django基于Python的房价预测系统的设计与实现

通过功能的需求分析进行系统设计，拟采Django 应用框架，提高开发效率，降低系统维护难度。
本课题选择Python来进行开发，前台使用Html开发，数据库选择MySQL进行建库，JAVA是目前最为流行的技术，无论是成熟度和未来发展都更能适应本基于Python的房价预测系统的业务。
本课题使用面向对象的设计思想进行设计，对系统的现状进行调研，收集当前基于Python的房价预测系统的需求，以及对实际业务的调查，整理需求文档，使用用例图状态图等进行描述，接着使用面向对象技术设计系统功能，系统数据库。完成基于Python的房价预测系统，主要包括了系统的开发背景收集、建模工具选型、技术确定、需求分析的整理、数据库的设计和功能模块划分、系统环境的部署、实现测试方法的选择，以及最后的搭建部署。
通过使用Python这种面向对象语言与后端的MySQL数据库相结合，在老师的指导下完成设计，并对整个系统进行验证测试，利用基于Python的房价预测系统，直接在前台页面里注册、登录、查询爬取的房价数据，并进行预测分析。管理后台对爬取的信息进行管理。
其中功能设计模块如下：
a．房价爬取模块：使用python进行房价爬取，对房价信息进行整理、清洗、分类、保存，最终将数据存储到MySQL数据库中。
b．登录注册模块：主要分为登录、注册两个界面，通过登录的用户信息由后台数据库判断是普通用户还是管理员用户，由此进入不同的界面。普通用用户在登录注册后进入主界面，管理员用户则进入管理员界面。
c．房价查询模块：本模块是搭建与主界面之上的模块。通过数据库中的房价信息，用户通过时间、区域等条件查询出房价信息。
d．房价预测模块：只有登录的会员才具有房价预测查看权限，点击房价预测，可以通过图表的形式查看到预测的房价走势情况。
e．管理员模块：主要是管理所有用户信息与软件。该模块管理员用户具有对普通用户信息进行添加，修改，删除，查看等功能；同时管理系统信息、管理数据库信息等权限。
（2）    拟采用的研究方法和手段：
研究方法：第一阶段：查阅与本课题相关的文献资料，形成开题报告。第二阶段：进一步收集阅读材料并且认真研读文本，做好相关记录，确定设计技术选型和论文提纲。第三阶段：深入学习Python、Django、MySQL等相关技术，编写相关代码并完成论文初稿。最终阶段：集成测试系统和反复修改论文，保证系统运行流畅、基本功能齐全，并完成符合学校论文规范的论文定稿。
采用手段：本平台的数据库采用Mysql，框架采用Django，开发语言使用python，界面使用vue.js。
（1）创新点、特色：
使用Scikit-learn库搭建线性回归模型进行房价预测，以面积、人均收入、平均房龄为变量，建立多因子模型，评估模型表现。先对数据进行预处理，建立单因子线性回归模型，训练模型，评估模型表现，可视化线性回归预测结果。
（2）研究基础
a．校所学的相关专业课程如《数据库原理及应用》、《Django框架》、《python程序设计》、《python数据分析》、《预测算法》、《Web开发》、《软件工程》等课程的综合应用对完成本课题研究有较大的促进。
b．导师提供的相关参考资料，也让我有了更清晰的设计思路与过程。
c．收集了关于Django框架、python语言等方面的相关资料进行研读，对Scikit-learn等python库的训练使用。
d．下载相关的爬虫项目进行研究，学习代码框架。
e．通过理论知识、结合实践经验，可以支撑毕业设计的顺利完成。