django房屋数据可视化预测系统 ---附源码72200

最新推荐文章于 2024-10-18 20:00:23 发布

weixin_BYSJ1987

最新推荐文章于 2024-10-18 20:00:23 发布

阅读量1.3k

点赞数 7

文章标签： django 信息可视化 python mysql eclipse ajax

本文链接：https://blog.csdn.net/weixin_BYSJ1987/article/details/142332970

版权

摘要

随着城市化进程的加速和人口流动性的增加，房产市场逐渐成为人们生活的重要组成部分。在这个市场中，房屋数据可视化预测系统扮演着至关重要的角色。本系统采取MySQL作为后台数据的主要存储单元，采用django框架、Java语言进行业务系统的编码及其开发，实现了本系统的全部功能。系统主要包括普通用户、管理员用户功能两大模块。

本文首先分析了课题的研究的背景和意义，针对房屋数据可视化预测系统的各项需求及开发的可行性进行分析；然后对设计系统需要使用的技术软件以及设计思想做了基本的介绍；最后实现房屋数据可视化预测系统并运行使用。

关键词：JAVA；django；房屋数据可视化预测系统；MySQL

Abstract

With the acceleration of urbanization and the increase of population mobility, the real estate market has gradually become an important component of people's lives. In this market, the visualization and prediction system of housing data plays a crucial role. This system adopts MySQL as the main storage unit for backend data, and uses the django framework and Java language for business system coding and development, achieving all functions of this system. The system mainly includes two modules: ordinary user and administrator user functions.

This article first analyzes the background and significance of the research topic, and analyzes the various requirements and feasibility of developing a house data visualization prediction system; Then, a basic introduction was given to the technical software and design concepts required for designing the system; Finally, implement a visual prediction system for housing data and run it for use.

Keywords:JAVA; django; Visual prediction system for housing data; MySQL

1 绪论

1.1 研究背景与意义

随着城市化进程的加速和人口流动性的增加，房产市场逐渐成为一个庞大的产业。然而，传统的房屋数据可视化预测方式存在着许多问题，如信息不对称、效率低下、管理不规范等。这些问题不仅影响了租赁双方的利益，也制约了整个房产市场的发展。随着计算机技术和互联网的普及，信息技术在各行各业得到了广泛应用。房屋数据可视化预测系统作为信息技术在租赁行业的应用，具有提高管理效率、降低管理成本、增强信息透明度等优点。因此，开发一款高效、便捷、规范的房屋数据可视化预测系统成为了当前的房产市场的研究热点。

1.2开发现状

在西方发达国家，房屋数据可视化预测信息系统已经较为成熟，尤其是基于 web 应用技术环境下的不动产管理信息系统在房产屋管理中的应用日趋完善，其运作模式已经由单个的线性管理转变为跨地区，跨领或的扁平化管理，从而获得了显著的经济和社会效益。在我国，随着国民生活水平的不断提高，居民房屋需求的多元化带动了房屋数据可视化预测的发展，虽然存在着比较多的网站，但房产信息化管理还不够成熟，不够完善，不能对提高效率、降低成本、共享资源等方面起到至关重要的作用。

计算机技术不断的飞速发展，计算机以及计算机控制的自动处理技术已融入人类社会的各个领域并发挥着越来越重要的作用。当今社会,科学信息技术有了重大的飞跃，为人们的生活、工作、学习带来潜移默化的影响。今天我们使用计算机对房产信息进行管理，具有手工管理所无法比拟的优点。例如:检索迅速、查找方便、可靠性高、存储量大、保密性好、寿命长、成本低等。这些优点能够极大地提高房屋数据可视化预测的效率。面对目前的实际状况，迫切需要开发一个简单快捷的系统来适应这些工作。

1.3论文结构与章节安排

本文共分为六章，章节内容安排如下：

第一章为引言，此章节对所设计和实现的系统的背景和状况以及意义进行详细的论述以及说明，同时进行了论文整体框架的结构的简要介绍。

第二章为系统需求分析，章节所做的主要的工作是对系统进行了技术、经济和操作方面可行性的分析；对系统实行了总体功能的需求、用例分析。

第三章为系统的设计，主要是对系统的功能结构进行设计，并对系统数据库的概念结构以及物理结构的设计进行了分析。

第四章就是对系统的实现，根据系统功能的划分，分别的对系统所需要实现的前台客户功能和后台管理员功能进行了分析和说明。

第五章：系统测试。主要对系统的部分界面进行测试并对主要功能进行测试

第六章：总结。

2 房屋数据可视化预测系统分析

系统需求分析是系统开发的一个关键环节，它在系统的设计和实现上起到了一个承上启下的位置。系统需求分析是对所需要做的系统进行一个需求的挖掘，如果分析的准确可以精准的解决现实中碰到的问题。如果分析不到位会影响后期系统的实现。一个系统的优秀程度需求分析也是占据了非常大的比例，如果需求分析不到位，后面的系统设计要实现就是一个偏离导航的设计。

2.1 可行性分析

系统可行行分析是对系统对系统可行性进行一个探讨。在探讨系统的可行性上我们主要从技术上的可行性和经济上的可行性以及法律层面的可行性上进行分析，如果三个层面度通过，我们则认为系统是比较可行的。

2.1.1 技术可行性分析

房屋数据可视化预测系统设计与实现是一个基于Web的管理平台，我们在实现这个系统所采用的技术方案是基于JAVA语言，django框架，MYSQL数据库，在大学的学习中这两门课程都已经学过，而且自己也用这些技术开发过小的项目，在平时的课程设计以及作业也经常用到JAVA和MYSQL，在技术上实现自己的自主开发是可行的。

2.1.2 经济可行性分析

开发房屋数据可视化预测系统并不需要投入太多，开发工具、服务器、数据库等，都可以通过网络搜索、下载、安装，只需要一台普通的计算机就可以完成操作，而且在系统功能规划上通过走访调查目前用户对房屋数据可视化预测系统的需求，了解它们对系统具体实现的功能需求，然后进行设计开发，不存在任何开销，因此系统的开发在经济方面是可行的。

2.1.3 法律可行性分析

系统从法律层面上来没有对第三方有其他放有法律层面的问题，系统数据库采用的Mysql 开源社区数据库、框架采用的是开源的django。系统资讯和相关内容也是呵呵法律层面的。在源码的管理上采用git开源进行管理，所以在法律可行性上是成立的。

2.2 系统功能分析

2.2.1 功能性分析

房屋数据可视化预测系统我划分为了普通用户管理模块和管理员模块这两大部分。

普通用户管理模块：

（1）用户注册登录：游客可以随时进入到系统中，对系统中的信息浏览，但是想要实现房屋信息的收藏评论等，就必须有这个系统的账号，如果没有账号的话，可以注册成用户进行相关的操作，同时用户还可以对个人信息以及操作的信息进行管控。

（2）查看房屋数据可视化预测系统的首页信息：房屋数据可视化预测系统的首页信息包含了首页、通知公告、房屋资讯、楼盘信息等。

（3）通知公告：当用户点击“通知公告”这一菜单按钮，会显示管理员在后台发布的所有的通知公告，可以查看详情；

（4）房屋资讯：当用户点击“房屋资讯”这一菜单按钮，会显示管理员在后台发布的所有的房屋资讯，可以查看详情，进行收藏、点赞、评论等；

（5）楼盘信息：当用户点击“房屋信息”这一菜单按钮，会显示管理员在后台发布的所有的房屋信息，支持通过关键词对房屋信息进行搜索，选择需要的房屋信息点击可以进入到房屋信息详细的介绍界面，在详细界面可以查看到楼盘名称、销售数量、房屋面积、房屋价格、楼盘地址等信息，同时可以进行点赞、收藏、评论操作；

（6）我的账户：在前台点击“我的”下面的“我的账户”可以对个人资料+密码修改的信息进行管控。

（7）个人中心：在“个人中心”这一菜单下，我们会看到首页、房屋数据、各省均价、房价走势、楼盘信息、收藏，用户可以对其进行操作。

管理员管理模块：

（1）登录：管理员在后台可以输入用户名+密码进行登录，管理员的用户名和密码是在数据库中直接设定好的。

（2）系统管理：管理员点击“系统管理”这一菜单会显示轮播图、通知公告这两个子菜单，管理员可以对前台展示的通知公告和轮播图进行设置；

（3）系统用户：管理员点击“系统用户”菜单可以对系统中存在的用户进行管理，包含了管理员用户和普通用户。

（4）资源管理：管理员点击“资源管理”菜单能够对其下子菜单房屋资讯和房屋资讯的分类进行增删改查。

（5）楼盘信息管理：管理员点击“楼盘信息”会显示出所有的房屋信息，支持输入楼盘名称对楼盘信息进行查询，如果想要添加新的楼盘信息，点击“添加”按钮，输入楼盘名称、销售数量、房屋面积、房屋价格、楼盘地址等信息，点击“提交”按钮就可以添加了，同时可以选择某一条楼盘信息，点击“删除”进行删除，也可以对用户提交的楼盘信息评论的信息进行管控；

（6）房屋数据管理：管理员点击“房屋数据管理”会显示出所有的房屋数据信息，支持输入楼盘名称或者销售状态对房屋数据信息进行查询，如果想要添加新的房屋数据信息，点击“导入”按钮，上传对应文档，点击“导入”按钮就可以添加了，同时可以选择某一条房屋数据信息，点击“删除”进行删除。

（7）各省均价管理：管理员点击“各省均价管理”会显示出所有的各省均价信息，支持通过省份名称对各省均价信息进行查询，如果想要添加新的各省均价信息，点击“添加”按钮，输入相关信息，点击“提交”按钮就可以添加了，同时可以选择某一条各省均价信息，点击“删除”进行删除。

（8）房价走势管理：管理员点击“房价走势管理”会显示出所有的房价走势信息，支持通过城市名称对房价走势信息进行查询，如果想要添加新的房价走势信息，点击“添加”按钮，输入相关信息，点击“提交”按钮就可以添加了，同时可以选择某一条房价走势信息，点击“删除”进行删除。

（9）通知公共管理：管理员点击“通知公告管理”会显示出所有的公告信息。

2.2.2 非功能性分析

房屋数据可视化预测系统的非功能性需求比如房屋数据可视化预测系统的安全性怎么样，可靠性怎么样，性能怎么样，可拓展性怎么样等。具体可以表示在如下3-1表格中：

表3-1房屋数据可视化预测系统非功能需求表

安全性	主要指房屋数据可视化预测系统数据库的安装，数据库的使用和密码的设定必须合乎规范。
可靠性	可靠性是指房屋数据可视化预测系统能够按照用户提交的指示进行操作，经过测试，可靠性90%以上。
性能	性能是影响房屋数据可视化预测系统占据市场的必要条件，所以性能最好要佳才好。
可扩展性	比如数据库预留多个属性，比如接口的使用等确保了系统的非功能性需求。
易用性	用户只要跟着房屋数据可视化预测系统的页面展示内容进行操作，就可以了。
可维护性	房屋数据可视化预测系统开发的可维护性是非常重要的，经过测试，可维护性没有问题

2.3 系统用例分析

房屋数据可视化预测系统的完整UML用例图分别是图2-1和图2-2。

图2-1就是普通用户角色的用例展示。

图2-1 房屋数据可视化预测系统普通用户角色用例图

图2-2就是管理员角色的用例展示。

图2-2 房屋数据可视化预测系统管理员角色用例图

2.4 系统流程分析

2.4.1 数据流程

开发房屋数据可视化预测系统最主要的一个目的就是实现用户对房屋的租赁，图2-4就是系统的数据流图。

图2-3房产操作展开图

2.4.2 业务流程

分析完房屋数据可视化预测系统的数据流，那么接下来我们来看系统的业务流程，图2-4就是业务流程图：

图2-4业务流程图

2.5本章小结

本章主要通过对房屋数据可视化预测系统的可行性分析、功能需求分析、系统用例分析、系统流程分析，确定整个房屋数据可视化预测系统要实现的功能。同时也为房屋数据可视化预测系统的代码实现和测试提供了标准。

3 房屋数据可视化预测系统总体设计

本章主要讨论的内容包括房屋数据可视化预测系统的功能模块设计、数据库系统设计。

3.1 系统功能模块设计

3.1.1整体功能模块设计

在上一章节中主要对系统的功能性需求和非功能性需求进行分析，并且根据需求分析了本房屋数据可视化预测系统中的用例。那么接下来就要开始对本房屋数据可视化预测系统的架构、主要功能和数据库开始进行设计。房屋数据可视化预测系统根据前面章节的需求分析得出，其总体设计模块图如图3-1所示。

图3-1 房屋数据可视化预测系统功能模块图

3.1.2用户模块设计

本系统的用户包括管理员和用户两种用户模块的功能基本是相同的，用户比管理员多了一个注册功能，所以以用户模块的结构图为例进行分析，用户模块结构图为例进行分析，如下图：

图3-2用户模块结构图

3.1.3 评论管理模块设计

房屋数据可视化预测系统是一个交流性质的公开平台，用户在平台上提交评论，增加用户之间的互动性。但是同时也为了更好的规范评论的内容，给予管理员删除不合适的评论的功能，所以需要专门设计一个评论管理模块，具体的结构图如下：

图3-3评论管理模块结构图

3.1.4房屋信息管理模块设计

房屋数据可视化预测系统是中需要存储不少房屋信息，其模块功能结构，具体的结构图如下：

图3-4房屋信息模块结构图

3.2 数据库设计

数据库设计一般包括需求分析、概念模型设计、数据库表建立三大过程，其中需求分析前面章节已经阐述，概念模型设计有概念模型和逻辑结构设计两部分。

3.2.1 数据库概念结构设计

下面是整个房屋数据可视化预测系统中主要的数据库表总E-R实体关系图。

图3-5 房屋数据可视化预测系统总E-R关系图

3.3.2 数据库逻辑结构设计

通过上一小节中房屋数据可视化预测系统中总E-R关系图上得出一共需要创建很多个数据表。在此我主要罗列几个主要的数据库表结构设计。

表access_token (登陆访问时长)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	token_id	int	10	0	N	Y		临时访问牌ID
2	token	varchar	64	0	Y	N		临时访问牌
3	info	text	65535	0	Y	N
4	maxage	int	10	0	N	N	2	最大寿命：默认2小时
5	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
6	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
7	user_id	int	10	0	N	N	0	用户编号:

表article (文章：用于内容管理系统的文章)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	article_id	mediumint	8	0	N	Y		文章id：[0,8388607]
2	title	varchar	125	0	N	Y		标题：[0,125]用于文章和html的title标签中
3	type	varchar	64	0	N	N	0	文章分类：[0,1000]用来搜索指定类型的文章
4	hits	int	10	0	N	N	0	点击数：[0,1000000000]访问这篇文章的人次
5	praise_len	int	10	0	N	N	0	点赞数
6	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
7	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
8	source	varchar	255	0	Y	N		来源：[0,255]文章的出处
9	url	varchar	255	0	Y	N		来源地址：[0,255]用于跳转到发布该文章的网站
10	tag	varchar	255	0	Y	N		标签：[0,255]用于标注文章所属相关内容，多个标签用空格隔开
11	content	longtext	2147483647	0	Y	N		正文：文章的主体内容
12	img	varchar	255	0	Y	N		封面图
13	description	text	65535	0	Y	N		文章描述

表article_type (文章分类)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	type_id	smallint	5	0	N	Y		分类ID：[0,10000]
2	display	smallint	5	0	N	N	100	显示顺序：[0,1000]决定分类显示的先后顺序
3	name	varchar	16	0	N	N		分类名称：[2,16]
4	father_id	smallint	5	0	N	N	0	上级分类ID：[0,32767]
5	description	varchar	255	0	Y	N		描述：[0,255]描述该分类的作用
6	icon	text	65535	0	Y	N		分类图标：
7	url	varchar	255	0	Y	N		外链地址：[0,255]如果该分类是跳转到其他网站的情况下，就在该URL上设置
8	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表auth (用户权限管理)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	auth_id	int	10	0	N	Y		授权ID：
2	user_group	varchar	64	0	Y	N		用户组：
3	mod_name	varchar	64	0	Y	N		模块名：
4	table_name	varchar	64	0	Y	N		表名：
5	page_title	varchar	255	0	Y	N		页面标题：
6	path	varchar	255	0	Y	N		路由路径：
7	position	varchar	32	0	Y	N		位置：
8	mode	varchar	32	0	N	N	_blank	跳转方式：
9	add	tinyint	3	0	N	N	1	是否可增加：
10	del	tinyint	3	0	N	N	1	是否可删除：
11	set	tinyint	3	0	N	N	1	是否可修改：
12	get	tinyint	3	0	N	N	1	是否可查看：
13	field_add	text	65535	0	Y	N		添加字段：
14	field_set	text	65535	0	Y	N		修改字段：
15	field_get	text	65535	0	Y	N		查询字段：
16	table_nav_name	varchar	500	0	Y	N		跨表导航名称：
17	table_nav	varchar	500	0	Y	N		跨表导航：
18	option	text	65535	0	Y	N		配置：
19	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
20	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表average_price_per_province (各省均价)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	average_price_per_province_id	int	10	0	N	Y		各省均价ID
2	province_name	varchar	64	0	N	N		省份名称
3	average_house_price	int	10	0	Y	N	0	平均房价
4	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
5	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表collect (收藏)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	collect_id	int	10	0	N	Y		收藏ID：
2	user_id	int	10	0	N	N	0	收藏人ID：
3	source_table	varchar	255	0	Y	N		来源表：
4	source_field	varchar	255	0	Y	N		来源字段：
5	source_id	int	10	0	N	N	0	来源ID：
6	title	varchar	255	0	Y	N		标题：
7	img	varchar	255	0	Y	N		封面：
8	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表comment (评论)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	comment_id	int	10	0	N	Y		评论ID：
2	user_id	int	10	0	N	N	0	评论人ID：
3	reply_to_id	int	10	0	N	N	0	回复评论ID：空为0
4	content	longtext	2147483647	0	Y	N		内容：
5	nickname	varchar	255	0	Y	N		昵称：
6	avatar	varchar	255	0	Y	N		头像地址：[0,255]
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
9	source_table	varchar	255	0	Y	N		来源表：
10	source_field	varchar	255	0	Y	N		来源字段：
11	source_id	int	10	0	N	N	0	来源ID：

表hits (用户点击)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	hits_id	int	10	0	N	Y		点赞ID：
2	user_id	int	10	0	N	N	0	点赞人：
3	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：

表housing_data (房屋数据)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	housing_data_id	int	10	0	N	Y		房屋数据ID
2	property_name	varchar	64	0	Y	N		楼盘名称
3	sales_status	varchar	64	0	Y	N		销售状态
4	property_address	text	65535	0	Y	N		楼盘地址
5	house_layout	varchar	64	0	Y	N		房屋户型
6	square_area	varchar	64	0	Y	N		平方面积
7	unit_price_per_square_meter	varchar	64	0	Y	N		平方单价
8	total_house_price	varchar	64	0	Y	N		房屋总价
9	advantages_of_real_estate_development	text	65535	0	Y	N		楼盘优势
10	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
11	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表notice (公告)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	notice_id	mediumint	8	0	N	Y		公告id：
2	title	varchar	125	0	N	N		标题：
3	content	longtext	2147483647	0	Y	N		正文：
4	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
5	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表praise (点赞)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	praise_id	int	10	0	N	Y		点赞ID：
2	user_id	int	10	0	N	N	0	点赞人：
3	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：
8	status	bit	1	0	N	N	1	点赞状态:1为点赞，0已取消

表real_estate_information (楼盘信息)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	real_estate_information_id	int	10	0	N	Y		楼盘信息ID
2	province_name	varchar	64	0	Y	N		省份名称
3	city_name	varchar	64	0	Y	N		城市名称
4	property_name	varchar	64	0	Y	N		楼盘名称
5	property_address	varchar	64	0	Y	N		楼盘地址
6	house_prices	varchar	64	0	Y	N		房屋价格
7	housing_area	varchar	64	0	Y	N		房屋面积
8	cover_photo	varchar	255	0	Y	N		封面图片
9	sales_quantity	int	10	0	Y	N	0	销售数量
10	specific_details	text	65535	0	Y	N		具体详情
11	hits	int	10	0	N	N	0	点击数
12	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
13	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表regular_users (普通用户)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	regular_users_id	int	10	0	N	Y		普通用户ID
2	user_name	varchar	64	0	Y	N		用户姓名
3	user_gender	varchar	64	0	Y	N		用户性别
4	examine_state	varchar	16	0	N	N	已通过	审核状态
5	user_id	int	10	0	N	N	0	用户ID
6	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
7	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表slides (轮播图)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	slides_id	int	10	0	N	Y		轮播图ID：
2	title	varchar	64	0	Y	N		标题：
3	content	varchar	255	0	Y	N		内容：
4	url	varchar	255	0	Y	N		链接：
5	img	varchar	255	0	Y	N		轮播图：
6	hits	int	10	0	N	N	0	点击量：
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表the_trend_of_housing_prices (房价走势)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	the_trend_of_housing_prices_id	int	10	0	N	Y		房价走势ID
2	city_name	varchar	64	0	Y	N		城市名称
3	house_price_date	date	10	0	Y	N		房价日期
4	urban_housing_prices	int	10	0	Y	N	0	城市房价
5	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
6	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表upload (文件上传)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	upload_id	int	10	0	N	Y		上传ID
2	name	varchar	64	0	Y	N		文件名
3	path	varchar	255	0	Y	N		访问路径
4	file	varchar	255	0	Y	N		文件路径
5	display	varchar	255	0	Y	N		显示顺序
6	father_id	int	10	0	Y	N	0	父级ID
7	dir	varchar	255	0	Y	N		文件夹
8	type	varchar	32	0	Y	N		文件类型

表user (用户账户：用于保存用户登录信息)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	user_id	mediumint	8	0	N	Y		用户ID：[0,8388607]用户获取其他与用户相关的数据
2	state	smallint	5	0	N	N	1	账户状态：[0,10](1可用\|2异常\|3已冻结\|4已注销)
3	user_group	varchar	32	0	Y	N		所在用户组：[0,32767]决定用户身份和权限
4	login_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	上次登录时间：
5	phone	varchar	11	0	Y	N		手机号码：[0,11]用户的手机号码，用于找回密码时或登录时
6	phone_state	smallint	5	0	N	N	0	手机认证：[0,1](0未认证\|1审核中\|2已认证)
7	username	varchar	16	0	N	N		用户名：[0,16]用户登录时所用的账户名称
8	nickname	varchar	16	0	Y	N		昵称：[0,16]
9	password	varchar	64	0	N	N		密码：[0,32]用户登录所需的密码，由6-16位数字或英文组成
10	email	varchar	64	0	Y	N		邮箱：[0,64]用户的邮箱，用于找回密码时或登录时
11	email_state	smallint	5	0	N	N	0	邮箱认证：[0,1](0未认证\|1审核中\|2已认证)
12	avatar	varchar	255	0	Y	N		头像地址：[0,255]
13	open_id	varchar	255	0	Y	N		针对获取用户信息字段
14	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
15	vip_level	varchar	255	0	Y	N		会员等级
16	vip_discount	double	11	2	Y	N	0.00	会员折扣

表user_group (用户组：用于用户前端身份和鉴权)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	group_id	mediumint	8	0	N	Y		用户组ID：[0,8388607]
2	display	smallint	5	0	N	N	100	显示顺序：[0,1000]
3	name	varchar	16	0	N	N		名称：[0,16]
4	description	varchar	255	0	Y	N		描述：[0,255]描述该用户组的特点或权限范围
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：
8	register	smallint	5	0	Y	N	0	注册位置:
9	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
10	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

3.4本章小结

整个房屋数据可视化预测系统的需求分析主要对系统总体架构以及功能模块的设计，通过建立E-R模型和数据库逻辑系统设计完成了数据库系统设计。

4 房屋数据可视化预测系统详细设计与实现

房屋数据可视化预测系统的详细设计与实现主要是根据前面的房屋数据可视化预测系统的需求分析和房屋数据可视化预测系统的总体设计来设计页面并实现业务逻辑。主要从房屋数据可视化预测系统界面实现、业务逻辑实现这两部分进行介绍。

4.1用户功能模块

4.1.1 前台首页界面

当进入房屋数据可视化预测系统的时候，系统以上中下的布局进行展示，首先映入眼帘的是系统的导航栏，下面是轮播图，再往下是公告信息，其主界面展示如下图4-1所示。

图4-1 前台首页界面图

4.1.2 用户注册界面

房屋数据可视化预测系统的游客和普通用户时可以进行注册登录，当用户右上角“注册”按钮的时候，当填写上自己的账号+密码+确认密码+昵称+邮箱+手机号等后再点击“注册”按钮后将会先验证输入的有没有空数据，再次验证密码和确认密码是否是一样的，最后验证输入的账户名和数据库表中已经注册的账户名是否重复，只有都验证没问题后即可用户注册成功。其用用户注册界面展示如下图4-2所示。

图4-2注册界面图

注册关键代码如下：

def Register(self, ctx):

print("===================注册=====================")

userService = service_select("user")

body = ctx.body

if "username" not in body and body["username"] == '':

return ctx.response(json.dumps({

"error": {

"code": 70000,

"message": "用户名不能为空",

}

}, ensure_ascii=False))

if "user_group" not in body and body["user_group"] == '':

return ctx.response(json.dumps({

"error": {

"code": 70000,

"message": "用户组不能为空",

}

}, ensure_ascii=False))

if "password" not in body and body["password"] == '':

return ctx.response(json.dumps({

"error": {

"code": 70000,

"message": "密码不能为空",

}

}, ensure_ascii=False))

post_param = body

post_param['nickname'] = body["nickname"] or ""

post_param['password'] = md5hash(body["password"])

obj = userService.Get_obj({"username": post_param['username']}, {"like": False})

if obj:

return ctx.response(json.dumps({

"error": {

"code": 70000,

"message": "用户名已存在",

}

}, ensure_ascii=False))

ret = {

"error": {

"code": 70000,

"message": "注册失败",

}

bl = userService.Add(post_param)

if bl:

ret = {

"result": {

"bl": True,

"message": "注册成功"

}

return ctx.response(json.dumps(ret, ensure_ascii=False))

4.1.3 用户登录界面

房屋数据可视化预测系统中的前台上注册后的用户是可以通过自己的账户名和密码进行登录的，当普通用户输入完整的自己的账户名和密码信息并点击“登录”按钮后，将会首先验证输入的有没有空数据，再次验证输入的账户名+密码和数据库中当前保存的用户信息是否一致，只有在一致后将会登录成功并自动跳转到房屋数据可视化预测系统的首页中；否则将会提示相应错误信息，用户登录界面如下图4-3所示。

图4-3用户登录界面图

登录的逻辑代码如下所示。

def Login(self, ctx):

print("===================登录=====================")

ret = {

"error": {

"code": 70000,

"message": "账户不存在",

}

body = ctx.body

password = md5hash(body["password"]) or ""

obj = service_select("user").Get_obj(

{"username": body["username"]}, {"like": False}

)

if obj:

user_group = service_select("user_group").Get_obj({'name': obj['user_group']}, {"like": False})

if user_group and user_group['source_table'] != '':

user_obj = service_select(user_group['source_table']).Get_obj({"user_id": obj['user_id']}, {"like": False})

if user_obj['examine_state'] == '未通过':

ret = {

"error": {

"code": 70000,

"message": "账户未通过审核",

}

return ret

if user_obj['examine_state'] == '未审核':

ret = {

"error": {

"code": 70000,

"message": "账户未审核",

}

return ret

if obj["state"] == 1:

if obj["password"] == password:

timeout = timezone.now()

timestamp = int(time.mktime(timeout.timetuple())) * 1000

token = md5hash(str(obj["user_id"]) + "_" + str(timestamp))

ctx.request.session[token] = obj["user_id"]

service_select("access_token").Add(

{"token": token, "user_id": obj["user_id"]}

)

obj["token"] = token

ret = {

"result": {"obj": obj}

}

else:

ret = {

"error": {

"code": 70000,

"message": "密码错误",

}

else:

ret = {

"error": {

"code": 70000,

"message": "用户账户不可用，请联系管理员",

}

return ctx.response(json.dumps(ret, ensure_ascii=False))

4.1.4我的账户界面

当用户点击右上角“我的”这个按钮，会出现子菜单，点击“我的账户”可以对个人的资料、登录系统的密码的信息进行设置管理，我的账户界面如下图4-4所示。

图4-4我的账户界面图

4.1.5 房屋资讯界面

当访客点击房屋数据可视化预测系统中导航栏上的“房屋资讯”后将会进入到该“房屋资讯”列表的界面，然后选择想要看的房屋资讯，点击进入到详细界面，在详细界面可以收藏+赞+评论等操作，房屋资讯界面如下图4-5所示。

图4-5房屋资讯界面图

4.1.6 楼盘信息详情界面

当用户点击“房屋信息”这一菜单按钮，会显示管理员在后台发布的所有的房屋信息，支持通过关键词对房屋信息进行搜索，选择需要的房屋信息点击可以进入到房屋信息详细的介绍界面，在详细界面可以查看到楼盘名称、销售数量、房屋面积、房屋价格、楼盘地址等信息，同时可以进行点赞、收藏、评论操作；房屋信息界面如下图4-6所示。

图4-6 房屋信息详情界面图

4.1.7个人中心界面

当用户点击右上角“我的”这个按钮，会出现子菜单，点击“个人中心”可以对首页、房屋数据、各省均价、楼盘信息、房价走势、收藏进行设置管理，我的账户界面如下图4-7所示。

图4-7个人中心界面图

4.2管理员功能模块

4.2.1系统用户管理界面

管理员点击“用户管理”这一菜单会显示管理员、普通用户这两个子菜单，管理员可以对这两个角色的信息进行增删改查操作。界面如下图4-8所示。

图4-8系统用户界面图

4.2.3资讯管理界面

管理员点击“资讯管理”菜单能够对其下子菜单房屋资讯和房屋资讯的分类进行增删改查。界面如下图4-9所示。

图4-9资讯管理界面图

4.2.4楼盘信息管理界面

管理员点击“楼盘信息”会显示出所有的房屋信息，支持输入楼盘名称对楼盘信息进行查询，如果想要添加新的楼盘信息，点击“添加”按钮，输入楼盘名称、销售数量、房屋面积、房屋价格、楼盘地址等信息，点击“提交”按钮就可以添加了，同时可以选择某一条楼盘信息，点击“删除”进行删除，也可以对用户提交的楼盘信息评论的信息进行管控；界面如下图4-10所示。

图4-10楼盘信息管理界面图

4.2.5房屋数据管理界面

管理员点击“房屋数据管理”会显示出所有的房屋数据信息，支持输入楼盘名称或者销售状态对房屋数据信息进行查询，如果想要添加新的房屋数据信息，点击“导入”按钮，上传对应文档，点击“导入”按钮就可以添加了，同时可以选择某一条房屋数据信息，点击“删除”进行删除。界面如下图4-11所示。

图4-11房屋数据管理界面界面图

4.2.6房价走势管理界面

管理员点击“房价走势管理”会显示出所有的房价走势信息，支持通过城市名称对房价走势信息进行查询，如果想要添加新的房价走势信息，点击“添加”按钮，输入相关信息，点击“提交”按钮就可以添加了，同时可以选择某一条房价走势信息，点击“删除”进行删除。界面如下图4-12所示。

图4-12房价走势管理界面图

5系统测试

5.1 系统测试用例

系统测试包括：用户登录功能测试、房屋资讯展示功能测试、房屋信息添加、房屋信息搜索、密码修改功能测试，如表5-1、5-2、5-3、5-4、5-5、5-6所示：

用户登录功能测试：

表5-1 用户登录功能测试表

用例名称	用户登录系统
目的	测试用户通过正确的用户名和密码可否登录功能
前提	未登录的情况下
测试流程	1) 进入登录页面 2) 输入正确的用户名和密码
预期结果	用户名和密码正确的时候，跳转到登录成功界面，反之则显示错误信息，提示重新输入
实际结果	实际结果与预期结果一致

房屋资讯查看功能测试：

表5-2 房屋资讯查看功能测试表

用例名称	房屋资讯查看
目的	测试房屋资讯查看功能
前提	用户登录
测试流程	点击房屋资讯列表
预期结果	可以查看到所有房屋资讯信息
实际结果	实际结果与预期结果一致

房东用户添加房屋信息界面测试：

表5-3 房东用户添加房屋信息界面测试表

用例名称	添加房屋信息测试用例
目的	测试房屋信息添加功能
前提	房东用户用户正常登录情况下
测试流程	1）房东用户点击房屋信息，然后点击添加后并填写信息。 2）点击进行提交。
预期结果	提交以后，页面首页会显示新的房屋信息
实际结果	实际结果与预期结果一致

房屋信息搜索功能测试：

表5-4房屋信息搜索功能测试表

用例名称	房屋信息搜索测试
目的	测试房屋信息搜索功能
前提	无
测试流程	1）在搜索框填入搜索关键字。 2）点击搜索按钮。
预期结果	页面显示包含有搜索关键字的房屋信息
实际结果	实际结果与预期结果一致

密码修改搜索功能测试：

表5-5 密码修改功能测试表

用例名称	密码修改测试用例
目的	测试管理员密码修改功能
前提	管理员用户正常登录情况下
测试流程	1）管理员密码修改并完成填写。 2）点击进行提交。
预期结果	使用新的密码可以登录
实际结果	实际结果与预期结果一致

5.2 系统测试结果

通过编写房屋数据可视化预测系统的测试用例，已经检测完毕用户登录模块、房屋资讯展示模块、房屋信息添加模块、房屋信息搜索模块、密码修改模块测试，通过这6大模块为房屋数据可视化预测系统的后期推广运营提供了强力的技术支撑。

结论

本文描述了房屋数据可视化预测系统设计与实现的原理和开发过程，该系统是通过django框架来搭建后台，中间件使用的是Tomcat服务器，数据库管理平台采用开源的Mysql，前台使用的是JQuery框架，同时使用Validate校验框架，这样就可以减少前端代码的输入量，而且基于JQuery框架的Validat框架使用简单，是流行的前端使用框架，前端使用的主要是HTML页面展示技术。

在开发前做了许多的准备，在本系统的设计和开发过程中阅览和学习了许多文献资料，从开发这个房屋数据可视化预测系统的过程中我也收获了许许多多宝贵的方法以及设计思路，对系统的开发也起到了很重要的作用，系统的开发技术选用的都是自己比较熟悉的，比如Web、django、MYSQL，这些技术都是在以前的学习中学到了，其中许多的设计思路和方法都是在以前不断地学习中摸索出来的经验，其实对于我们来说工作量还是比较大的，但是正是由于之前的积累与准备，才能顺利的完成这个项目，由此看来，积累经验跟做好准备是十分重要的事情。

当然在该系统的设计与实现的过程中也离不开老师以及同学们的帮助，正是因为他们的指导与帮助，我才能够成功的在预期内完成了这个系统。同时在这个过程当中我也收获了很多东西，此系统也有需要改进的地方，但是由于专业知识的浅薄，并不能做到十分完美，希望以后有机会可以让其真正的投入到使用之中。

参考文献

[1] 陈建敏,姬五胜,赵宝乐. 基于LabVIEW和Django的线上虚拟仿真实验室 [J]. 物联网技术, 2024, 14 (02): 154-158. DOI:10.16667/j.issn.2095-1302.2024.02.043.

[2] 张良峰. 基于Django和Vue的低代码平台构建 [J]. 数字通信世界, 2024, (01): 45-48.

[3] 魏晓玲,刘红英. 基于Python和Django框架的琴房管理系统设计与实现 [J]. 无线互联科技, 2023, 20 (22): 51-53.

[4] 庞达,温家铭,武延鑫等. Django框架在海洋平台甲板片建造管理中的应用研究 [J]. 天津科技, 2023, 50 (11): 56-58+62. DOI:10.14099/j.cnki.tjkj.2023.11.016.

[5] 姜永成. 基于Django的网络招聘数据可视化分析系统的设计与实现 [J]. 科技资讯, 2023, 21 (19): 57-60. DOI:10.16661/j.cnki.1672-3791.2306-5042-4316.

[6] 张小梅,何菊,佘侃侃等. Django框架下的用户鉴权机制分析与研究 [J]. 无线互联科技, 2023, 20 (18): 146-148.

[7] 王祎,贾文雅,尹雪婷等. Django静态文件管理机制及最佳使用策略研究 [J]. 现代计算机, 2023, 29 (17): 79-84.

[8] S. I ,H.M. S ,H.M.A. F , et al. A web-based visual analytics platform to explore smart houses energy data for stakeholders: A case study of houses in the area of Manchester [J]. Energy & Buildings, 2023, 296

[9] Berk B . Ready-to-drink coffee and tea sales percolate [J]. Dairy Foods, 2022, 123 (10): 8-8.

[10] Chao H L ,Fa S S . Construction of College Students’ Physical Health Data Sharing System Based on Django Framework [J]. Journal of Sensors, 2021, 2021

[11] 杨艳,姜婧怡,赵银等. 基于Python的房屋租赁数据分析应用 [J]. 信息技术与标准化, 2021, (09): 75-78.

[12] Manikanta K V ,P. L ,Neha K R , et al. Visualization of Real World Enterprise Data using Python Django Framework [J]. IOP Conference Series: Materials Science and Engineering, 2021, 1042 (1): 012019-.

[13] Mao Z . Research on the Method of Context Modeling Based on Ontology —— a Case Study of Tea Sales [J]. IOP Conference Series: Materials Science and Engineering, 2020, 768 (5): 052020.

[14] 黄琪. 基于Python的数据可视化方法和系统实现 [J]. 信息与电脑(理论版), 2019, (14): 137-140.

[15] 魏迪. 城市二手房交易数据可视化系统研究与实现[D]. 天津大学, 2018.

[16] 李曼曼. 大规模摄像机网络的数据可视化管理[D]. 深圳大学, 2017.

[17] 路玲玲. 基于Converse 3D的房屋管理系统设计与实现[D]. 河南农业大学, 2017.

[18] 易泽顺. 基于Web的数据可视化工具设计与实现[D]. 华中师范大学, 2017.

[19] Kennedy S . RTD coffee and tea sales are energized [J]. Dairy Foods, 2016, 117 (10): 20.

[20] Ancoris launches data visualisation and mapping service for Housing Associations; New cloud service to save housing associations over Pounds 100,000 pa in operational costs [J]. M2 Presswire, 2015,

致谢

逝者如斯夫，不舍昼夜。转眼间，大学生活便已经接近尾声，人面对着离别与结束，总是充满着不舍与茫然，我亦如此，仍记得那年秋天，我迫不及待的提前一天到了学校，面对学校巍峨的大门，我心里充满了期待：这里，就是我新生活的起点吗？那天，阳光明媚，学校的欢迎仪式很热烈，我面对着一个个对着我微笑的同学，仿佛一缕缕阳光透过胸口照进了我心里，同时，在那天我认识可爱的室友，我们携手共同度过了这难忘的两年。如今，我望着这篇论文的致谢，不禁又要问自己：现在，我们就要说再见了吗？

感慨莫名，不知所言。遥想当初刚来学校的时候，心里总是想着工科学校会过于板正，会缺乏一些柔情，当时心里甚至有一点点排斥，但是随着我对学校的慢慢认识与了解，我才认识到了她的美丽，她的柔情，并且慢慢的喜欢上了这个校园，但是时间太快了，快到我还没有好好体会她的美丽便要离开了，但是她带给我的回忆，永远不会离开我，也许真正离开那天我的眼里会满含泪水，我不是因为难过，我只是想将她的样子映在我的泪水里，刻在我的心里。最后，感谢我的老师们，是你们教授了我们知识与做人的道理；感谢我的室友们，是你们陪伴了我如此之久；感谢每位关心与支持我的人。

少年，追风赶月莫停留，平荒尽处是春山。