基于房屋租赁数据推荐系统的设计与实现

发布时间：2020-12-24 12:36

　　互联网及相关信息技术产业的高速发展使得越来越多的科技产品与服务接入互联网。自如、安居客、我爱我家、贝壳等网络平台对各个城市的房屋租赁信息的收集并发布在互联网上,在极大的方便了我们对房屋租赁信息获取的同时也带来了大量数据,如此庞大的数据量为我们对数据的筛选造成了困扰,严重阻碍和干扰了人们对有效信息的获取。针对如何快速的帮助用户在不同平台所发布的海量房屋数据当中找到符合用户自身需求的数据内容,本文展开了研究并设计和实现了基于房屋租赁数据推荐系统。论文详细介绍了推荐系统在国内外的研究现状及其相关原理和理论,详细说明了本系统在设计和实现过程当中所使用的其他相关技术,在充分分析了具体的使用场景和使用环境的基础之上完成了对推荐系统的整体结构设计和各个子模块的详细设计。在详细分析各个房屋租赁网站及其数据内容的基础之上,利用爬虫工具实现对各大房屋租赁网站和平台的数据整合,完成了对推荐对象和推荐数据的获取。通过采用基于K-Means聚类算法的建模方式以及利用轮廓系数去判定和选取较为合理的聚类划分,完成了用户兴趣偏好模型的建立。通过使用灰色关联分析法和目标优化矩阵以实现对数据的匹配计算,完成对数据的推荐。... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

常用的网络爬虫框架

法去构建推荐对象模型。（3）推荐算法。推荐算法将根据用户模型所具有的偏好信息，通过采用合理的运算方法，在大量的推荐对象中计算并筛选出符合用户需求的推荐对象，不同推荐算法所获得推荐结果是存在巨大差异的。图 2-2 所展示的流程框图是常见的推荐系统模型。用户行为

图 3-1 系统整体设计3.2.2 房屋租赁数据获取模块本系统作为一个数据挖掘与推荐的系统，核心功能是对网屋租赁数据做一个收集汇总与数据处理，以实现对数据的合理以通过本模块的运作，将获取绝大多数主流网站上已发布的数是本系统所运行的基础。而这其中采用的主要工具为爬虫工具租赁网站所拥有的数据内容和网页结构的分析，针对不同网站具，将爬取下来的网页内容处理成统一的数据格式，并存入本库当中。同时，为了丰富本地的房屋租赁数据库的数据获取渠户在浏览房屋租赁数据的同时，也具备发布房屋租赁数据的能其账号，将自身所拥有的待租赁房屋数据发布在本平台上。如

【参考文献】：
期刊论文
[1]基于灰色关联分析和主成分分析组合权重的确定方法研究[J]. 鲍学英,李海连,王起才.  数学的实践与认识. 2016(09)
[2]一种解决新项目冷启动问题的推荐算法[J]. 于洪,李俊华.  软件学报. 2015(06)
[3]大数据环境下的推荐系统[J]. 孟祥武,纪威宇,张玉洁.  北京邮电大学学报. 2015(02)
[4]推荐系统研究进展[J]. 朱扬勇,孙婧.  计算机科学与探索. 2015(05)
[5]个性化推荐算法研究[J]. 陈洁敏,汤庸,李建国,蔡奕彬.  华南师范大学学报(自然科学版). 2014(05)
[6]协同过滤推荐技术综述[J]. 冷亚军,陆青,梁昌勇.  模式识别与人工智能. 2014(08)
[7]优化初始聚类中心的改进k-means算法[J]. 张靖,段富.  计算机工程与设计. 2013(05)
[8]基于关联规则与标签的好友推荐算法[J]. 胡文江,胡大伟,高永兵,郝斌.  计算机工程与科学. 2013(02)
[9]K-means聚类算法研究综述[J]. 王千,王成,冯振元,叶金凤.  电子设计工程. 2012(07)
[10]个性化推荐系统综述[J]. 王国霞,刘贺平.  计算机工程与应用. 2012(07)

硕士论文
[1]基于聚类的协同过滤个性化推荐算法研究[D]. 袁利.华中师范大学 2014
[2]个性化推荐系统技术与应用[D]. 高建煌.中国科学技术大学 2010



本文编号：2935668