基于聚类算法的西安二手房推荐系统设计与实现

 

随着计算机技术的发展，带来社会各行业的进步，信息化逐渐运用到人们的生活中。传统模式的房产中介管理满足不了现代人的生活追求，服务质量、服务速度，之前的很多房产中介由于人力、物理、财力等原因，一些网站无法完美的展现它的特色，优势，浪费了很多顾客资源。使用管理系统进行管理，成本大大减小，同时可借助互联网强大的流量入口，因而也降低了推广的难度。因此设计一个管理系统来解决房产中介房产推荐预约的问题，一方面可以更好的展现系统直观性，另一方面可以更好的来适应时代的发展。

本文先提出了开发西安二手房推荐系统的背景意义，然后通过功能性和非功能性分析阐述本系统的需求，然后从功能设计和数据库设计两方面进行系统的设计建模。在技术实现部分采用了Java作为开发后台的编程语言，客户端使用Jsp技术，数据库选择MySQL，并使用K-Means聚类算法进行房产推荐。最后进行了代码的编写，并说明了实现流程。最终，通过软件测试来验证西安二手房推荐系统的功能要求。综合表明，本西安二手房推荐系统满足了房产推荐预约的基本业务，帮助用户及时在线预约，并为房产中介管理员提供了高效的管理模式。

K-Means算法属于聚类算法的一种，在无监督学习中，训练样本的标记信息是未知的，我们的目标是通过对无标记训练样本的学习来解释数据的内在性质及规律，为了进一步的数据分析提供基础，此类学习应用最多的就是“聚类”。

目前k-means算法广泛应用在各种推荐系统中，主要功能是预测和推荐，通过用户历史浏览和个人信息，根据用户群组的划分，进行相似的数据成员进行分类组织的过程。k-means算法目前迅速发展为一个比较受欢迎的推荐技术，推荐系统有着独特的优点，根据系统复杂的数据收集用户喜好，识别用户的爱好，在管理系统一定的数据量范围内进行快速的推荐。

西安二手房推荐系统为用户提供二手房推荐和预约服务，系统包括前台和后台。

前台用户可以先进行注册，填写个人的基本信息提交到服务器，服务器把数据保存到数据库。管理员对会员的信息进行验证后，会员通过验证后的用户名和密码进行登录，登录之后查看二手房。二手房在首页展示，查看二手房具体信息后，可以进行预约，填写预约信息后，生成预约订单。点开我的功能模块，修改个人信息，重新登录等功能。用户登录后进行二手房推荐，没有登录前，不能进行二手房推荐。

管理员是后台的管理者，对用户提交的二手房订单进行审核，如果不是正常的预约或者违规的内容进行删除，也可以要求会员进行修改后重新提交。管理员对二手房的分类进行管理，管理员还可以对用户信息进行管理，发布公告推送给用户端。

中介也是后台的管理者，发布中介公司的二手房信息，审核预约看房记录，完成在线签约服务。

如需定做或者获取更多资料，请联系QQ：375279829