888租房推荐系统(需求文档)

学院				专业
学生姓名			学号			学生班级	2020级计算机科学与技术（1）班
论文(设计)题目		基于协同过滤的租房推荐系统设计与实现
指导教师姓名				指导教师职称
课题来源				课题类型
论文（设计）起止时间		2023年 8 月 10 日—2024年 4 月 27 日				共需周数	14周
任务书发出时间			2023年 11 月 30 日
一、主要内容: （一）课题背景： 贵阳市作为贵州省的省会城市，近年来经济快速发展，城市化进程加快，人口流动性增加，吸引了大量的学生、务工人员和外来人口。这种人口流动性的增加，使得贵阳市的租房市场逐渐呈现出蓬勃的发展态势。然而，目前贵阳市的租房市场仍然存在着一些挑战和问题。 首先，市区房源有限。由于城市规划的限制和土地资源的紧张，贵阳市区的房源供应相对不足，导致租房市场的竞争激烈。租房者往往需要花费较长时间和精力来寻找合适的房源，而房东则可以提高租金或者选择租赁对象。 其次，租房市场的不规范。一些房东和中介机构存在信息不对称的情况，房屋租赁合同的权益保护和纠纷解决机制不完善，导致租房者在租房过程中容易遭遇不公平待遇或合同纠纷。 此外，传统的租房流程繁琐耗时。租房过程中需要频繁实地看房、签订纸质合同、办理手续等，增加了租客和房东的时间成本。 为了解决这些问题，贵阳市迫切需要一个现代化的、便捷的房屋租赁管理系统，通过数字化技术和智能算法，提供更高效、更便捷的租房体验和服务，促进租房市场的规范化和健康发展。这样的系统将有助于提高房源信息的透明度和准确性，加强租房合同的监管和保护，简化租房流程，为租客和房东提供更好的租房体验，推动贵阳市租房市场的良性发展。 （二）课题基本内容： 本课题的主要内容是设计和实现一个租房系统，旨在解决贵阳租房困难的问题。该系统将提供房源发布、用户租房申请、订单管理等功能，以便租房人员和房东之间进行便捷、透明、规范的租房交易。通过该系统，租房人员可以方便地浏览房源信息、提交租房申请，并与房东直接联系，避免了中介环节的不便和费用。 （三）该系统的设计基本内容包括以下几个方面： 系统架构设计：本系统采用三层架构，包括表示层、业务逻辑层和数据访问层。 表示层负责与用户进行交互，接收用户的请求并展示相应的界面；业务逻辑层复责处理用户的请求，调用相应的服务和算法进行处理；数据访问层负责与数据库进行交互，对数据进行增删改查操作。 数据库设计：系统的数据库采用关系型数据库，包括用户信息表、房源信息表、订单信息表等。用户信息表存储用户的基本信息，包括用户名、密码、联系方式等；房源信息表存储房源的详细信息，包括位置、面积、租金、配套设施等；订单信息表存储用户的租房订单信息，包括用户ID、房源ID、订单状态等。 界面设计：系统的界面设计简洁明了，用户可以通过网页或移动端APP进行访问。界面包括用户注册和登录界面、房源发布和搜索界面、个人信息管理界面等。 算法设计：系统的核心算法是基于用户的协同过滤算法的租房推荐算法。该算法通过分析用户的历史租房记录和偏好，结合房源的特征，为用户推荐符合其需求的房源，以及会利用算法打造一个智能问答机器人。 安全设计：系统采用密码加密、用户权限管理等措施保证用户数据的安全性。同时，系统会对用户输入的数据进行合法性校验，防止恶意攻击和数据篡改。 （四）该租房推荐系统的主要功能点（按照用户类型划分）： 出租人： 用户注册和登录功能：出租者可以注册账号并登录系统，以便发布房源信息和管理租赁合同。 房源信息管理功能：出租人可以发布房源信息，包括房屋类型、面积、地理位置、租金等详细信息，出租人可以编辑、更新和删除已发布的房源信息。 租赁合同管理功能：系统可以提供合同模板和自动生成功能，简化租赁合同的签订流程。 用户评价和反馈功能：出租人可以回复租房者的评价和反馈，提升服务质量和用户满意度。 承租人： 用户注册与登录功能：租房者可以注册账号并登录系统，以便享受个性化的租房推荐服务。 用户个性化推荐功能：系统根据租房者的个人偏好和历史行为数据，利用协同过滤算法为其推荐符合其需求的房源。推荐算法可以考虑租房者的地理位置、租金预算、房屋类型偏好等因素。 搜索和筛选房源功能：租房者可以通过关键词搜索房源，如地理位置、房屋类型等。租房者可以使用筛选条件，如租金范围、面积要求等，来快速找到符合自己需求的房源。 用户评价和反馈功能：租房者可以对租赁过程中的房源、房东进行评价和打分。 租赁合同管理功能：租房者和房东可以在线签订租赁合同，并上传相关证件和资料。 管理员： 系统管理功能：管理员可以对系统进行管理和维护，包括用户管理、房源管理、合同管理等。管理员可以监控系统运行情况，及时处理异常和投诉。
二、主要要求: 前言：基于协同过滤的租房推荐系统设计与实现的背景和现状 在当今社会，随着城市化进程的加快和人们生活水平的提高，越来越多的人选择租房来满足居住需求。然而，租房市场的信息不对称和信息过载问题给租房者带来了诸多困扰。为了解决这一问题，租房推荐系统应运而生。 国内外已经出现了一些租房推荐系统，它们主要通过基于内容的推荐和基于协同过滤的推荐方法来为用户提供个性化的租房推荐。然而，这些系统还存在一些问题，例如推荐结果不够准确、推荐的房源数量有限等。 本课题旨在设计和实现一个基于协同过滤的租房推荐系统，通过分析用户的租房历史和偏好，结合其他用户的行为和偏好信息，为用户提供更准确、个性化的租房推荐。该系统具有以下优点：提高租房推荐的准确性和覆盖范围，节省用户的时间和精力，提高用户的满意度。 通过设计和实现这个系统，可以解决租房市场信息不对称和信息过载问题，为租房者提供更好的租房推荐服务，进而带来经济和社会效益的提升。 租房推荐系统的软件需求分析 在软件需求分析阶段，需要明确系统的功能需求和非功能需求。功能需求包括用户注册和登录、租房信息浏览、个性化推荐、房源搜索等；非功能需求包括系统的性能要求、安全要求、可靠性要求等。 系统涉及到的算法 租房推荐系统主要使用基于协同过滤算法来实现个性化推荐。协同过滤算法分为基于用户的协同过滤和基于房源特征的协同过滤两种。基于用户的协同过滤算法通过分析用户的行为和偏好信息，找到与其兴趣相似的其他用户，推荐这些用户喜欢的租房房源。基于房源特征的协同过滤算法则通过分析房源的特征和用户的兴趣，找到与用户喜欢的房源相似的其他房源进行推荐。 租房推荐系统的数据库设计 租房推荐系统的数据库设计需要包括用户信息表、房源信息表、用户行为记录表等。用户信息表用于存储用户的基本信息，房源信息表用于存储房源的详细信息，用户行为记录表用于存储用户的浏览记录、收藏记录等。 租房推荐系统的系统结构设计 租房推荐系统的系统结构设计包括前端界面设计、后端服务设计和数据库设计。前端界面设计主要包括用户注册和登录界面、租房信息展示界面、个性化推荐界面等。后端服务设计主要包括用户认证和授权服务、租房信息获取和推荐服务等。 租房推荐系统的详细设计与实现 在详细设计与实现阶段，需要根据需求分析和系统结构设计，具体实现系统的各个功能模块。例如，实现用户注册和登录功能、租房信息获取和推荐功能等。 租房推荐系统的软件测试 在软件测试阶段，我们需要对系统进行功能测试、性能测试、安全性测试等，以确保系统的稳定性和可靠性。 小结 通过本课题的设计和实现，开发一个基于协同过滤的租房推荐系统。该系统能够为用户提供准确、个性化的租房推荐，解决贵州省贵阳市租房市场信息不对称和信息过载问题。该系统具有较高的准确性和覆盖范围，能够节省用户的时间和精力，提高用户的满意度。同时，该系统还具有一定的经济和社会效益，为租房市场的发展带来积极影响。 结论 毕业论文应中心突出，内容充实，论据充分，论证有力，数据可靠，结构紧凑，层次分明，图表清晰，格式规范，文字流畅，字迹工整，结论正确。字数不少于 1.0 万 字；必须阅读中外文献资料，撰写文献综述不少于 0.2 万字。在毕业论文末尾要列出在论文中参考过的专著、论文及其他资料，专业不少于 15 篇，至少一篇外文文献，近三年的参考文献不少于总篇数的70%，所列参考文献应按顺序编码制，即按论文参考或引证的先后顺序排列。格式要符合“六盘水师范学院本科毕业论文（设计）工作指南”对论文格式的要求。
三、预期目标: 针对题目性质，我将提出以下具体目标： 理论根据：通过全面搜集和阅读大量的相关研究文献，掌握租房推荐系统的基本原理和方法，了解协同过滤算法的原理和应用，并熟悉贵州省贵阳市租房市场的现状和问题。通过理论学习，建立起对租房推荐系统的深入理解和认识。 文献研究：归纳整理、分析总结已有的租房推荐系统研究成果，包括不同算法的比较和评估，用户满意度的提升效果等。同时，发现和总结已有研究中存在的问题和不足之处，为进一步的研究提供参考和指导。 方法探索：在理论基础上，探索和研究新的租房推荐方法和技术，如基于深度学习的推荐算法、基于位置信息的推荐算法等。通过实验和评估，验证这些新方法的有效性和可行性。通过方法探索，为租房推荐系统的发展提供新的思路和方向。 系统开发：基于软件工程理论和数据库设计基础，利用所学的技术和工具开发一个租房推荐系统原型。在开发过程中，熟悉软件开发所需的工具和方法，掌握系统设计和实现的过程。通过系统开发，将理论知识应用到实际项目中，提升实践能力和技术水平。 论文撰写：在对租房推荐系统的研究成果进行总结、提炼的基础上，撰写一篇科技论文。掌握科技论文写作的方法和技巧，包括论文结构的设计、实验结果的分析和解释、相关工作的讨论等。通过论文撰写，将研究成果进行系统化、完整化的呈现，为学术交流和知识传播做出贡献。 通过完成以上预期目标，我将具备扎实的理论基础和实践能力，能够独立进行科研工作和软件开发工作。同时，我也能够运用所学的知识和技术，解决实际问题，为租房市场的发展做出贡献。
四、计划进程: 第一、二周：综合分析毕业设计内容与参考文献，完成开题报告； 第三、四周：完成租房系统设计与实现的现状综述； 第五、六周：完成需求分析； 第七周：基于协同过滤的租房推荐系统的设计与实现； 第八、九周：基于协同过滤的租房推荐系统的设计与实现； 第十、十一周：测试基于协同过滤的租房推荐系统设计与实现，并完成毕业设计说明书的撰写； 第十二周：毕业论文查重、验收毕设作品； 第十三、十四周：毕业设计答辩，成绩评定。
五、主要参考文献: [1]刘华玲,郭渊,马俊.协同过滤中相似度算法研究进展[J].计算机工程与应用,2022,58(13):27-35. [2]吴婷婷,李孝忠,刘徐洲.基于K-means的改进协同过滤算法[J].天津科技大学学报,2021,36(06):44-48+54.DOI:10.13364/j.issn.1672-6510.20210135. [3]晋珊珊.基于协同过滤算法的短视频平台个性化推荐模式研究[J].自动化与仪器仪表,2022(09):30-33.DOI:10.14016/j.cnki.1001-9227.2022.09.030. [4]覃琼花.基于协同过滤算法的个性化推荐系统研究[J].科技资讯,2022,20(10):4-6.DOI:10.16661/j.cnki.1672-3791.2112-5042-2431. [5]李盼颖. 基于协同过滤的个性化推荐算法[D].河北建筑工程学院,2023.DOI:10.27870/d.cnki.ghbjz.2022.000119. [6]施天虎. 改进的协同过滤推荐算法研究[D].东华理工大学，2023.DOI:10.27145/d.cnki.ghddc.2022.000245. [7]李豆豆. 基于改进协同过滤算法的分布式推荐系统设计与实现[D].贵州大学,2023.DOI:10.27047/d.cnki.ggudu.2022.000994. [8]迟轩. 基于协同过滤算法的推荐系统框架设计与实现[D].上海交通大学,2014. [9]冯阿敏. 基于用户协同过滤算法的推荐系统的设计与实现[D].西安电子科技大学,2018. [10]李子宁. 基于知识问答的租房推荐系统的设计与实现[D].东南大学,2022.DOI:10.27014/d.cnki.gdnau.2022.000921. [11]张佳佳. 房屋租赁推荐系统的研究与实现[D].西京学院,2023.DOI:10.27831/d.cnki.gxjxy.2022.000113. [12]高爽. 租房推荐模型构建与微信小程序的实现[D].华东师范大学,2023.DOI:10.27149/d.cnki.ghdsu.2022.003991. [13]董莹. 基于用户意向分析的房屋租赁系统的设计与实现[D].大连海事大学,2018. [14]Journal | [J] Journal of Physics: Conference Series. Volume 1948 , Issue 1 . 2021 [15]Journal | [J] Applied Sciences. Volume 13 , Issue 7 . 2023 [16]Journal | [J] Advances in Data Science and Adaptive Analysis. Volume 12 , Issue 2 . 2020
六、教学系审核意见： 《基于协同过滤的租房推荐系统设计与实现》任务书主要内容叙述清晰，符合专业方面应用的业务逻辑，基本涵盖实际业务要求的主要功能，对设计的性能要求和论文的要求准确、具体、易懂。 针对题目性质，在理论根据、文献研究、方法探索等方面给学生提出了具体明确的目标要求，根据学生的理论知识和实践能力的实际情况，合理安排计划进程，完全符合学校对论文（设计）时间的要求。 给学生提供的参考文献既有与课题采用技术相关的协同过滤算法相关的文献、关于房屋推荐系统的文献，也有类似研究的硕博论文，针对性强，有一定的时效性。 该任务书与毕业论文管理系统审核通过的《六盘水师范学院毕业论文(设计)课题申报审核表》的内容和要求一致，同意使用。 教学系主任（签字）:        2023年    月    日