房产界的《新华字典》，又被称为楼盘字典。顾名思义，它是将楼盘及周边配套信息全“数字化”，并汇总而成的大数据平台。经过“数字化”，每一间房屋都有了“身份证”，可帮助房产经纪人快速熟悉楼盘，链接潜在客户。同时，用房屋“身份证”在线上交易，使得交易信息、过程有迹可循，有效避免虚假信息。

本届智博会上，贝壳找房带“楼盘字典”亮相，全国1.94亿套，重庆区域700多万套房屋及周边教育、交通、配套等信息被全“数字化”，展示在大屏幕上。

为破解“真房源”困局 建立大数据“楼盘字典”

相当长的一段时间里，消费者在一些房地产信息平台搜寻房源的时候，可能会看到重庆一套90平方米的房子，标价仅为40、50万元。这样的低价会很快吸引消费点击浏览房源信息，进一步联系房产经纪人询问究竟。但当消费者真正赶去看房时，很可能经纪人说原房源已售，再推荐另外一些房源。

“降低了合作效率，导致客户对商家、平台不满意。”贝壳找房人店平台线不动产数据部总监陈亭告诉记者，他们详细分析了买方、卖方、平台服务者的核心诉求，认为卖方的诉求是定价决策，买方的诉求是找房体验，平台服务者的诉求是合作效率。

2008年，从链家开始，他们就着手搭建大数据平台“楼盘字典”。

彼时，整个行业还处在纸质时代。数据靠人工记录，人工以纸质的方式进行房屋信息传递。陈亭指出，这个时代的痛点在于信息之间的不互通，不串联，数据记录混乱，不透明，难于管理。“也因个人记录习惯的差异，传递的数据的正确性无从验证，数据无法实现存储。”

为解决数据存储及数据正确性的问题，“楼盘字典”首先引入软件记录房屋信息，实现数据的简单存储。之后，又经过了4次迭代。

技术4次迭代 解密楼盘字典的架构与进化

从2008年尚未有清晰的互联网概念时的内部管理系统到2011年为建立真房源标准的2.0升级改版，再到2015年链家的3.0数据库，最终发展至贝壳找房的4.0版本——全新“楼盘字典”系统。

贝壳找房人店平台线不动产数据部数据应用组负责人张马宁依稀记得，他们最初原始采集数据方式。“经纪人走街串巷，拿着工具手工记录，再回传到系统里。到后来500人团队GPS+相机记录，再后来“蚁巢”智能集采系统，即信息采集到上传审核实现自动化，并具有反作弊机制的闭环设计。”

4.0时代的“蚁巢”智能集采系统确保了楼盘字典的真实性，相应的楼盘数据由100多个字段扩展到433个字段来定义一套房屋。相当于从433个维度描述一套房屋。与此同时，每套房源的身份ID也可保证了信息的统一和真实。

张马宁告诉记者，最早他们只管理小区里的房子信息，到现在管理46类实体信息，除了房子内部之外，还包括地铁、医院、公园、学校、商场、超市等等一系列对用户买房、租房产生决策影响的一些指标。

时至今日，“楼盘字典”已成为国内覆盖面最广、颗粒度最细的房屋信息数据库，截止2019年7月已将全国325城共1.94亿套房屋“数字化”。不仅成为购房者的决策参考依据，未来还将为房产开发、银行、物流等多个领域提供数据服务。

海量交互数据提高找房体验和交易效率

依托“楼盘字典”的底层基础数据，结合业主、客户、经纪人、平台之间交互产生的海量数据，这一数据库越来越充实。

“利于提高买卖双方的找房体验和交易效率。”陈亭说，房源录入端以前或许可以杜撰、虚构一套根本不存在的房源，但通过“楼盘字典”，必须对应到房源地址，审查过后才会进入下一步骤。若“楼盘字典”估价识别发现异常，可拦截房源的录入，并且会在7×24小时循环监测管理。

卖方端，经纪人可以看到小区楼盘图、学校图、摆位图等房源图片，对房源的位置、户型图、楼盘走势、买卖情况等信息随时掌控。

在买方端，“楼盘字典”能够提供更丰富的内容，提升客户的决策效率，缩短决策周期，提升效率。

“客户想看一套房，从线上就可以了解关于房屋的多维度信息，包括小区配套设施、教育，周边交通、商圈，以及标准图、测绘图、开发商等户型图。”陈亭表示，“楼盘字典”还对房源的上架、展示、下架进行全生命周期管理，并且在7×24小时实时比对42大类房源的特征，捕捉房态信息进行辨别，经过智能数据模型测算，对全量房源进行精准打分，针对疑似问题房源平台通过link及A+系统调度经纪人及时对静态和动态信息进行维护更新。

此外，他们还引入智能化技术，线上带看，线上讲房，线上签约，基于房屋的画像描绘匹配适合的居住人群的画像，利用大数据做精准匹配。

上游新闻·重庆商报记者 韦玥

【免责声明】上游新闻客户端未标有“来源：上游新闻-重庆晨报”或“上游新闻LOGO、水印的文字、图片、音频视频等稿件均为转载稿。如转载稿涉及版权等问题，请与上游新闻联系。