基于元數(shù)據(jù)模型的房地產(chǎn)信息發(fā)布訂閱算法

翟貴敏，董龍明

（1.南京市莫愁中等專業(yè)學(xué)校，南京　210017；2.陸軍駐南京地區(qū)軍事代表室，南京　210008）

基于元數(shù)據(jù)模型的房地產(chǎn)信息發(fā)布訂閱算法

翟貴敏1，董龍明2

（1.南京市莫愁中等專業(yè)學(xué)校，南京210017；2.陸軍駐南京地區(qū)軍事代表室，南京210008）

0　引言

伴隨著Internet技術(shù)的快速發(fā)展，電子商務(wù)由傳統(tǒng)的客戶/服務(wù)器（C/S）模式轉(zhuǎn)變?yōu)闉g覽器/服務(wù)器（B/S）模式，通信交互方式也由客戶請(qǐng)求服務(wù)后等待獲得應(yīng)答緊耦合同步的交互模式向松散異步通信模式轉(zhuǎn)變。當(dāng)前，絕大多數(shù)房地產(chǎn)交易平臺(tái)都是采用B/S模式，具有以下特征：

（1）大規(guī)模：由于Internet是開放的，瀏覽者可能數(shù)量巨大，并且分布于世界，這需要服務(wù)器具有很好的負(fù)載承受能力。

（2）動(dòng)態(tài)性：交易平臺(tái)的參與者往往不是固定不變的，可以動(dòng)態(tài)地加入或退出。

（3）松散耦合：由于參與者具有動(dòng)態(tài)性，就要求它們應(yīng)當(dāng)以一種松散耦合的方式，進(jìn)行信息交互和協(xié)同工作。

為了適應(yīng)電子商務(wù)新的特征帶來的挑戰(zhàn)，近年來人們相繼提出了多種技術(shù)，例如：Web Service［1］、網(wǎng)格［2］、語義Web［3］、P2P計(jì)算［4］、云計(jì)算［5］等技術(shù)，從不同的角度解決Internet環(huán)境下的問題，但均沒有很好地解決Internet環(huán)境中各參與者如何以松散耦合的方式進(jìn)行信息交互的問題。耦合可以分為空間、時(shí)間和控制流三個(gè)方面進(jìn)行劃分：

（1）空間耦合：信息交互的雙方是否需要彼此的地址信息。

（2）時(shí)間耦合：信息交互的雙方在交互過程中是否需要同時(shí)處于運(yùn)行狀態(tài)。

（3）控制流耦合：信息交互的雙方是否必須要阻塞等待對(duì)方的應(yīng)答。

隨著房地產(chǎn)行業(yè)的澎湃發(fā)展，新房、二手房、廉租房等各種房源不斷推出，購(gòu)房者或租房者往往容易在這些浩瀚的房源信息面前變得不知所措，無從選擇。當(dāng)前，各種房產(chǎn)交易平臺(tái)雖然推出各種基于關(guān)鍵詞的搜索服務(wù)，客戶能夠選擇例如：價(jià)格、地理位置、房屋大小等關(guān)鍵詞能夠過濾一些不符合條件的房源，能夠一定程度上減少房屋信息。但是，這種方式仍存在著一些問題，客戶每次登錄到房地產(chǎn)交易平臺(tái)需要重復(fù)選擇這些條件才能找到合適的房源，一方面不夠人性化，之前選擇的房源信息未能夠及時(shí)保存，客戶如果想查看已瀏覽過的房源需要重復(fù)選擇搜索條件；另一方面搜索引擎大量重復(fù)工作，增加了交易平臺(tái)后臺(tái)服務(wù)器的負(fù)載。當(dāng)前，如何降低服務(wù)器的負(fù)載和及時(shí)提供合適的房屋信息給合適的客戶成為各種房屋交易平臺(tái)亟需解決的問題。

本文使用元數(shù)據(jù)模型技術(shù)對(duì)房地產(chǎn)行業(yè)房源和客戶需求進(jìn)行統(tǒng)一描述，并建立元數(shù)據(jù)數(shù)據(jù)模型，作為房源發(fā)布者和需求者間的統(tǒng)一語義基礎(chǔ)，并基于該元數(shù)據(jù)模型設(shè)計(jì)相應(yīng)的發(fā)布訂閱算法，作為房屋交易雙方信息發(fā)布和訂閱機(jī)制，支持房產(chǎn)信息的合理推送和實(shí)時(shí)發(fā)布。

1　房地產(chǎn)元數(shù)據(jù)模型

房地產(chǎn)交易平臺(tái)中，基于Map的數(shù)據(jù)模型將發(fā)布事件和訂閱條件表示成為三元組形式（屬性名，謂詞，屬性值），例如：事件（價(jià)值，=，1000）表示：“價(jià)值等于1000元”的事件；訂閱條件（價(jià)值，＜，1000）表示：“價(jià)值低于1000元”的訂閱條件。屬性名一般可以用領(lǐng)域有意義的概念表示，謂詞通常是一些邏輯運(yùn)算符，如：“=”、“＞”、“＜”、“＞=”、“＜=”、“”、“”等。復(fù)合式訂閱條件，可以使用邏輯運(yùn)算符表示，如：（坐落，，武昌區(qū)）&&（價(jià)值，＜，100萬）表示坐落在武昌區(qū)并且總價(jià)低于100萬的房屋。

房屋描述信息越全面越好，并形成統(tǒng)一的規(guī)范，在發(fā)布后，發(fā)布訂閱系統(tǒng)能夠抽取出統(tǒng)一的數(shù)據(jù)模型，與不同的訂閱條件進(jìn)行匹配，根據(jù)匹配度量方法對(duì)訂閱因子進(jìn)行加權(quán)求得匹配度。房屋描述元數(shù)據(jù)模型可以分為核心概念模型和擴(kuò)展概念模型。核心概念模型描述了6種房屋基本屬性信息，例如：坐落、樓層、戶型、面積、價(jià)值、建筑年代；擴(kuò)展概念模型描述了房屋輔助配套信息，例如：交通、綠化、學(xué)區(qū)、裝修、生活設(shè)施等信息。基于該房屋元數(shù)據(jù)模型，房屋發(fā)布者可以發(fā)布房源的基本信息，如：05年精裝修，武昌區(qū)萬達(dá)廣場(chǎng)1棟204單元，面積為：100平，單價(jià)8000，雙地鐵口，中小學(xué)雙學(xué)區(qū)，出門為購(gòu)物廣場(chǎng)。假如此時(shí)一個(gè)有意購(gòu)房者作了如下訂閱房源時(shí)，可以這樣描述：“地理位置=武漢市/價(jià)值＜9000”。由于武昌區(qū)屬于武漢市，發(fā)布訂閱系統(tǒng)應(yīng)該能將該房源推薦給該客戶，但是，當(dāng)前基于內(nèi)容的發(fā)布訂閱系統(tǒng)單從字符串比較匹配的角度來講，不能解決這個(gè)語義匹配問題，因此，必須定義這些基本概念下等價(jià)或比較等各種運(yùn)算關(guān)系。

核心概念模型中基本概念 “坐落”（英文名：Location）描述了房屋的地理位置，值一般為行政區(qū)域值，可以根據(jù)行政區(qū)域劃分定義坐落的關(guān)系，例如：中國(guó)?湖北省?武漢市?武昌區(qū)街道小區(qū)，逐級(jí)定位房屋位置，可以用謂詞 “?”表示值的取值關(guān)系，這樣通過謂詞“?”坐落值構(gòu)成了自頂向下的樹形結(jié)構(gòu)。概念“樓層”（英文名：Floor）描述了房屋所屬的樓層，值一般使用數(shù)字來表示，謂詞使用比較大小的數(shù)值運(yùn)算符表示，如：“=”、“＞”、“＜”、“＞=”、“＜=”。基本概念“戶型”（英文名：Apartment）描述了房間客廳數(shù)目和朝向，可以使用約定格式來表示，“×室×廳，×室（廳）朝南”（×為數(shù)字）。基本概念“面積”（英文名：Area）描述了房屋的面積，值一般使用數(shù)字來表示，單位一般為平方米，謂詞使用比較大小的數(shù)值運(yùn)算符。基本概念“價(jià)值”（英文名：Price）描述了房屋當(dāng)前的價(jià)格，使用數(shù)值來表示，單位為萬元。基本概念“建筑年代”（英文名：Building year）描述了房屋的建造年代，通常使用數(shù)字表示，謂詞同樣使用數(shù)值比較大小的數(shù)值運(yùn)算符。

擴(kuò)展概念模型中的概念一般使用自然語言來描述，很難使用精確的量化數(shù)值來描述和比較，通常可以量化等級(jí)來表示。擴(kuò)展概念“交通”（英文名：Traffic）可以使用交通便利和交通堵塞兩個(gè)極端表示，交通便利可以取值1，交通堵塞為0。擴(kuò)展概念“綠化”（英文名：Green）表示房屋周圍綠化情況，同樣可以用數(shù)值0～1進(jìn)行量化，1表示綠化達(dá)到深林覆蓋程度，0表示該小區(qū)基本上沒有綠化。擴(kuò)展概念 “學(xué)區(qū)”（英文名：School District）表示房屋所在學(xué)區(qū)學(xué)校情況，可以將中小學(xué)按照市排名，進(jìn)前三中小學(xué)的學(xué)區(qū)打分為1，學(xué)校一般的學(xué)區(qū)打分為0.5，周圍沒有學(xué)校就讀需要擇校的房屋學(xué)區(qū)分為0。擴(kuò)展概念“裝修”（英文名：Decoration）表示房屋的裝修情況，精裝修的房屋裝修項(xiàng)為1，毛坯房的裝修項(xiàng)值取0。擴(kuò)展概念“生活設(shè)施”（英文名：Living Facilities）表示房屋周圍生活便利程度，如菜市場(chǎng)、醫(yī)院、購(gòu)物超市、健身房、理發(fā)、等生活必須設(shè)施，可以根據(jù)實(shí)際情況進(jìn)行量化，同樣取值在0～1之間。

2　發(fā)布訂閱算法

基于房屋元數(shù)據(jù)模型描述的事件和訂閱條件采用多索引數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)，如圖1和2所示。

圖1　事件的數(shù)據(jù)結(jié)構(gòu)

圖2　訂閱的數(shù)據(jù)結(jié)構(gòu)

其中各字段表示的含義如下：

concept：核心數(shù)據(jù)概念名或擴(kuò)展數(shù)據(jù)概念名；

datatype：數(shù)據(jù)類型；

value：屬性值；

operator：謂詞；

index：事件或訂閱序號(hào)。

2.1房屋事件索引表

對(duì)于購(gòu)房者而言，其首要感興趣的是房屋事件的基本概念屬性，賣房者通常情況下能夠精確描述房屋的基本信息，在事件索引表中，謂詞operator通常取值為等于，因此，事件索引表中謂詞可以省略，采用事件概念名作為一級(jí)索引，數(shù)據(jù)類型作為二級(jí)索引，屬性值作為三級(jí)索引。事件索引表的結(jié)構(gòu)如圖3所示。

圖3　事件索引表結(jié)構(gòu)

房屋描述越全面越好，事件發(fā)布對(duì)房屋的描述要求所有的核心概念屬性和擴(kuò)展概念屬性全覆蓋，不能有缺省值。

2.2訂閱條件索引表

對(duì)訂閱條件索引表，采用邏輯運(yùn)算符LOP（包括：關(guān)系與/、關(guān)系或/、等）作為一級(jí)索引以連接復(fù)合事件，采用關(guān)系運(yùn)算符OP（例如：=、＞、＜、等）作為二級(jí)索引，數(shù)據(jù)類型作為三級(jí)索引，屬性值作為四級(jí)索引，在每個(gè)屬性值后面加上訂閱序號(hào)來標(biāo)識(shí)訂閱號(hào)，訂閱條件索引表如圖4所示。

訂閱條件不需要對(duì)所有的概念屬性進(jìn)行約束，可以根據(jù)客戶需求有選擇地指定概念屬性的約束條件，對(duì)原子約束條件內(nèi)，使用關(guān)系運(yùn)算符OP連接，復(fù)合事件是由多個(gè)原子約束條件通過邏輯運(yùn)算符LOP構(gòu)成的。

圖4　訂閱條件索引表結(jié)構(gòu)

為了便于索引表的建立和維護(hù)，需要對(duì)屬性概念和值進(jìn)行合理的排序，規(guī)則如下：

（1）事件索引表一級(jí)節(jié)點(diǎn)為屬性概念，按照核心概念和擴(kuò)展概念的順序固定順序進(jìn)行排列；

（2）事件索引表的二級(jí)節(jié)點(diǎn)為數(shù)據(jù)類型，不需要排序；

（3）事件索引表的三級(jí)節(jié)點(diǎn)為屬性值，對(duì)數(shù)值類型和分?jǐn)?shù)類型按照值的升序進(jìn)行排列，對(duì)字符串類型按照其字典順序排序；

（4）訂閱條件索引表中的一級(jí)節(jié)點(diǎn)為邏輯運(yùn)算符，不需要排序；

（5）訂閱條件索引表中的二級(jí)節(jié)點(diǎn)為關(guān)系邏輯符，不需要排序；

（6）訂閱條件索引表中的三級(jí)和四級(jí)節(jié)點(diǎn)索引分布為屬性和數(shù)據(jù)類型，同樣不需要排序；

（7）事件索引表的五級(jí)節(jié)點(diǎn)為屬性值，對(duì)數(shù)值類型和分?jǐn)?shù)類型按照值的升序進(jìn)行排列，對(duì)字符串類型按照其字典順序排序。

2.3事件索引表的建立過程

對(duì)一個(gè)新發(fā)布的房源事件Pi，根據(jù)屬性描述在索引表中找到對(duì)應(yīng)的索引值，如果找到對(duì)應(yīng)的索引值，則將該房源事件的標(biāo)識(shí)Pi加入對(duì)應(yīng)索引值最后的索引值；如果沒找到，則根據(jù)二分查找法進(jìn)行定位找到插入的位置，建立新的索引節(jié)點(diǎn)，并將該房源事件Pi加入到該值的后面。

2.4訂閱條件索引表的建立過程

（1）對(duì)一個(gè)新發(fā)布的訂閱條件Sj，首先判斷是原子訂閱條件還是復(fù)合訂閱條件，如果是原子訂閱條件，則跳至（2）；如果是復(fù)合訂閱條件，則跳至（6）；

（2）在所有二級(jí)節(jié)點(diǎn)中查找關(guān)系運(yùn)算符，若找到對(duì)應(yīng)的關(guān)系運(yùn)算符，則跳至（3），否則，在二級(jí)節(jié)點(diǎn)中加入該關(guān)系運(yùn)算符，并建立對(duì)應(yīng)的子節(jié)點(diǎn)索引，本次建立索引過程結(jié)束；

（3）在三級(jí)節(jié)點(diǎn)中查找訂閱條件Sj的屬性概念，如找到對(duì)應(yīng)的屬性概念，則跳至（4），否則在三級(jí)節(jié)點(diǎn)中加入該屬性概念名并建立其對(duì)應(yīng)的子節(jié)點(diǎn)索引，本次建立索引過程結(jié)果；

（4）在五級(jí)節(jié)點(diǎn)中查找該屬性值，如找到對(duì)應(yīng)的屬性值，跳至（5），否則在五級(jí)節(jié)點(diǎn)中加入該屬性值，并將訂閱條件Sj加入到該值的后面；

（5）在五級(jí)節(jié)點(diǎn)中根據(jù)二分查找法進(jìn)行定位找到插入的位置，建立新的索引節(jié)點(diǎn)，并將該訂閱條件Sj加入到該值的后面；

（6）對(duì)邏輯運(yùn)算符進(jìn)行分解，在一級(jí)節(jié)點(diǎn)中進(jìn)行查找，如找到對(duì)應(yīng)的邏輯運(yùn)算符，則跳至（2），否則，在一級(jí)節(jié)點(diǎn)中加入該關(guān)系運(yùn)算符，并根據(jù)原子訂閱條件方法建立對(duì)應(yīng)的子節(jié)點(diǎn)索引。

2.5索引表的維護(hù)

索引表的建立過程就是索引表中針對(duì)某個(gè)事件或訂閱條件的插入過程。在實(shí)際運(yùn)行過程中，事件表和訂閱表不但需要插入，還需要維護(hù)。維護(hù)是指節(jié)點(diǎn)的修改或刪除。當(dāng)購(gòu)房者對(duì)購(gòu)房條件進(jìn)行修改時(shí)，就需要對(duì)訂閱事件索引表中的某些訂閱條件進(jìn)行刪除或修改；當(dāng)房源已經(jīng)被購(gòu)房者購(gòu)買并成交后，需要在房源事件索引表中將該房源的ID進(jìn)行刪除。

在房地產(chǎn)交易平臺(tái)中，存在著兩種發(fā)布訂閱情形：一是發(fā)布新房源時(shí)需要實(shí)時(shí)推薦給需要的購(gòu)房者，稱之為：“一事件，多訂閱”；二是新購(gòu)房者訂閱意向的房屋條件時(shí)系統(tǒng)得將已發(fā)布的滿足訂閱條件的房源推薦給購(gòu)房者，稱之為“一訂閱，多事件”。

“一事件，多訂閱”要求事件代理服務(wù)器能夠?qū)偘l(fā)布的房源事件對(duì)訂閱索引表進(jìn)行匹配，找到所有和該事件匹配的訂閱條件。

輸入：房源事件描述P

輸出：所有和事件P匹配的訂閱條件S

（1）將事件P按照2.2.2節(jié)的算法加入事件索引表；

（2）在訂閱條件索引表中分別根據(jù)事件概念屬性名查找與之匹配的訂閱條件屬性名；

（3）若找到匹配的屬性名，則根據(jù)事件的數(shù)據(jù)類型查找與之匹配的訂閱條件數(shù)據(jù)類型；

（4）若找到匹配的數(shù)據(jù)類型，則根據(jù)事件的屬性值與訂閱條件屬性值進(jìn)行比較；根據(jù)關(guān)系運(yùn)算符規(guī)則，判斷事件的屬性值與訂閱條件屬性值求得真假值，如為真，則將該值下的訂閱事件號(hào)index加入到訂閱條件集合TSet；否則，將該值下的訂閱事件號(hào)index加入到訂閱條件集合FSet；

（5）從集合TSet中將FSet中元素剔除，剩下的集合S則為所有和事件P匹配的訂閱條件S。

“一訂閱，多事件”要求事件代理服務(wù)器能夠從事件索引表中找出所有滿足該訂閱條件的所有房源事件。

輸入：訂閱條件S

輸出：所有滿足該訂閱條件S的房源事件集合

（1）將訂閱條件S按照3.2.2節(jié)所描述的算法加入到訂閱條件索引表；

（2）判斷訂閱條件S是復(fù)合訂閱條件還是原子訂閱條件，如果是原子訂閱條件則跳轉(zhuǎn)到（3）；如果是復(fù)合訂閱條件，根據(jù)邏輯運(yùn)算符進(jìn)行分解直至分解為原子訂閱條件，根據(jù)步驟（3）分別求得滿足原子訂閱條件的事件集合P；

（3）對(duì)原子訂閱條件，對(duì)每個(gè)事件索引表每個(gè)屬性，如果事件屬性名==S.屬性名/事件索引表二級(jí)節(jié)點(diǎn)的事件數(shù)據(jù)類型==S.數(shù)據(jù)類型，那么，對(duì)每屬性值滿足訂閱條件的關(guān)系運(yùn)算符，則：將該事件加入到事件集合P；

（4）如果訂閱條件為原子訂閱條件，則集合P是所有滿足該訂閱條件S的房源事件集合；如果是復(fù)合原子事件，則求得多個(gè)滿足原子事件集合P，根據(jù)兩個(gè)原子訂閱條件Si和Sj間的邏輯運(yùn)算符按照如下規(guī)則逐層求得集合Pi和Pj運(yùn)算結(jié)果：

Ⅰ、Si和Sj間的邏輯運(yùn)算符為：/，則P∩PiPj；

Ⅱ、Si和Sj間的邏輯運(yùn)算符為：/，則P=Pi∪Pj。

3　結(jié)語

為了解決面向Internet房地產(chǎn)交易平臺(tái)語義不一致性導(dǎo)致信息不能有效及時(shí)交互，本文提出了基于元數(shù)據(jù)模型的房地產(chǎn)信息發(fā)布訂閱算法，能夠作為房屋交易雙方信息的有效發(fā)布和訂閱，對(duì)解決當(dāng)前電子商務(wù)系統(tǒng)信息不暢具有現(xiàn)實(shí)指導(dǎo)意義。

［1］Draluk V.Discovering Web Services：An Overview.In：Apers P，ed.Proc.of the 27th Int'l Conf.on Very Large Databases Roma：Morgan Kaufmann Publishers，2001：637-640.

［2］都志輝，陳渝，劉鵬，等.網(wǎng)格計(jì)算［M］.北京：清華大學(xué)出版社，2002.

［3］Tim Berners2Lee［R］，James Hendler and Ora Lassila.The Semantic Web.Scientific American May，2001.

［4］Stoica I，Morris R，Karger D.Chord：A Scalable Peer-to-Peer Lookup Service for Internet Applications［A］，2001.

［5］Sims K.IBM Introduces Ready-to-Use Cloud Computing Collaboration Services Get Clients Started with Cloud Computing［OL］.http：// www-03.ibm.com/press/us/en/pressrelease/22613.wss，2007.

Metadata Model；Publish/Subscribe Algorithm；Real Estate Trading Platform

Real Estate Information Publish-Subscribe Algorithm Based Metadata Model

1007-1423（2016）24-0020-05DOI：10.3969/j.issn.1007-1423.2016.24.005

翟貴敏（1982-），女，江蘇徐州人，碩士，講師，研究方向?yàn)椋喝斯ぶ悄堋④浖_發(fā)技術(shù)

2016-06-02

2016-08-21

發(fā)布訂閱算法能夠?qū)崿F(xiàn)面向Internet信息的發(fā)布、發(fā)現(xiàn)和有效利用。針對(duì)房地產(chǎn)行業(yè)客戶需求的多樣化和描述的不一致性，提出房地產(chǎn)元數(shù)據(jù)模型，作為房地產(chǎn)信息統(tǒng)一描述的語義基礎(chǔ)，能夠?qū)崿F(xiàn)信息的及時(shí)傳遞和有效推送。

元數(shù)據(jù)模型；發(fā)布訂閱算法；房地產(chǎn)交易平臺(tái)

董龍明（1982-），男，江蘇建湖人，博士，工程師，研究方向?yàn)闉檐浖こ獭⒏呖尚跑浖?/p>

Publish/subscribe algorithm can realize for Internet information publishing，discovery and effective use.For the diversification and description inconsistency of real estate industry customer needs，proposes a real estate metadata model as a basis for the semantic description of unified real estate information，enables timely and efficient transmission of information push.