一步的方案：所述第二風險指數為通過公式：

29、

30、計算第二風險指數f2；

31、其中，qw為上個月的月度用水量，σw為上個月的月度用水量調節(jié)系數；q1為基本單人用水量；w1為用水量允許誤差值；qd為上個月的月度用電量；σd為上個月的月度用電量調節(jié)系數；q2為基本單人用電量；w2為用電量允許誤差值。

32、作為本發(fā)明進一步的方案：所述預設公式為：

33、計算綜合風險指數fz；

34、其中，pc為分配的公租房與承租人的實際匹配指數；δ1為第一綜合權重系數；δ2為第二綜合權重系數；δ3為第三綜合權重系數。

35、本發(fā)明的有益效果：

36、本發(fā)明通過數據收集模塊收集承租人的承租信息數據，承租人的租住信息數據；通過公租房信息模塊錄入公租房的住房信息數據；通過管理模塊對承租信息數據和住房信息數據進行分析，并根據分析結果給承租人分配公租房；通過風險評估模塊對承租信息數據、住房信息數據和租住信息數據進行分析獲得綜合風險指數；并根據綜合風險指數判斷承租人租住是否異常；使得承租人分配到的公租房更加滿足住戶的潛在要求，降低承租人申請后轉租的風險；并通過綜合風險指數及時判斷承租人租住是否異常；判斷為異常時及時對管理終端預警，有效加強管理終端對公租房的有效管理。

技術特征：

1.一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述管理與風險評估系統(tǒng)包括：

2.根據權利要求1所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述承租信息數據包括承租人年齡、共同居住人數、共同居住人年齡和期望地標位置；

3.根據權利要求2所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述管理模塊的分析過程包括：

4.根據權利要求3所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述匹配指數包括通過公式：

5.根據權利要求4所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述租住信息數據包括承租人月度指紋開門次數，各共同居住人月度指紋開門次數、公租房的月度用水量和月度用電量。

6.根據權利要求5所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述綜合風險指數的獲得過程為：

7.根據權利要求6所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述第一風險指數為通過公式：

8.根據權利要求7所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述第二風險指數為通過公式：

9.根據權利要求8所述的一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，其特征在于，所述預設公式為：

技術總結
本發(fā)明涉及公租房管理領域，公開了一種基于大數據和人工智能的公租房管理與風險評估系統(tǒng)，包括數據收集模塊、公租房信息模塊、管理模塊和風險評估模塊，通過數據收集模塊收集承租人的承租信息數據和租住信息數據；通過公租房信息模塊錄入公租房的住房信息數據；通過管理模塊對承租信息數據和住房信息數據進行分析并根據分析結果給承租人分配公租房；通過風險評估模塊對承租信息數據、住房信息數據和租住信息數據進行分析獲得綜合風險指數判斷承租人租住是否異常；使得承租人分配到的公租房更加滿足住戶的潛在要求，降低承租人申請后轉租的風險；并通過綜合風險指數及時判斷承租人租住是否異常；有效加強管理終端對公租房的有效管理。

技術研發(fā)人員：沈曉君,王偉,李才磊,周強,羅俊
受保護的技術使用者：中通服和信科技有限公司
技術研發(fā)日：
技術公布日：2025/1/6