基于Python的南京二手房数据采集及可视化分析开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

一、本课题的意义近年来，房价一直是人们比较关注的热门话题。

在所有的房产交易中，二手房交易占了相当大的比例，同时进入市场的二手房数量也在不断的增加。

但很多二手房的买家在购房过程中因对二手房市场缺乏基本的了解及无法找到有效的参考数据，从而难以抉择。

2. 研究的基本内容和问题

一、 研究目标本课题先通过网络爬虫采集链家网上所有南京二手房数据，然后数据进行处理与可视化，挖掘出隐藏在大量数据背后的信息和规律。

最后采用聚类算法来构建模型，对所有南京二手房的房源数据进行聚类分析。

根据聚类分析的结果，将这些房源大致归类，已达到对数据概括总结的目的。

3. 研究的方法与方案

一、研究方法（1）学习统计学和数据分析相关技术。

（2）学习python编程技术，加强对数据处理的能力。

（3）学习聚类算法，研究归类模型构建。

4. 研究创新点

近年来，房价一直是人们比较关注的热门话题。

但很多二手房的买家在购房过程中因对二手房市场缺乏基本的了解及无法找到有效的参考数据，从而难以抉择。

本课题能通过网络爬虫采集链家网上所有南京二手房的房源数据，并对数据进行可视化分析，用数据可视化良好的交互性，帮助人们更好、更直观的认识数据，进而从数据中发现有用信息。

5. 研究计划与进展

暂定实施计划如下图： 图1 实施计划甘特图2018年1月上旬-2018年2月上旬：Python及统计学基础知识2018年2月上旬-2018年2月下旬：Python爬虫数据获取2018年2月下旬-2018年3月中旬：Python数据分析NumPy、Malplotlib、Pandas2018年3月中旬-2018年4月上旬：聚类算法学习与模型构建2018年4月上旬-2018年5月上旬：毕业设计评估与改进，并撰写毕业设计报告