基协滤房源推荐系统设计实现
Design and implementation of house recommendation system based on collaborative filtering
摘
文通前房屋租赁市场存痛点问题进行分析结合互联网信息系统考察开发BS架构房源推荐系统例开发程技术问题提出实性建议实现文首先房屋租赁市场发展现况互联网信息系统发展前景进行分析提出两者结合起通实现算法推荐系统改善房屋租赁市场现状设想
基础文介绍房源推荐系统开发程中技术问题BS模式进行系统开发Java作开发语言IntelliJ IDEA作开发工具采Spring Boot开发框架助业界现推荐算法需求分析功设计数组织代码组织等方面房源推荐系统开发程做出定实践实现时总结验前期整体设计中期具体实现程续软件测试具体思路呈现文中
关键词：房屋租赁 推荐系统 Java Spring Boot 协滤
ABSTRACT
This paper analyzes the pain points existing in the current housing rental market combined with the investigation of the Internet information system and takes an independent development of a B S architecture house recommendation system as an example to propose some practical problems in the development process Proposal and realization The thesis first analyzes the development status of the housing rental market and the development prospects of the Internet information system and puts forward the idea of combining the two and improving the status of the housing rental market by implementing an algorithm recommendation system
On this basis this paper introduces the development process of the house recommendation system and its technical problems The system is developed in B S mode Java is used as the development language IntelliJ IDEA is used as the development tool and the Spring Boot development framework is adopted With the help of the existing recommendation algorithms in the industry we need to make certain practices in the development process of the house recommendation system from the aspects of demand analysis functional design data organization code organization etc The overall design the specific implementation process in the medium term and the specific ideas for subsequent software testing are presented in the paper
Key words Housing Rental Recommendation Algorithm Java Spring Boot Collaborative filtering
目 录
1 绪 1
11 研究背景 1
12 研究目意义 1
121 研究目 1
122 研究意义 2
13 研究现状 2
14 研究容 2
2 推荐算法研究分析 4
21 推荐算法现状 4
22 系统推荐算法分析 4
23 章结 6
3 系统分析 7
31 系统行性分析 7
311 技术行性 7
312 济行性 7
313 操作行性 7
32 系统需求分析 8
321 需求概述 8
322 推荐模块需求分析 8
323 系统功需求分析 8
33 章结 9
4 系统设计实现 10
41 系统设计框架 10
42 系统推荐模块设计 11
43 系统功模块设计 12
44 系统数库设计 17
441 ER模型 17
442 数库表 18
45 系统实现 19
451 推荐模块实现 19
452 系统功实现 19
46 系统测试 20
461 功测试 20
47 章结 21
5 总结展 22
参考文献 23
致 谢 24
1 绪
11 研究背景
中国产领导中国市场济发展迅速城市化进程断加速时越越农村剩余劳动力涌入城市加口流动城市流动口数量断增长然外务工员者城市低收入者没力购买价格高企商品房房屋租赁市场买卖双方着需求租房出租具重现实意义然现实中房屋租赁市场规模信息复杂买卖双方常发生纠纷信息等房屋租赁市场中求租方弱势方求租者需花费高昂交易费通中介公司寻求房源黑心中介公司出利益会客观客户推荐房源中介费定程度加重求租者负担外语言表述局限性承租方难心中理想房屋形容出中介难满足承租方全部需求种信息称房屋租赁问题问题急需减轻承出租双方沟通成满足类需求房源真实展现需户台
时代互联网应越越广泛计算机算法发展迅猛极方便工作生活中基算法推荐系统处例国民购物网站淘宝网推荐算法著称新闻应日头条户程中够断获想容呈现容会着浏览量增越越接需求信息越越称逐渐受户青睐背推荐系统功没
12 研究目意义
121 研究目
通房屋租赁市场存问题承租出租双方需求进行研究分析开发款房源推荐系统降低承租出租双方沟通成定程度改善房屋租赁市场痛点问题
课题结合国房屋租赁市场存问题互联网信息推荐系统发展方设计基协滤房源推荐系统助业界现协滤推荐算法Java开发语言Spring Boot开发框架IntelliJ IDEA开发工具数库采MySQL数库Redis缓存通台数库建立前台界面设计功实现等阶段完成房源推荐系统开发
122 研究意义
衣食住行基生活需求着房价断涨租房成外务工员刚进入社会工作年轻解决居住问题方式年许许需租房促进房屋租赁市场发展国房屋租赁市场需求巨发展前景广阔然存零散规范等弊端时设计实现款房源推荐系统具重实践价值社会发展提供技术帮助
系统通推荐算法承租方性化推荐房源生活中难题带技术解决方案智化生活场景提供定参考价值
13 研究现状
着机器学技术逐渐成熟工智发展推荐系统目前块研究领域许电商应新闻应短视频应开始推荐系统户推荐容
前诸阿里巴巴字节跳动等国知名互联网公司正广泛推荐系统
搜房网58城房产服务网络台通常信息检索网站统格式发布房源数户通条件滤检索网站房源数
目前推荐房产信息研究文献[2]提出混合业界常推荐算法建立双方互相评分概念模型通承租方出租方互相分作系统推荐文献[3]提出统计分析户访问网站时操作行中发现户访问网站规律户惯进户进行性化推荐文献[4]提出基粒子群算法房产推荐系统该系统需录入房产信息容指定格式条房屋信息属性需信息录入初期登记数库中
14 研究容
文研究容提出目前国房屋租赁市场存问题结合互联网信息推荐系统应场景开发款基协滤房源推荐系统通协滤中ItemCF算法承租方户推荐喜类型相似房源信息
具体三方面入手：
(1) 通系统研究背景推荐算法现状进行分析确定系统开发方核心推荐模块设计
(2) 系统详细开发确定合适软件结构数库设计系统采Spring Boot开发框架搭建前端框架Layui数库MySQL关系型数库Redis缓存
(3) 系统详细功设计包括户注册登录房源信息推荐等
文房源推荐系统研究象研究业界常推荐算法分析该房源推荐系统设计开发程重点分析推荐算法原理系统功实现实现系统进行功测试系统选开发语言Java开发框架Spring Boot采开发工具IntelliJ IDEA应服务器Tomcat结合MySQLRedis数库进行实现开发出基协滤房源推荐系统帮助承租方出租方提高操作效率工作流程清晰化提高理效率
2 推荐算法研究分析
21 推荐算法现状
目前推荐系统发展非常迅速基分类：基流行度推荐基容推荐基协滤推荐混合推荐等
(1) 基流行度推荐实际热门容推荐基高评分购买 载观等维度户进行推荐优点十分简单直接新户说十分友新户没产生历史行记录具冷启动缺陷推荐系统难进行推荐基流行度推荐推荐热门容法提供性化推荐推荐系统中般作补策略
(2) 基容推荐根户Item进行点赞收藏浏览评等行获户兴趣偏根户兴趣偏推荐相似Item优点避免Item冷启动问题赖户身行涉户行够进行性化推荐缺点推荐范围具局限性
(3) 基协滤推荐推荐系统中种应十分广泛技术行业中已应中应种类基户CF（Userbased CF）基项目CF（Itembased CF）UserCF原理找前户相似户群户中较流行前户没浏览容推荐前户优势具样性够帮助户找新类惊喜容缺点计算复杂度较高ItemCF原理计算Item间相似度找出前户喜欢Item相似度高Item集合推荐前户优点户历史行作推荐解释解释性强缺点具冷启动问题新户没Item进行操作时法进行推荐
(4) 单推荐算法优势缺陷实际应场景中少直接采单算法做推荐采混合算法推荐中研究应结合容推荐协滤推荐混合推荐
考虑系统数集较基础功量户数较少果采基UserCF协滤推荐算法会导致算法占资源太高重复推荐等问题决定变换采基流行度推荐基ItemCF协滤推荐协滤推荐流行度推荐辅取长补短户提供房源信息推荐
22 系统推荐算法分析
基流行度推荐算法较简单直接什容吸引户户推荐什容基户项目操作行（通常点击评分享等）获取项目热度进获取热度高项目推荐户
系统中户操作行两种点击二收藏房源信息获户次点击热度加1分房源信息获户次收藏热度加2分
基协滤推荐根户行进行推荐通户推荐兴趣编相似户喜欢容UserCF二户推荐户身喜欢容相似容ItemCF
系统采ItemCF算法Item等价房源信息户喜欢某房源行表现收藏操作算法运算程分两步：
(1) 计算房源间相似度
假设户ABCDE收藏：
A
abd
B
bce
C
cd
D
bcd
E
ad
根收藏列表构建倒排表例房源a户A户E收藏
a
AE
b
ABD
c
BCD
d
ACDE
e
B
户收藏列表列表中房源两两加累加获现矩阵矩阵中记录时收藏房源i房源j户数计算程图 21示
图 21 现矩阵计算程
假设房源i房源j间相似度取决时户收藏时收藏户数越相似度越高设N(i)收藏房源i户数N(j)收藏房源j户数|N(i)∩N(j)|表示时收藏房源i房源j户数房源间相似度Wij通公式计算出：
现矩阵进行遍历重导入面公式计算出房源间相似度
(2) 根房源间相似度户历史行户生成推荐列表
房源信息间相似度找前户收藏列表中房源信息相似度高房源信息推荐前户
23 章结
章分析推荐算法现状基定义分析系统推荐算法原理设计思路
3 系统分析
31 系统行性分析
系统设计开发前进行行性分析十分必通行性分析够明确系统开发时会出现问题时确定问题否够解决户否难操作等系统技术济操作三方面进行行性分析
311 技术行性
系统Java语言进行开发开发工具JetBrains公司出品IntelliJ IDEAIntelliJ IDEAJava生态支持范围十分广具快捷键代码模板数库采MySQL具体积速度快免费特点前端框架采门槛较低结构较清晰页面效果较Layui框架技术工具均前成熟技术方案技术行
312 济行性
房屋租赁市场中房屋中介需寻租者收取定例中介费疑增加寻租者额外负担采动化全天化房源推荐系统寻租者仅省中介费时减少找房时间成沟通成互联网时代计算机手机等电子产品手部硬件方面基满足基硬件软件开发做接零成出租方助该系统充分展现房屋特色找合适房客系统寻租方出租方带便捷济行
313 操作行性
现许许基电脑网算没电脑者方便笨重电脑手机网硬件条件满足系统BS架构浏览器便时界面美观操作简单非常容易手操作行
32 系统需求分析
321 需求概述
着城市流动口增加房屋租赁市场蓬勃发展时传统房屋中介仅加重房屋承租者负担承租出租双方交易程变十分繁琐承租出租双方迫切需种低成便捷房源推荐台取代传统中介机构种弊端
项目实现基协滤房源推荐系统通算法户进行房源信息推荐推荐系统方面减轻寻租方时间交通成方面出租方提供范围更广销售渠道
具体说承租方户账号未登录时查热度排行房源信息账号登录时系统会根户历史行通算法进行性化推荐户想容呈现出减少户寻找信息花费时间提升户体验出租方户需注册账号系统中发布想出租房屋信息查房屋信息点击量收藏量帮助出租方调整房屋信息发布快达房屋租出目标
322 推荐模块需求分析
系统变换采基流行度推荐算法基ItemCF协滤推荐算法
(1) 基流行度推荐：户游客者新户时系统前房源信息热度进行计算排序返回热度高低排列房源信息
(2) 基ItemCF协滤推荐：户房源信息进行点击收藏系统根前户历史行里房源信息返回相似度高房源信息
总说系统推荐模块核心基ItemCF协滤推荐基流行度推荐作协滤补充样够解决协滤冷启动问题
323 系统功需求分析
(1) 登录注册模块：游客浏览热度排行房源信息法进行操作户注册账号登录系统体验系统种功
(2) 查房源信息模块：未登录系统游客查热度排列房源信息新户进入系统房源信息游客相新户遇中意房源点击收藏添加进收藏列表系统会分析户收藏列表相似度高房源信息推荐户户收藏行影响系统推荐结果外设置钮户满意前推荐信息时点击更换批
(3) 发布房源信息模块：出租方户注册登录系统名空闲想出租房源发布出填写房源基信息传房源宣传图片等承租方联系外查已发布房源信息点击量收藏量等
(4) 修改信息模块：已注册户登录系统时修改头登录密码密保手机号码
33 章结
章介绍系统行性分析技术济操作三方面展开介绍功方面系统需求进行分析
4 系统设计实现
41 系统设计框架
目前基BS模式信息理系统采MVC架构设计模型（Model）视图（View）控制器（Controller）三层架构
(1) 模型通常负责访问数库数进行增删改查等操作应程序中数进行交互部分
(2) 视图模型数创建负责显示模型数
(3) 控制器负责处理户请求通常视图中获取户请求参数调模型操作数终结果返回户
MVC模式台电脑模型硬盘里文件视图显示器控制器CPU层司职缺简化应程序开发
图 41 MVC架构示意图
系统MVC模式进行开发系统架构图 42示
图 42 系统开发架构
42 系统推荐模块设计
游客进入系统时推荐模块前房源信息热度进行计算排序返回热度高低排列房源信息新户进入系统时推荐模块首先返回热门房源信息时新户推荐游客推荐致新户房源信息进行收藏推荐模块会调协滤方法分析户收藏列表户推荐相似度高房源推荐模块运行流程图 43示
图 43 推荐模块运行流程
43 系统功模块设计
(1) 登录注册模块：前台网站首页设置房源信息浏览入口未登录游客预览热度排行房源信息点击某房源预览信息查详细信息外法进行操作游客点击会增加房源点击量游客进行注册登录体验网站项功包括收藏推荐等户注册流程图 44示户登录流程图 45示
图 44 户注册流程图
图 45 户登录流程图
(2) 查房源信息模块：该模块卡片形式展现系统推荐N房源信息游客点击查详情户收藏具体流程图 46示
图 46 查房源信息流程图
(3) 发布房源信息模块：出租方户登录系统名空闲想出租房源发布系统中填写房源信息提交房源详细信息包括房屋图片址房东联系方式房屋简介等房源信息发布成功出租方修改删已发布房源信息查点击量收藏量具体流程图 47示
图 47 发布房源信息流程图
(4) 修改信息模块：户登录系统修改头登录密码密保手机号码具体流程图 48示
图 48 修改信息流程图
44 系统数库设计
441 ER模型
系统数库表房源信息表房源热度表户信息表户收藏表ER图图 49示
图 49 系统ER图
442 数库表
(1) 户信息表
户信息表存储户相关信息表结构：
字段名
字段描述
数类型
允许空值
键型
id
户id
int
否
键
username
户名
varchar
否
password
户密码
varchar
否
phone
手机号码
char
否
avatar_path
头址
varchar
否
create_time
创建时间
datetime
否
(2) 房源信息表
房源信息表存储房源相关信息表结构：
字段名
字段描述
数类型
允许空值
键型
id
房源id
int
否
键
thumbnail
缩略图址
varchar
否
images
详情图片址
varchar
否
address
房源址
varchar
否
introduction
简介
varchar
(3) 房源热度表
房源热度表存储房源信息热度表结构：
字段名
字段描述
数类型
允许空值
键型
house_id
房源id
int
否
键外键
click_count
点击量
int
否
mark_count
收藏量
int
否
(4) 户收藏表
户收藏表存储户收藏信息表结构：
字段名
字段描述
数类型
允许空值
键型
id
收藏id
int
否
键
user_id
户id
int
否
外键
house_id
mark_time
房源id
收藏时间
int
datetime
否
否
外键
45 系统实现
451 推荐模块实现
推荐模块包含流行度计算函数ItemCF算法计算函数
流行度计算函数较简单通房源信息点击量收藏量点击加1分收藏加2分计算前房源信息热度降序排列
ItemCF算法计算函数传入前户id遍历户收藏列表根第二部分模型构建现矩阵相似度计算公式计算出房源信息间相似度相似度高低序进行排列终返回排序房源信息集合
452 系统功实现
系统功围绕户操作实现分游客浏览注册成功承租方户登录系统进行操作出租方户登录系统进行操作三部分
(1) 游客功实现：开网站页游客身份点击页查房源链接会跳转房源信息页面房源信息热度排行点击量收藏量越越前游客浏览程中点击房源信息查详情法进行操作进行操作点击顶部栏登录链接进行登录
(2) 承租方户功实现：户注册时选择户类型选择承租方正确输入户名密码确认密码密保手机号码提交输入错误会弹出提示法提交注册成功进行登录填写户名密码点击登录钮错误会弹出提示户选择记住成功登录系统会记住账户信息次便直接登录户忘记密码点击忘记密码链接进行密保手机验证验证通重置密码成功登录系统房源信息会系统进行性化推荐户点击房源信息查详情点击收藏添加进收藏列表外顶部状态栏显示头户名信息鼠标移动触屏该位置会弹出拉框拉框选择相应操作修改头修改密码修改手机号码退出系统
(3) 出租方户功实现：户注册时选择户类型选择出租方正确输入户名密码确认密码密保手机号码提交输入错误会弹出提示法提交注册成功进行登录填写户名密码点击登录钮错误会弹出提示户选择记住成功登录系统会记住账户信息次便直接登录户忘记密码点击忘记密码链接进行密保手机验证验证通重置密码成功登录系统户发布想出租房屋信息包括房屋图片址租金面积房东联系方式房屋简介户修改删已发布房源信息查收藏量外顶部状态栏显示头户名信息鼠标移动触屏该位置会弹出拉框拉框选择相应操作修改头修改密码修改手机号码退出系统
46 系统测试
系统测试目早发现系统中隐藏错误缺陷避免出现BUG保证系统正确性完整性安全性
461 功测试
系统功模块进行单元测试黑盒测试单元测试保证数增删改查会出现错误功够正常运行黑盒测试考虑程序部结构性检查程序运行结果否符合预期
系统开发阶段功模块编写完毕通单元测试保证数正确操作功正常运行功模块初步开发完成通模拟真实场景检测功否达预期效果测试系统功模块够正常运行
47 章结
章系统框架设计推荐算法选择功模块设计数库设计系统实现系统功测试方面详细介绍系统设计实现
5 总结展
文通前房屋租赁市场分析实现基协滤房源推荐系统改善前房屋租赁市场存问题提出行性建议
基协滤房源推荐系统定程度够改善房屋租赁市场痛点问题房屋租赁市场复杂系统然法彻底解决房屋租赁市场相关问题研究中方面进步完善系统功
(1) 添加时通讯模块承租方出租方够线进行沟通增加沟通效率
(2) 添加智建议模块出租方房源信息排行时提供信息修改建议房子更曝光
(3) 考虑系统存偶然发量升性应进步提高网站响应速度提升户体验
参考文献
[1] 律瑞雪房屋租赁市场现状发展策探讨[J]科技企业2014(6) 234~234
[2] 董莹基户意分析房屋租赁系统设计实现[D]连海事学2017
[3] 郭书豪基户行性化推荐研究[D]北京中国质学2018
[4] 刘林蔚成建基粒子群算法房产推荐系统[J]计算机工程应2005
[5] 赵迎芳基J2EE房屋租赁理信息系统设计实现[D]河北科技学2014
[6] 吴琼基BS模式房屋租售理系统设计开发[J]智计算机应2010(2)19~20
[7] 汪云飞JavaEE开发颠覆者Spring Boot实战[M]北京电子工业出版社2016
[8] 吴泓辰王新军成勇彭晖基协滤划分聚类改进推荐算法[J]计算机研究发展201148(S3)205212
[9] 余永红融合源信息推荐算法研究[D]南京学2017
[10] 杨松桦基协滤文推荐系统[D]中原工学院2019
[11] 李晓瑜协滤推荐算法研究[J]2019
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
基协滤房源推荐系统设计实现
Design and implementation of house recommendation system based on collaborative filtering
摘
文通前房屋租赁市场存痛点问题进行分析结合互联网信息系统考察开发BS架构房源推荐系统例开发程技术问题提出实性建议实现文首先房屋租赁市场发展现况互联网信息系统发展前景进行分析提出两者结合起通实现算法推荐系统改善房屋租赁市场现状设想
基础文介绍房源推荐系统开发程中技术问题BS模式进行系统开发Java作开发语言IntelliJ IDEA作开发工具采Spring Boot开发框架助业界现推荐算法需求分析功设计数组织代码组织等方面房源推荐系统开发程做出定实践实现时总结验前期整体设计中期具体实现程续软件测试具体思路呈现文中
关键词：房屋租赁 推荐系统 Java Spring Boot 协滤
ABSTRACT
This paper analyzes the pain points existing in the current housing rental market combined with the investigation of the Internet information system and takes an independent development of a B S architecture house recommendation system as an example to propose some practical problems in the development process Proposal and realization The thesis first analyzes the development status of the housing rental market and the development prospects of the Internet information system and puts forward the idea of combining the two and improving the status of the housing rental market by implementing an algorithm recommendation system
On this basis this paper introduces the development process of the house recommendation system and its technical problems The system is developed in B S mode Java is used as the development language IntelliJ IDEA is used as the development tool and the Spring Boot development framework is adopted With the help of the existing recommendation algorithms in the industry we need to make certain practices in the development process of the house recommendation system from the aspects of demand analysis functional design data organization code organization etc The overall design the specific implementation process in the medium term and the specific ideas for subsequent software testing are presented in the paper
Key words Housing Rental Recommendation Algorithm Java Spring Boot Collaborative filtering
目 录
1 绪 1
11 研究背景 1
12 研究目意义 1
121 研究目 1
122 研究意义 2
13 研究现状 2
14 研究容 2
2 推荐算法研究分析 4
21 推荐算法现状 4
22 系统推荐算法分析 4
23 章结 6
3 系统分析 7
31 系统行性分析 7
311 技术行性 7
312 济行性 7
313 操作行性 7
32 系统需求分析 8
321 需求概述 8
322 推荐模块需求分析 8
323 系统功需求分析 8
33 章结 9
4 系统设计实现 10
41 系统设计框架 10
42 系统推荐模块设计 11
43 系统功模块设计 12
44 系统数库设计 17
441 ER模型 17
442 数库表 18
45 系统实现 19
451 推荐模块实现 19
452 系统功实现 19
46 系统测试 20
461 功测试 20
47 章结 21
5 总结展 22
参考文献 23
致 谢 24
1 绪
11 研究背景
中国产领导中国市场济发展迅速城市化进程断加速时越越农村剩余劳动力涌入城市加口流动城市流动口数量断增长然外务工员者城市低收入者没力购买价格高企商品房房屋租赁市场买卖双方着需求租房出租具重现实意义然现实中房屋租赁市场规模信息复杂买卖双方常发生纠纷信息等房屋租赁市场中求租方弱势方求租者需花费高昂交易费通中介公司寻求房源黑心中介公司出利益会客观客户推荐房源中介费定程度加重求租者负担外语言表述局限性承租方难心中理想房屋形容出中介难满足承租方全部需求种信息称房屋租赁问题问题急需减轻承出租双方沟通成满足类需求房源真实展现需户台
时代互联网应越越广泛计算机算法发展迅猛极方便工作生活中基算法推荐系统处例国民购物网站淘宝网推荐算法著称新闻应日头条户程中够断获想容呈现容会着浏览量增越越接需求信息越越称逐渐受户青睐背推荐系统功没
12 研究目意义
121 研究目
通房屋租赁市场存问题承租出租双方需求进行研究分析开发款房源推荐系统降低承租出租双方沟通成定程度改善房屋租赁市场痛点问题
课题结合国房屋租赁市场存问题互联网信息推荐系统发展方设计基协滤房源推荐系统助业界现协滤推荐算法Java开发语言Spring Boot开发框架IntelliJ IDEA开发工具数库采MySQL数库Redis缓存通台数库建立前台界面设计功实现等阶段完成房源推荐系统开发
122 研究意义
衣食住行基生活需求着房价断涨租房成外务工员刚进入社会工作年轻解决居住问题方式年许许需租房促进房屋租赁市场发展国房屋租赁市场需求巨发展前景广阔然存零散规范等弊端时设计实现款房源推荐系统具重实践价值社会发展提供技术帮助
系统通推荐算法承租方性化推荐房源生活中难题带技术解决方案智化生活场景提供定参考价值
13 研究现状
着机器学技术逐渐成熟工智发展推荐系统目前块研究领域许电商应新闻应短视频应开始推荐系统户推荐容
前诸阿里巴巴字节跳动等国知名互联网公司正广泛推荐系统
搜房网58城房产服务网络台通常信息检索网站统格式发布房源数户通条件滤检索网站房源数
目前推荐房产信息研究文献[2]提出混合业界常推荐算法建立双方互相评分概念模型通承租方出租方互相分作系统推荐文献[3]提出统计分析户访问网站时操作行中发现户访问网站规律户惯进户进行性化推荐文献[4]提出基粒子群算法房产推荐系统该系统需录入房产信息容指定格式条房屋信息属性需信息录入初期登记数库中
14 研究容
文研究容提出目前国房屋租赁市场存问题结合互联网信息推荐系统应场景开发款基协滤房源推荐系统通协滤中ItemCF算法承租方户推荐喜类型相似房源信息
具体三方面入手：
(1) 通系统研究背景推荐算法现状进行分析确定系统开发方核心推荐模块设计
(2) 系统详细开发确定合适软件结构数库设计系统采Spring Boot开发框架搭建前端框架Layui数库MySQL关系型数库Redis缓存
(3) 系统详细功设计包括户注册登录房源信息推荐等
文房源推荐系统研究象研究业界常推荐算法分析该房源推荐系统设计开发程重点分析推荐算法原理系统功实现实现系统进行功测试系统选开发语言Java开发框架Spring Boot采开发工具IntelliJ IDEA应服务器Tomcat结合MySQLRedis数库进行实现开发出基协滤房源推荐系统帮助承租方出租方提高操作效率工作流程清晰化提高理效率
2 推荐算法研究分析
21 推荐算法现状
目前推荐系统发展非常迅速基分类：基流行度推荐基容推荐基协滤推荐混合推荐等
(1) 基流行度推荐实际热门容推荐基高评分购买 载观等维度户进行推荐优点十分简单直接新户说十分友新户没产生历史行记录具冷启动缺陷推荐系统难进行推荐基流行度推荐推荐热门容法提供性化推荐推荐系统中般作补策略
(2) 基容推荐根户Item进行点赞收藏浏览评等行获户兴趣偏根户兴趣偏推荐相似Item优点避免Item冷启动问题赖户身行涉户行够进行性化推荐缺点推荐范围具局限性
(3) 基协滤推荐推荐系统中种应十分广泛技术行业中已应中应种类基户CF（Userbased CF）基项目CF（Itembased CF）UserCF原理找前户相似户群户中较流行前户没浏览容推荐前户优势具样性够帮助户找新类惊喜容缺点计算复杂度较高ItemCF原理计算Item间相似度找出前户喜欢Item相似度高Item集合推荐前户优点户历史行作推荐解释解释性强缺点具冷启动问题新户没Item进行操作时法进行推荐
(4) 单推荐算法优势缺陷实际应场景中少直接采单算法做推荐采混合算法推荐中研究应结合容推荐协滤推荐混合推荐
考虑系统数集较基础功量户数较少果采基UserCF协滤推荐算法会导致算法占资源太高重复推荐等问题决定变换采基流行度推荐基ItemCF协滤推荐协滤推荐流行度推荐辅取长补短户提供房源信息推荐
22 系统推荐算法分析
基流行度推荐算法较简单直接什容吸引户户推荐什容基户项目操作行（通常点击评分享等）获取项目热度进获取热度高项目推荐户
系统中户操作行两种点击二收藏房源信息获户次点击热度加1分房源信息获户次收藏热度加2分
基协滤推荐根户行进行推荐通户推荐兴趣编相似户喜欢容UserCF二户推荐户身喜欢容相似容ItemCF
系统采ItemCF算法Item等价房源信息户喜欢某房源行表现收藏操作算法运算程分两步：
(1) 计算房源间相似度
假设户ABCDE收藏：
A
abd
B
bce
C
cd
D
bcd
E
ad
根收藏列表构建倒排表例房源a户A户E收藏
a
AE
b
ABD
c
BCD
d
ACDE
e
B
户收藏列表列表中房源两两加累加获现矩阵矩阵中记录时收藏房源i房源j户数计算程图 21示
图 21 现矩阵计算程
假设房源i房源j间相似度取决时户收藏时收藏户数越相似度越高设N(i)收藏房源i户数N(j)收藏房源j户数|N(i)∩N(j)|表示时收藏房源i房源j户数房源间相似度Wij通公式计算出：
现矩阵进行遍历重导入面公式计算出房源间相似度
(2) 根房源间相似度户历史行户生成推荐列表
房源信息间相似度找前户收藏列表中房源信息相似度高房源信息推荐前户
23 章结
章分析推荐算法现状基定义分析系统推荐算法原理设计思路
3 系统分析
31 系统行性分析
系统设计开发前进行行性分析十分必通行性分析够明确系统开发时会出现问题时确定问题否够解决户否难操作等系统技术济操作三方面进行行性分析
311 技术行性
系统Java语言进行开发开发工具JetBrains公司出品IntelliJ IDEAIntelliJ IDEAJava生态支持范围十分广具快捷键代码模板数库采MySQL具体积速度快免费特点前端框架采门槛较低结构较清晰页面效果较Layui框架技术工具均前成熟技术方案技术行
312 济行性
房屋租赁市场中房屋中介需寻租者收取定例中介费疑增加寻租者额外负担采动化全天化房源推荐系统寻租者仅省中介费时减少找房时间成沟通成互联网时代计算机手机等电子产品手部硬件方面基满足基硬件软件开发做接零成出租方助该系统充分展现房屋特色找合适房客系统寻租方出租方带便捷济行
313 操作行性
现许许基电脑网算没电脑者方便笨重电脑手机网硬件条件满足系统BS架构浏览器便时界面美观操作简单非常容易手操作行
32 系统需求分析
321 需求概述
着城市流动口增加房屋租赁市场蓬勃发展时传统房屋中介仅加重房屋承租者负担承租出租双方交易程变十分繁琐承租出租双方迫切需种低成便捷房源推荐台取代传统中介机构种弊端
项目实现基协滤房源推荐系统通算法户进行房源信息推荐推荐系统方面减轻寻租方时间交通成方面出租方提供范围更广销售渠道
具体说承租方户账号未登录时查热度排行房源信息账号登录时系统会根户历史行通算法进行性化推荐户想容呈现出减少户寻找信息花费时间提升户体验出租方户需注册账号系统中发布想出租房屋信息查房屋信息点击量收藏量帮助出租方调整房屋信息发布快达房屋租出目标
322 推荐模块需求分析
系统变换采基流行度推荐算法基ItemCF协滤推荐算法
(1) 基流行度推荐：户游客者新户时系统前房源信息热度进行计算排序返回热度高低排列房源信息
(2) 基ItemCF协滤推荐：户房源信息进行点击收藏系统根前户历史行里房源信息返回相似度高房源信息
总说系统推荐模块核心基ItemCF协滤推荐基流行度推荐作协滤补充样够解决协滤冷启动问题
323 系统功需求分析
(1) 登录注册模块：游客浏览热度排行房源信息法进行操作户注册账号登录系统体验系统种功
(2) 查房源信息模块：未登录系统游客查热度排列房源信息新户进入系统房源信息游客相新户遇中意房源点击收藏添加进收藏列表系统会分析户收藏列表相似度高房源信息推荐户户收藏行影响系统推荐结果外设置钮户满意前推荐信息时点击更换批
(3) 发布房源信息模块：出租方户注册登录系统名空闲想出租房源发布出填写房源基信息传房源宣传图片等承租方联系外查已发布房源信息点击量收藏量等
(4) 修改信息模块：已注册户登录系统时修改头登录密码密保手机号码
33 章结
章介绍系统行性分析技术济操作三方面展开介绍功方面系统需求进行分析
4 系统设计实现
41 系统设计框架
目前基BS模式信息理系统采MVC架构设计模型（Model）视图（View）控制器（Controller）三层架构
(1) 模型通常负责访问数库数进行增删改查等操作应程序中数进行交互部分
(2) 视图模型数创建负责显示模型数
(3) 控制器负责处理户请求通常视图中获取户请求参数调模型操作数终结果返回户
MVC模式台电脑模型硬盘里文件视图显示器控制器CPU层司职缺简化应程序开发
图 41 MVC架构示意图
系统MVC模式进行开发系统架构图 42示
图 42 系统开发架构
42 系统推荐模块设计
游客进入系统时推荐模块前房源信息热度进行计算排序返回热度高低排列房源信息新户进入系统时推荐模块首先返回热门房源信息时新户推荐游客推荐致新户房源信息进行收藏推荐模块会调协滤方法分析户收藏列表户推荐相似度高房源推荐模块运行流程图 43示
图 43 推荐模块运行流程
43 系统功模块设计
(1) 登录注册模块：前台网站首页设置房源信息浏览入口未登录游客预览热度排行房源信息点击某房源预览信息查详细信息外法进行操作游客点击会增加房源点击量游客进行注册登录体验网站项功包括收藏推荐等户注册流程图 44示户登录流程图 45示
图 44 户注册流程图
图 45 户登录流程图
(2) 查房源信息模块：该模块卡片形式展现系统推荐N房源信息游客点击查详情户收藏具体流程图 46示
图 46 查房源信息流程图
(3) 发布房源信息模块：出租方户登录系统名空闲想出租房源发布系统中填写房源信息提交房源详细信息包括房屋图片址房东联系方式房屋简介等房源信息发布成功出租方修改删已发布房源信息查点击量收藏量具体流程图 47示
图 47 发布房源信息流程图
(4) 修改信息模块：户登录系统修改头登录密码密保手机号码具体流程图 48示
图 48 修改信息流程图
44 系统数库设计
441 ER模型
系统数库表房源信息表房源热度表户信息表户收藏表ER图图 49示
图 49 系统ER图
442 数库表
(1) 户信息表
户信息表存储户相关信息表结构：
字段名
字段描述
数类型
允许空值
键型
id
户id
int
否
键
username
户名
varchar
否
password
户密码
varchar
否
phone
手机号码
char
否
avatar_path
头址
varchar
否
create_time
创建时间
datetime
否
(2) 房源信息表
房源信息表存储房源相关信息表结构：
字段名
字段描述
数类型
允许空值
键型
id
房源id
int
否
键
thumbnail
缩略图址
varchar
否
images
详情图片址
varchar
否
address
房源址
varchar
否
introduction
简介
varchar
(3) 房源热度表
房源热度表存储房源信息热度表结构：
字段名
字段描述
数类型
允许空值
键型
house_id
房源id
int
否
键外键
click_count
点击量
int
否
mark_count
收藏量
int
否
(4) 户收藏表
户收藏表存储户收藏信息表结构：
字段名
字段描述
数类型
允许空值
键型
id
收藏id
int
否
键
user_id
户id
int
否
外键
house_id
mark_time
房源id
收藏时间
int
datetime
否
否
外键
45 系统实现
451 推荐模块实现
推荐模块包含流行度计算函数ItemCF算法计算函数
流行度计算函数较简单通房源信息点击量收藏量点击加1分收藏加2分计算前房源信息热度降序排列
ItemCF算法计算函数传入前户id遍历户收藏列表根第二部分模型构建现矩阵相似度计算公式计算出房源信息间相似度相似度高低序进行排列终返回排序房源信息集合
452 系统功实现
系统功围绕户操作实现分游客浏览注册成功承租方户登录系统进行操作出租方户登录系统进行操作三部分
(1) 游客功实现：开网站页游客身份点击页查房源链接会跳转房源信息页面房源信息热度排行点击量收藏量越越前游客浏览程中点击房源信息查详情法进行操作进行操作点击顶部栏登录链接进行登录
(2) 承租方户功实现：户注册时选择户类型选择承租方正确输入户名密码确认密码密保手机号码提交输入错误会弹出提示法提交注册成功进行登录填写户名密码点击登录钮错误会弹出提示户选择记住成功登录系统会记住账户信息次便直接登录户忘记密码点击忘记密码链接进行密保手机验证验证通重置密码成功登录系统房源信息会系统进行性化推荐户点击房源信息查详情点击收藏添加进收藏列表外顶部状态栏显示头户名信息鼠标移动触屏该位置会弹出拉框拉框选择相应操作修改头修改密码修改手机号码退出系统
(3) 出租方户功实现：户注册时选择户类型选择出租方正确输入户名密码确认密码密保手机号码提交输入错误会弹出提示法提交注册成功进行登录填写户名密码点击登录钮错误会弹出提示户选择记住成功登录系统会记住账户信息次便直接登录户忘记密码点击忘记密码链接进行密保手机验证验证通重置密码成功登录系统户发布想出租房屋信息包括房屋图片址租金面积房东联系方式房屋简介户修改删已发布房源信息查收藏量外顶部状态栏显示头户名信息鼠标移动触屏该位置会弹出拉框拉框选择相应操作修改头修改密码修改手机号码退出系统
46 系统测试
系统测试目早发现系统中隐藏错误缺陷避免出现BUG保证系统正确性完整性安全性
461 功测试
系统功模块进行单元测试黑盒测试单元测试保证数增删改查会出现错误功够正常运行黑盒测试考虑程序部结构性检查程序运行结果否符合预期
系统开发阶段功模块编写完毕通单元测试保证数正确操作功正常运行功模块初步开发完成通模拟真实场景检测功否达预期效果测试系统功模块够正常运行
47 章结
章系统框架设计推荐算法选择功模块设计数库设计系统实现系统功测试方面详细介绍系统设计实现
5 总结展
文通前房屋租赁市场分析实现基协滤房源推荐系统改善前房屋租赁市场存问题提出行性建议
基协滤房源推荐系统定程度够改善房屋租赁市场痛点问题房屋租赁市场复杂系统然法彻底解决房屋租赁市场相关问题研究中方面进步完善系统功
(1) 添加时通讯模块承租方出租方够线进行沟通增加沟通效率
(2) 添加智建议模块出租方房源信息排行时提供信息修改建议房子更曝光
(3) 考虑系统存偶然发量升性应进步提高网站响应速度提升户体验
参考文献
[1] 律瑞雪房屋租赁市场现状发展策探讨[J]科技企业2014(6) 234~234
[2] 董莹基户意分析房屋租赁系统设计实现[D]连海事学2017
[3] 郭书豪基户行性化推荐研究[D]北京中国质学2018
[4] 刘林蔚成建基粒子群算法房产推荐系统[J]计算机工程应2005
[5] 赵迎芳基J2EE房屋租赁理信息系统设计实现[D]河北科技学2014
[6] 吴琼基BS模式房屋租售理系统设计开发[J]智计算机应2010(2)19~20
[7] 汪云飞JavaEE开发颠覆者Spring Boot实战[M]北京电子工业出版社2016
[8] 吴泓辰王新军成勇彭晖基协滤划分聚类改进推荐算法[J]计算机研究发展201148(S3)205212
[9] 余永红融合源信息推荐算法研究[D]南京学2017
[10] 杨松桦基协滤文推荐系统[D]中原工学院2019
[11] 李晓瑜协滤推荐算法研究[J]2019
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
