1．目的及意义
在房价居高不下的情况下，大多数初入社会的年轻人以及去外地务工人员没有富裕的经济实力去购买住房，租房则是一个比较恰当的方法。随着社会的发展，大中型城市呈现两种情况，一是人口流动量较大，城市外来者越来越多，需要租房的人数增多；二是房屋的闲置量大，需要出租的房屋多。而在当下租房市场需求日益扩大的同时，选择租房的方式正确与否对选到心仪合适的房源至关重要。

传统的房屋中介等租房方式具有手续繁琐、收费高、信息不透明等等不足之处，很难在如今移动互联网飞速发展的今天满足人们对租房的需求。而利用网络平台和便携性移动终端，可以为用户提供更好更加方便的租房方式。近年来，网上租房（房东宝、58同城、偶租、链家等app）相比之前常见的实体的房屋租借店面，让租房信息获得更大的曝光度，受众面更广，可以让用户足不出户的挑选房屋，相对费用也更加便宜，但同时也存在一定的缺点，例如用户对租房实地考察情况不了解，网上也存在虚假信息导致租房失败，用户白白花费精力。

目前国内外的网上租房系统大多数只有具体的房源信息，比如租房价格、房源地点、房源配置、房源环境及用户评价等静态信息，如果用户想要使用网络租房，那么从租房到工作地通勤的时间、交通是否便利、房屋周围的真实的生活环境好坏等等潜在的软性参考因素是无法通过传统的网路租房软件得知的，这将导致用户很难很快的使用网络租房方式找到自己心仪合适的房源。而要考虑到这些大多数网络租房软件不能满足的条件，则需要更进一步的处理，通过采集各个方面的相关数据并对其分析才能推出对具体用户最为适宜的房源。

综上所述，针对目前网络租房系统难以满足人们各项需求的现状，将设计并实现一个能解决相关问题的租房推荐系统，通过使用地图软件API技术结合用户自身具体的数据可以解决租房到工作点的交通通勤的疑难问题，对租房网页信息进行爬取收集加以处理分析可以很好的解决用户对租房的困难选择问题，大大节省了用户花费的时间，也提高了用户选到合适自身情况的优质房源的概率。因此，研究开发这样一个租房推荐系统具有一定的实际应用价值。

{title}

2. 研究的基本内容与方案

{title}

研究内容：

本选题的研究内容是基于Python语言设计并实现租房推荐系统。系统能够根据用户提供的数据（工作地）划出通勤范围（例如距离工作地点一小时车程内的区域）。标记房源后给出路径规划和房源地址，房源文件通过编写Python脚本在抓取房源信息后生成。通过数据比对推送给用户最适宜的目标房源。系统要实现的功能主要包括：

1）通勤分析功能：通过地图API的数据分析解决大多数人对租房地到工作地交通路线及通勤时间不熟悉而导致选房困难的问题。

2）房源推荐功能：对比房屋价格、房屋配置、房屋评价等各项数据结合用户具体需求再向用户推荐性价比高的房源。

3）采集数据功能：选取信誉高的租房信息进行数据采集，避免虚假信息导致用户浪费时间。

4）多用户合租功能：如果是多人合租，将考虑多条通勤数据的综合分析。

拟采用的技术及方案