【毕业设计推荐】基于Django大连房源分析系统

本人承诺只做技术分享，永不收沸；
点击专栏------》传送V

1.1研究的背景 

近年来，随着智能手机，5G和物联网技术的飞速发展，越来越多的人能够接触和使用网络，在人们使用网络的过程中，无时无刻不在产生的着数字信息，上网会产生数字信息，吃饭会产生数字信息，旅游会产生数字信息，我们的生活被数据信息包围，而这些所谓的数字信息就是我们通常所说的”数据“，我们称之为大数据的浪潮。

中国正处于城镇化进程加速发展时期,城市规模不断扩大，大量的人口有农村向着城市转移，农村地区逐步演变成城市地区，城市人口不断增加。而在城市化发展的过程中，住房问题成为了人们最为苦恼的问题，而且随着人们生活质量的不断提升，消费者在购房的过程中会考虑越来越多的房产因素，例如：小区绿化，小区周边的社会服务设施，区位资源，房源的价格等各方面的因素，那么针对这些消费者在购房过程中考虑的诸多问题，一套完整的房源信息分析推荐系统就显得格外重要。

1.2 研究的意义

在数字化的今天，人们的衣食住行都会产生数字信息信息，那如果我们通过分析的手段，对人们产生的数字信息进行多维度的分析，使这些无结构和无关联的数据成为有结构和有管理的数据标签，再利用这些数字标签来服务人们的日常生活。

数据分析的目的就是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼，从而找到所研究对象的内在规律。在实际的应用中，数据分析可以帮助人们做出判断，以便采取适当的行动。数据分析是有规律有目的的地数据数据，分析数据，使之成为有用信息的过程。

1.3 课题主要工作

课题一开始以房源数据分析，房源数据可视化，房源推荐作为本论文得论点，列举当下消费者购房过程中考虑的诸多因素，再结构中国目前城市化国中的消费者购置房产的现状，并再次基础上讨论了设计一个房源信息分析推荐系统的必要性。然后在此想法的基础上，对当下消费者在购置房产过程中的考虑的诸多问题进行的调查，完成了本系统的需求分析工作。完成用户的需求分析之后，再参考各大房源信息网站，再结构本系统的业务需求，数据需求，基于mongdb完成了基础房源信息的存储和基于mysql完成业务数据的设计，通过使用Scrapy异步爬虫框架完成数据的抓取工作，再结合Django框架完成web后端的搭建，前端使用当下流行的数据可视化插件Echarts完成数据的统计与展示，并采用基于用户和基于物品的推荐算法完成个性化推荐。

在对系统架构的搭建和所使用的技术进行确定之后，就对系统进行详细设计和实现，设计和实现过程紧紧围绕消费者在房产购置过程中的诸多因素进行数据的分析和结果展示清晰易懂两大主题，最后实现所有系统模块之后，对系统进行用例测试。

2  需求分析

需求分析也称为软件需求分析、系统需求分析或需求分析工程等，是开发人员经过深入细致的调研和分析，准确理解用户和项目的功能、性能、可靠性等具体要求，将用户非形式的需求表述转化为完整的需求定义，从而确定系统必须做什么的过程。

2.1 需求分析

需求分析的内容是针对开发软件提供完整，清晰，具体的要求，确定软件必须要实现那些任务。具体分为功能性需求，和非功能需求与约束条件三个方面。

通过以上对需求的分析设计思路，系统如何进行开发的流程已经有了一个明确的方案。如图2-1所示。

 

图2-1系统开发流程图

下面将阐述系统用户用例的分析，用例图是用户与系统交互的最简表示形式，展现了用户和与他相关的用例之间的关系。通过用例图，人们可以获知系统不同种类的用户和用例。

普通用户作为软件使用者之一，管理员是系统后台管理员，普通用户主要包括数据台账，查询统计，区位资源选择，房源对比，房源推荐，个人信息查询与修改用例。如图2-2所示。

 

 图2-2 普通用户用例图

系统管理员用户，在拥有普通用户用例权限的基础上，还增加了用户信息管理和房源信息管理，与用户评论信息管理等资源管理用例。如图2-3所示。

图2-3 系统管理员用例图 

2.2系统用例规约描述

2.2.1 用户登录用例描述