基于Springboot框架实现在线二手房推荐系统开发教程 java个性化二手房买卖推荐网站设计开发 爬虫、可视化数据分析、排行榜 基于协同过滤推荐算法 基于混合推荐算法 机器学习 大数据 深度学习

基于Springboot框架实现在线二手房推荐系统开发教程 java个性化二手房买卖推荐网站设计开发 爬虫、可视化数据分析、排行榜 基于协同过滤推荐算法 基于混合推荐算法 机器学习 大数据 深度学习OnlineHouseRecommend

一、项目简介

1、开发工具和使用技术

IDEA，jdk1.8，mysql5.5及以上版本，navicat数据库管理工具，springboot（spring+springmvc+mybatis）开发框架，thymeleaf模板渲染引擎，html页面，javascript脚本，jquery脚本，bootstrap前端框架，echarts可视化图表组件等。

2、实现功能

用户首页：http://localhost:8080/
管理员首页：http://localhost:8080/admin
管理员账号：admin 管理员密码：admin

用户功能：登录、注册、密码重置、修改信息、修改密码、房屋搜索、房屋排序、个性化推荐、流行度推荐、房屋收藏、房屋评分、房屋点赞、房屋评论、留言、发布房源等；

管理员功能：登录、可视化数据分析、修改信息、修改密码、房屋管理、用户管理、房屋收藏管理、房屋评分管理、房屋点赞管理、房屋评论管理、留言管理、管理员管理等。

为你推荐：
用户没有登录，采用基于流行度的热点推荐，推荐用户偏好值较高的房屋；
用户已经登录，采用基于用户的协同过滤推荐算法，根据用户偏好数据，
如果基于用户的协同过滤推荐算法没有推荐结果（冷启动和数据稀疏性问题造成没有推荐结果），
采用基于流行度的热点推荐，推荐用户偏好值较高的房屋，同时过滤当前登录用户已经浏览的房屋。

猜你喜欢：
随机查询与当前房屋所在城市和厅室相同的其他房屋，同时过滤当前房屋和当前登录用户已经浏览的房屋

可视化数据：饼状图、柱状图、词云图。

房屋数据来源：爬取58同城二手房数据。

二、项目展示

三、代码展示及运行结果

专业长期研究java、python推荐算法（基于内容、协同过滤、关联规则、机器学习等）、大数据等，欢迎留言、私信互相交流学习，后续会不断更新，欢迎关注。