【关键词】O2O模式;搜索引擎;商用物业租赁平台

1.国内外研究背景

在美国，42Floor是一家帮助不同规模的公司找到合适的办公场所的网站，发布方和需求方可以在该网站上发布和搜索信息。用户可以在网站上根据所需的办公场地类型，比如说是合租还是单组、大概需求的尺寸、价位以及所处地理位置等条件，来筛选出合适的结果。

目前，国内绝大多数公司找商用物业大多通过到各类园区登门拜访、友人介绍、中介等线下方式完成的，对于公司来说，找到一个合适的办公场地并不是一件容易的事情。国内的物业搜索引擎平台起步较晚，比较活跃的平台主要是在住宅市场上，例如搜房网、新浪易居等，而专业的商用地产物业租赁业务还是比较分散的，还是传统化的租赁方式为主流，并对客户资源的利用基本是缺失的。而且，搜房网等传统租赁平台的资源是横向整合，而本文研究的是资源的纵向整合，打造垂直的生态链，以优质、免费的商业地产租赁信息为基础，利用智能搜索技术为用户提供合适的租赁资源。

2.关键技术

（1）海量异构数据抓取及集成技术。由于各子系统与中央数据库具有异构性，我们需要对传输的数据格式进行定义和实现不同数据库之间的交换[1]实现海量URL调度体系和调度算法、智能的站点压力探测系统、深度万维网数据的抓取技术、异构数据的页面内容质量分级体系、噪声数据过滤与异构数据集成框架、高效准确的页面分类器、页面安全性检测技术与安全分级体系、智能化反作弊系统，支持海量异构Web数据的实时采集与信息抽取。能够准确地将有效的数据进行提取，分析站点内容价值和有效性。

（2）复杂社会网络信息分析技术。在社会网络环境中，信息通过相同的标签联系在一起[2]，通过更深入了解用户群组行为及其演化规律，更全面准确地进行互联网信息质量评估。主要实现用户主体辨识及其权威性与影响力建模，社会网络多维多尺度关系挖掘及其主题关联分析。能够有效识别关键因素，以便改善服务策略。

（3）以用户为核心的个性化信息组织与挖掘。通过对用户的浏览行为、搜索历史、以及用户所处网络环境下的用户群偏好进行深度挖掘，建立动态用户偏好模型，为用户提供个性化、精准的互联网个性化搜索服务。包括基于用户行为及用户兴趣的动态用户模型构建及其隐私保护机制，用户模型的本体化描述标准及其语义化扩展，以及面向个性化搜索的互联网信息索引及组织的支撑框架等（4）多模态数据分析与组织技术。研究鲁棒的媒体高维特征提取、内容化分析和组织方法，实现基于互联网信息的媒体内容语义标注与索引技术，设计海量媒体数据的高效索引结构，解决多维度、非结构化媒体信息的数据建模和内容组织，支持基于内容的互联网媒体搜索。

3.平台构建

构建商用物业所有引擎平台，通过虚拟化技术整合IT资源，实现平台架设工作，平台具备自助管理、数据安全保障、自动故障恢复和防网络攻击等高级功能，通过自动搜索，智能推荐，极大的提高客户的用户体验，能帮助他们更快的找到合适的地产。平台包括后天业务子系统管理、网站展示管理、发布管理、搜索引擎。

（1）后台业务子系统管理：业务子系统包括新闻录入系统，BBS论坛子系统，全文检索子系统等，针对不同系统的方便管理者进行信息管理，清晰业务逻辑，负责各种子系统的权限控制机制等。