【技术实现步骤摘要】
本专利技术属于电子信息，尤其涉及公租房合同管理方法、装置、计算机装置及存储装置。
技术介绍
1、公租房是对住房困难人群的过渡性的解决方案，其目的在于为不属于低收入人群但住房困难的人员，提供住房帮助。公租房不归个人所有，而是由政府或公共机构所有，用低于市场价或者承租者承受起的价格，向新就业职工出租，包括应届毕业生、外地迁移到城市工作的群体等。
2、在现有的公租房租赁市场中，租赁合同的管理呈现出较为复杂的状况。其中涉及到诸多需要依靠人工来完成的操作，比如需要耗费大量人力和时间对租户的资格进行逐一审核，并在通过审核后精心准备合同文档，这些操作往往需要相关人员投入大量的精力和时间，整体流程较为繁琐和冗长，且存在人工失误的风险。
技术实现思路
1、基于此，本专利技术的目的是提供一种公租房合同管理方法、装置、计算机装置及存储装置，以从根本上解决现有的公租房租赁合同需要人工进行审核资格、准备文档，导致整体流程较为繁琐和冗长，且存在人工操作失误的风险的问题。
2、本专利技术实施例是这样实现的，提供一种公租房合同管理方法，包括以下步骤：
3、接收用户输入的用户信息；
4、根据所述用户信息提取第一用户特征；
5、将所述第一用户特征输入到预先训练好的第一机器学习模型中，以获得租赁判断结果，所述租赁判断结果用于表征所述用户是否为允许租赁公租房的租户；
6、若所述租赁判断结果是所述用户为允许租赁公租房的租户，根据所述用户信息生成未确认的
7、在某些实施方式中，所述接收用户输入的用户信息之后，包括以下步骤：
8、根据所述用户信息生成至少一个第一问题信息；
9、接收所述用户基于所述第一问题信息输入的第一答案信息；
10、所述根据所述用户信息提取第一用户特征，包括以下步骤：
11、根据所述用户信息和所述第一答案信息提取第一用户特征。
12、在某些实施方式中，所述第一机器学习模型的训练过程包括以下步骤：
13、获取第一数据集，所述第一数据集包括初始第一用户特征和初始租赁判断结果，所述初始第一用户特征和所述初始租赁判断结果具有对应关系；
14、基于所述第一数据集训练所述第一机器学习模型，以获得所述预先训练好的第一机器学习模型，包括：
15、将所述第一数据集分成第一训练集和第一测试集；
16、初始化所述第一机器学习模型；
17、将所述第一训练集的所述初始第一用户特征输入到初始化的第一机器学习模型以对所述第一机器学习模型进行迭代训练，包括将所述第一训练集的所述初始第一用户特征输入到经过x次训练后的第一机器学习模型中以便对该第一机器学习模型进行第x+1次训练，以及通过第x+1次训练后的第一机器学习模型获得的所述第一测试集的所述初始租赁判断结果是否满足第一预设要求来判定是否终止该迭代训练，所述第一预设要求包括所述第一测试集的所述初始租赁判断结果的正确率达到预定水平，x为大于0的整数。
18、在某些实施方式中，所述根据所述用户信息生成未确认的租赁合同，包括以下步骤：
19、根据所述用户信息提取第二用户特征，以及在公租房租赁数据库中提取公租房特征；
20、将所述第二用户特征和所述公租房特征输入到预先训练好的第二机器学习模型中，以获得合同关键信息；
21、根据所述合同关键信息和预先生成的合同模板，生成未确认的租赁合同。
22、在某些实施方式中，所述根据所述用户信息提取第二用户特征，包括以下步骤：
23、根据所述用户信息生成至少一个第二问题信息；
24、接收所述用户基于所述第二问题信息输入的第二答案信息；
25、根据所述用户信息和所述第二答案信息提取第二用户特征。
26、在某些实施方式中，所述第二机器学习模型的训练过程包括以下步骤：
27、获取第二数据集，所述第二数据集包括初始第二用户特征和初始合同关键信息，所述初始第二用户特征和所述初始合同关键信息具有对应关系；
28、基于所述第二数据集训练所述第二机器学习模型，以获得所述预先训练好的第二机器学习模型，包括：
29、将所述第二数据集分成第二训练集和第二测试集；
30、初始化所述第二机器学习模型；
31、将所述第二训练集的所述初始第二用户特征输入到初始化的第二机器学习模型以对所述第二机器学习模型进行迭代训练，包括将所述第二训练集的所述初始第二用户特征输入到经过x次训练后的第二机器学习模型中以便对该第二机器学习模型进行第x+1次训练，以及通过第x+1次训练后的第二机器学习模型获得的所述第二测试集的所述初始合同关键信息是否满足第二预设要求来判定是否终止该迭代训练，所述第二预设要求包括所述第二测试集的所述初始合同关键信息的正确率达到预定水平，x为大于0的整数。
32、在某些实施方式中，所述用户信息包括文本数据、图片数据和语音数据中的至少一种；
33、基于所述文本数据，通过词袋方法和/或tf-idf方法进行数据提取；
34、基于所述图片数据，通过卷积神经网络方法进行数据提取；
35、基于所述语音数据，通过梅尔频率倒谱系数方法进行数据提取。
36、本专利技术另一实施例还提供一种公租房合同管理装置，包括：
37、信息接收单元，用于接收用户输入的用户信息；
38、特征提取单元，用于根据所述用户信息提取第一用户特征；
39、结果获取单元，用于将所述第一用户特征输入到预先训练好的第一机器学习模型中，以获得租赁判断结果，所述租赁判断结果用于表征所述用户是否为允许租赁公租房的租户；
40、合同生成单元，用于若所述租赁判断结果是所述用户为允许租赁公租房的租户，根据所述用户信息生成未确认的租赁合同，并在接收到所述用户输入的确认信息后，生成已确认的租赁合同。
41、本专利技术另一实施例还提供一种计算机装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本专利技术实施例中任一项所述公租房合同管理方法的步骤。
42、本专利技术另一实施例还提供一种存储装置，所述存储装置存储有计算机程序，所述计算机程序能够被执行以实现如本专利技术实施例中任一项所述公租房合同管理方法的步骤。
43、本专利技术实施例提供的公租房合同管理方法，在接收到用户输入的用户信息后，根据用户信息提取第一用户特征，再将第一用户特征输入到预先训练好的第一机器学习模型中，以获得租赁判断结果，若租赁判断结果是用户为允许租赁公租房的租户，再根据用户信息生成未确认的租赁合同，在接收到用户输入的确认信息后，生成已确认的租赁合同。该公租房合同管理方法智能化进行审核租户资格，并在审核通过后准备本文档来自技高网...
【技术保护点】
1.一种公租房合同管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的公租房合同管理方法，其特征在于，所述接收用户输入的用户信息之后，包括以下步骤：
3.根据权利要求1或2所述的公租房合同管理方法，其特征在于，所述第一机器学习模型的训练过程包括以下步骤：
4.根据权利要求1所述的公租房合同管理方法，其特征在于，所述根据所述用户信息生成未确认的租赁合同，包括以下步骤：
5.根据权利要求4所述的公租房合同管理方法，其特征在于，所述根据所述用户信息提取第二用户特征，包括以下步骤：
6.根据权利要求4或5所述的公租房合同管理方法，其特征在于，所述第二机器学习模型的训练过程包括以下步骤：
7.根据权利要求1所述的公租房合同管理方法，其特征在于，所述用户信息包括文本数据、图片数据和语音数据中的至少一种；
8.一种公租房合同管理装置，其特征在于，包括：
9.一种计算机装置，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时
10.一种存储装置，其特征在于，所述存储装置存储有计算机程序，所述计算机程序能够被执行以实现如权利要求1至7任一项所述公租房合同管理方法的步骤。
...【技术特征摘要】
1.一种公租房合同管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的公租房合同管理方法，其特征在于，所述接收用户输入的用户信息之后，包括以下步骤：
3.根据权利要求1或2所述的公租房合同管理方法，其特征在于，所述第一机器学习模型的训练过程包括以下步骤：
4.根据权利要求1所述的公租房合同管理方法，其特征在于，所述根据所述用户信息生成未确认的租赁合同，包括以下步骤：
5.根据权利要求4所述的公租房合同管理方法，其特征在于，所述根据所述用户信息提取第二用户特征，包括以下步骤：
6.根据权利要求4或5所述的公租房合同管理方法，其特征...
【专利技术属性】
技术研发人员：黄毅，
申请(专利权)人：上海正之智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。