基于线性回归算法的房地产价格走势分析与预测中期检查报告

题目

：

基于线性回归算法的房地产价格走势分析与预测

学院

：

人工智能学院

专业

：

数据科学与大数据技术

班级

：

大数据技术21-2

学生姓名

：

xx

学 号

：

xx

指导教师

：

闫建薇（副教授）

完成时间

：

2024年12月28日

一、工作任务的进展情况

（一）已完成的任务

1.用户管理模块

（1）实现了用户注册与登录的完整流程，包括密码加密存储、验证码验证等安全措施。用户注册时需填写基本信息，如用户名、密码、邮箱等，系统验证信息有效性后完成注册。登录时，系统通过验证用户名和密码的匹配性，确保用户身份的真实性。根据用户角色（普通用户或管理员）分配不同的权限。普通用户仅具有查看和搜索二手房价格数据的权限，而管理员则额外拥有数据增删改查、用户管理等高级权限。

2.数据查看模块

（2）以列表形式展示二手房数据，包括房屋基本信息（如地址、面积、户型等）、价格信息以及相关的图片和描述。用户可以通过点击详情按钮查看更多详细信息。

3.数据处理模块

（3）对清洗后的数据进行预处理，如数据归一化、标准化等，以提高数据的质量和模型的训练效果。根据业务需求和数据特性，选择对房价预测有重要影响的特征变量，如房屋面积、地理位置、房龄等，为后续模型构建提供有力支持。

二、工作中遇到的问题及改进措施

1.多元线性回归模型的预测精度不足

针对模型预测精度不足的问题，我们深入分析了数据，并引入了更多与房价相关的特征变量，如房屋朝向、楼层、装修程度等，以增强模型的解释力和预测精度。

2.数据集不平衡导致模型训练效果不佳

针对数据集不平衡的问题，我们采用了过采样技术，对少数类样本进行复制或生成新的样本，以平衡数据集。通过这种方法，我们提高了模型在处理不平衡数据时的性能。

三、下一步工作计划

（一）未完成的工作

1.预测模块

将预测结果以可视化形式展示给用户，如提供未来一段时间内的房价走势预测图等。同时，还可以提供预测结果的置信区间和误差分析等信息，以帮助用户更好地理解预测结果。

2.可视化分析模块

运用Echarts技术实现二手房数据的可视化展示，包括价格走势图、区域热度分布图等，增强数据的可读性和直观性。运用Echarts技术实现二手房数据的可视化展示。通过绘制价格走势图、区域热度分布图等图表，直观地展示数据的分布和变化趋势。

3.后台管理模块

完善管理员后台管理功能，实现管理员对二手房数据的增删改查操作，确保数据的准确性和时效性。

学生签名： 日期：2024年1月5

指导教师意见：

内容要求：指导教师意见要详细、具体，有针对性，包括学生论文（设计）的前期工作中存在的问题，指导教师对下一步工作的指导意见和工作安排，100字以上；

格式要求：中文宋体，英文Times New Roman字体，五号字、1.5倍行距，首行缩进2字符。签字、日期均需手写。填写时删除此注。

指导教师签名：

2024年1月6日

系/教研室意见：

（内容及格式要求：50字以上，指导教师意见、系/教研室意见需在同一页上，签字、日期均需手写，填写时删除此注）

负责人签名：

2024年1月8日