基于python的上海二手房分析系统开题报告

学生姓名		学号		班级
院系			专业
课题题目	基于Python的二手房网站系统的设计与开发
课题性质			课题来源
指导教师			职称
课题目的与意义	随着国家对新建商品房市场调控力度的加大和存量房市场的逐步扩大，二手房市场将逐步发育成熟，成为与一手房市场相竞争和共存的市场形态。徐州市二手房交易市场在不断发展的进程中，始终存在着房地产经纪机构规模小、经营行为不规范、人员素质偏低、行业诚信经营状况令人堪忧。然而，二手房交易市场是伴随着我国住房制度改革诞生的新兴市场，存在问题是不可避免的，但我国二手房交易市场的发展前景十分广阔，目前政府相关 部门正在采取各项措施，培育和完善二手房交易市场。 从目前国内房地产的经济状况分析，虽然最近几年发展状况不如前几年火爆，这也明显地说明人们对于房子的购买越来越趋于理性化，而不是像以前那样蜂拥式购买。但是，中国人的房子观念很浓，即有房才有家，目前一手房市场房子价格却让购房者望而却步，随着二手房交易市场的进一步完善，人们将更能容易实现 居者有其屋的理想，二手房交易市场像其他市场一样将为人们的生活水平的提高做出更大的贡献。
研究方案和主要内容	1.用户登录 登录功能模块的设计页面，用户通过注册获得账号，输入正确的账号和密码，验证成功后才会登录到系统中。同时，管理员登录可以对用户进行增删改查。 2.二手房数据分析 二手房的分析主要的分为两个模块，一个针对由于二手房的类型进行分析，各种房子类型在售比例。另一个针对于二手房的价格分析，分析房价的最高值、最低值和平均值，以及各个房价区间所占比例等。 3.热门小区分析 热门小区分析主要进行对热门小区位置的分析以及热门小区价格的分析，分析不同地理位置下小区的价格变化，在那些区域下，小区较为热门，影响因素有哪些，并有针对于学区房的查询分析。 4.房源分析 可以查看热门房源的图片，让用户可以更加直观的了解该房源信息。并且支持对不同房源属性的对比，使用户更能直观的比较两个房源的属性信息。 5.房价预测 房价预测通过近几年，以及近一年内房价变化进行一个房价的参考预测。同时，可以查看经纪人，经纪人根据二手房交易网站的评分和交易量等综合属性。
初拟 论文提纲	1 绪论 1.1 研究背景 1.2 研究意义 1.3 研究内容 2 开发技术 2.1 sqlite技术 2.2python技术 3 需求分析 3.1 可行性分析 3.1.1 经济可行性研究 3.1.2 技术可行性研究 3.2 功能需求 3.2.1 用例概述 3.2.2 用例描述 3.3 非功能需求 4 概要设计 4.1 设计目标 4.2 功能流程 4.3 数据库设计 4.3.1 概念性数据模型 4.3.2 数据库表设计 5 系统实现 5.1 用户登录 5.2二手房数据分析 5.3 热门小区分析 5.4 房源分析     5.5 房价预测 6 系统测试 6.1 测试目的 6.2 测试方法 6.3 测试用例设计 7 结论与展望 7.1 结论 7.2 展望 参考文献 致谢
主要 参考资料	[1]陈娟，陈雯，石飞，王建英，胡英。 基于Python的信号与系统实验教学改革与实践[J]. 实验技术与管理，2021,（05）：196-200. 　　[2]杨军，张岳，刘燕峰。 基于Python语言的数据挖掘课程的建设与研究[J]. 科技风，2021,（14）：80-82. 　　[3]钟自成，邵俊杰，李旺年，张宁。 基于Python和ABAQUS的钻机摆动机构拓扑优化设计[J]. 煤矿机械，2021,42（06）：125-127. 　　[4]徐梓赫，廖锦。 Python提取GIS就业信息并进行可视化分析研究[J]. 网络安全技术与应用，2021,（05）：45-47. 　　[5]叶惠仙，游金水。 Python语言在大数据处理中的应用[J]. 网络安全技术与应用，2021,（05）：51-54. 　　[6]张玉荣，王强强，吴琼，祝方清。 基于Python-OpenCV图像处理技术的小麦不完善粒识别研究[J]. 河南工业大学学报（自然科学版），：1-13. 　　[7]陈慧，郝锦亨，袁志涛，罗佳伟，陈胤熹，郑少鹏，黎佩瑜，吕咏锶，梁世濠，赖林浩，曹诗林。 利用python/RGB色彩数据分析平台快速测定还原糖浓度[J]. 现代食品科技，：1-6. 　　[8]谢树仁，邓凯成，喻琨，陈政。 基于Python框架的农业信息共享平台研究--以湖南省衡阳市为例[J]. 经济师，2021,（05）：37-39. 　　[9]张军。 一种基于Python的售后配件批处理软件的设计[J]. 汽车实用技术，2021,46（08）：68-69. 　　[10]胡钊。 基于Python Flask的温度数据可视化[J]. 电子世界，2021,（08）：117-119. 　　[11]冯兴民。 哈夫曼编码方法的选择及其Python的实现[J]. 电子世界，2021,（08）：188-189. 　　[12]范洁。 基于Python的网络流量特征统计分析与可视化[J]. 信息技术与信息化，2021,（04）：49-51.
进度安排
指导教师 审核意见	指导教师 ：                 年     月     日
专业负责人 审核意见	专业负责人：                                                           年     月     日
学生：                                             年     月     日