注册 | 登录 | 举报
  • 首 页
  • 公告沙龙
    • 公告中心
    • 活动沙龙
  • 课程学习
  • 项目交流
    • 项目招募
    • 问答中心
  • 信息展示
    • 项目展示
    • 往年项目展示
    • 校内导师
    • 校外导师
  • 使用指南
    • 文件下载
    • 常见问题

举报该页有违规/非法信息


  • 最新

基于北京链家网各型房源数据集分析预测房价热度趋势

 人工智能学院

The analysis and prediction of the trend of housing price based on the data set of housing on Beijing LianJia website

首先,我们需要通过python爬虫技术从链家网上获取房源数据。通过统计分析、数据可视化和数据挖掘技术, 我们可以对房源数据进行探索, 包括分析不同特征与房价之间的关系、各地区房价分布情况、房价与时间的变化趋势等不同角度。在特征选择阶段,我们可通过统计方法或机器学习算法来选择最具预测力的房价特征, 尝试不同的预测模型,根据实际情况选择最适合的模型,基于建立的预测模型,我们可以利用历史房价数据来预测未来的房价热度趋势。通过输入预测模型的特征变量,如时间、地区、房屋特征等, 得到对应的房价预测结果。

项目分数

项目信息

  • 项目动态
  • 项目相关人员
  • 项目荣誉
  • 留言

项目负责人

张珈玮2022级 人工智能学院 人工智能

项目成员

周思源2022级 人工智能学院 人工智能

梁铎2022级 人工智能学院 人工智能

指导老师

张曼人工智能学院 教授

评审老师

张秦艳人工智能学院 副教授

阮力人工智能学院 工程师

钱荣荣人工智能学院 副教授

暂无留言
该项目暂无荣誉
邮箱:buptwin@bupt.edu.cn;传真:010-62285134;电话:010-62281946;地址:北京邮电大学教一楼323; 邮编:100876
北京邮电大学叶培大创新创业学院 © Copyright 2017
Baidu
map