短租估价大师

短租估价大师

本文为Python大作业项目的简单描述。

项目简介：

共享，通过让渡闲置资源的使用权，在有限增加边际成本的前提下，提高了资源利用效率。随着信息的透明化，越来越多的共享发生在陌生人之间。短租，共享空间的一种模式，不论是否体验过入住陌生人的家中，都可以从短租的数据里挖掘有趣的信息。本项目拟对短租数据进行分析，达到可以通过用户提供的短租房屋信息预测短租房屋价格的功能需求。

数据来源：

本项目数据来自Airbnb于2019年4月17日公开的北京地区数据。数据均来源于Airbnb网站的公开信息，不包含任何个人隐私数据。

拟定工作：

1）数据清洗：因为给的数据不一定都为完整有效的，所以要进行数据清洗。
2）预测房屋价格模型：通过机器学习的方法分析数据，提取数据特征，进行训练。
3）地图可视化：通过geopandas绘制北京地区的房源分布图。
4）高频词提取：利用jieba对房屋名称进行拆词分析，获取高频词汇。

项目成果：

拟完成一个平台实现，用户输入自己的房源信息（初步只在北京），给出相应的房屋价格估计，并提供一些提高房价的小技巧。