毕设课题名称：基于Python+Flask的二手房协同过滤算法的推荐系统与可视化

研究背景： 随着互联网的发展，传统的二手房交易逐渐向线上平台转移，用户对于房产选择的需求也变得更加个性化。为了帮助用户根据个人需求快速筛选合适的房源，本课题将设计并实现一个基于Python和Flask框架的二手房推荐系统。该系统将结合数据爬取、用户评分、推荐算法以及可视化技术，为用户提供精准的房产推荐。

研究目的： 本课题旨在通过构建一个基于用户历史行为的房产推荐系统，利用Flask框架搭建后端服务，并实现房源数据的可视化展示。系统通过以下功能模块实现：

• 数据抓取：通过爬虫技术抓取二手房数据。
• 数据存储：使用SQLite数据库存储抓取的房源信息和用户数据。
• 推荐算法：基于用户历史评分，计算房产之间的相似度，进行个性化推荐。
• 可视化展示：使用Flask渲染页面，展示推荐结果和房源信息。

研究内容：

1. 数据抓取与存储：实现爬虫程序，抓取二手房数据，并存储到数据库中。
2. 房产推荐算法：采用倒排索引和相似度计算方法，通过用户的历史评分为其推荐房产。
3. 系统后端设计：使用Flask框架设计后端服务，提供API接口，支持前端页面请求。
4. 前端可视化展示：使用HTML、CSS和JavaScript实现数据的可视化展示，向用户提供交互式界面。

技术路线：

• 使用Python的