基于Flask框架开发的二手房数据分析与推荐管理平台,集成大数据分析、机器学习预测和智能推荐技术

系统说明

本系统是一个基于Flask框架开发的全栈二手房数据分析与推荐管理平台,集成了大数据分析、机器学习预测和智能推荐技术。系统采用前后端分离架构,后端使用Flask、SQLAlchemy和Flask-Login,前端使用Bootstrap 5.3、ECharts和Leaflet地图库,数据库支持SQLite(开发)和PostgreSQL(生产)。系统实现了用户角色分级管理(普通用户、中介、管理员),提供数据可视化、房价预测、智能推荐、地图找房、房源对比、在线咨询、交易管理、客户管理等完整功能,帮助用户精准找房,辅助中介高效管理客户和房源,支持管理员全面监控系统运行状态。

功能说明

用户认证与权限管理

实现用户注册、登录、登出功能,支持三种角色权限控制。普通用户可浏览房源、收藏、预约看房、发布评价;中介可管理房源、客户、交易记录、使用智能工具;管理员拥有最高权限,可管理用户账户、审核中介资质、管理全站房源、查看系统日志。采用Flask-Session和JWT实现安全的会话管理,确保数据安全。

房源浏览与搜索

提供全站房源展示,支持按区域、户型、价格、面积、楼层、朝向等多维度筛选。集成实时搜索功能,可通过关键词快速定位房源。房源列表展示封面图、标题、价格、面积、户型等核心信息,点击可查看详情。支持热门房源、最新房源、个性化推荐等多种浏览方式,提升用户体验。

地图找房

集成Leaflet开源地图库,将房源在地图上可视化展示。用户可通过地图直观查看房源分布,点击标记查看房源详情。支持地图筛选功能,按区域、价格范围过滤房源。地图列表联动,选中地图标记自动滚动到对应房源,提供沉浸式找房体验。

房源详情与评价

展示房源完整信息,包括图片轮播、视频看房、基本信息、户型结构、配套设施、交通信息等。用户可收藏喜欢的房源、预约看房、在线咨询。支持用户对房源进行评分(1-5星)和文字评价,评价数据用于优化推荐算法,帮助其他用户做出决策。

房源对比

支持用户选择2-4套房源进行多维度对比。系统自动提取房源的价格、面积、户型、楼层、朝向、装修、房龄、区域、发布时间等关键信息,以表格形式展示差异。高亮显示最优项目(如最低价、最大面积),帮助用户快速对比做出选择。

数据可视化

基于ECharts实现市场数据分析仪表板,展示房源价格分布、区域热力图、户型占比、装修情况、房龄分布、价格趋势等可视化图表。用户可通过交互式图表深入了解市场动态,为购房决策提供数据支撑。图表支持下载和分享功能。

房价预测

集成随机森林和XGBoost机器学习模型,根据房源的面积、户型、楼层、朝向、装修、房龄、区域等特征预测房价。系统提供预测置信度,支持批量预测功能,保存预测历史记录。预测结果可作为房源定价参考,帮助用户评估房源性价比。

智能推荐

采用混合推荐算法,结合基于内容的推荐和协同过滤。基于内容的推荐根据用户浏览历史、收藏记录分析偏好,推荐相似房源;协同过滤基于相似用户的购房行为推荐热门房源。支持个性化推荐、热门推荐、最新推荐、混合推荐等多种策略,提升找房效率。

在线咨询

用户可直接向房源发布者发送咨询消息,支持文字和图片。中介可查看所有咨询,及时回复用户问题。系统记录咨询历史,支持标记已读/未读状态。消息实时推送,确保沟通顺畅。咨询数据用于优化房源质量和推荐算法。

预约看房

用户可预约心仪房源的看房时间,填写联系方式和备注信息。中介接收预约通知,可确认或拒绝预约。预约状态包括待确认、已确认、已完成、已取消。系统提醒中介按时联系用户,提高看房转化率。

房源收藏

用户可将感兴趣的房源加入收藏夹,随时查看。收藏列表支持筛选和排序,可批量取消收藏。收藏数据用于个性化推荐算法,分析用户偏好。收藏数量是衡量房源热度的重要指标。

个人中心

用户可查看和编辑个人信息,包括头像、昵称、手机号等。支持修改密码,确保账户安全。展示用户的浏览历史、收藏列表、预约记录、评价记录。中介和用户界面根据角色动态调整,提供个性化服务。

中介房源管理

中介可发布、编辑、删除房源信息,上传房源图片和VR看房链接。支持批量上传功能,提高发布效率。可查看房源浏览量、咨询量、预约量等统计数据。房源状态管理包括在售、预订、已售,实时更新库存。

客户管理

中介可创建和管理客户档案,记录客户基本信息和购房需求(预算、面积、区域、户型等)。支持添加跟进记录,记录与客户的沟通历史。客户状态管理包括活跃、非活跃、已转化,帮助中介筛选重点客户。

跟进记录

记录中介与客户的每一次沟通,包括联系方式(电话、微信、邮件、见面)、跟进类型(需求确认、房源推荐、价格谈判、签约、其他)、跟进内容、跟进结果、下次跟进时间等。系统自动提醒下次跟进时间,确保客户跟进不遗漏。

交易管理

中介可创建和管理交易记录,包括合同信息、交易进度、付款计划等。交易状态包括待签约、已签约、审核中、过户中、已完成、已取消。支持上传合同文档,记录付款记录。交易仪表板展示统计数据,帮助中介掌握业务进展。

智能工具(中介专属)

提供多种智能辅助工具:

  • 房价评估:根据房源特征评估合理价格范围
  • 定价建议:基于市场数据提供定价建议
  • 客户匹配:根据客户需求推荐最佳房源
  • 市场趋势:分析区域价格走势和供需关系
  • 帮助中介提高工作效率和业务转化率

后台管理-用户管理

管理员可查看全站用户列表,按角色(普通用户、中介、管理员)、状态(启用/禁用)筛选用户。支持查看用户详情、启用/禁用用户账户、删除用户功能。防止管理员删除自己账户,确保系统稳定运行。用户数据实时更新,支持分页浏览。

后台管理-中介资质认证

管理员可查看所有中介账户,审核中介资质认证申请。待审核中介需提供公司名称和执照号,管理员可审核通过或拒绝。已认证中介可正常发布房源,未认证中介功能受限。统计面板显示总计、待审核、已认证数量,方便掌握审核进度。

后台管理-房源管理

管理员可查看全站房源列表,按状态(在售、预订、已售)、区域筛选房源。支持查看房源详情、编辑房源信息(标题、价格、状态等)、删除违规房源。统计面板显示各状态房源数量。帮助管理员监控房源质量,维护平台秩序。

数据分析仪表板(管理员)

展示系统运营关键指标,包括用户统计(总数、活跃数、中介数)、房源统计(总数、在售、已售、预订)、交互统计(收藏、预约、评价、浏览、咨询)。热门区域排行、近7天新增数据、待审核中介数等实时数据,帮助管理员了解系统运行状况。

技术架构

后端技术栈

  • 框架: Flask 3.0
  • 数据库: SQLite (开发) / PostgreSQL (生产)
  • ORM: SQLAlchemy
  • 认证: Flask-Login
  • 机器学习: scikit-learn, XGBoost
  • 数据处理: pandas, numpy

前端技术栈

  • 框架: Bootstrap 5.3
  • 图表: ECharts 5.4.3
  • 地图: Leaflet 1.9.4
  • 图标: Bootstrap Icons 1.11.0

数据库模型

  • User: 用户表(包含用户基本信息、角色、中介资质等)
  • Property: 房源表(包含房源详细信息、图片、状态等)
  • Favorite: 收藏表(用户收藏关系)
  • Appointment: 预约表(看房预约记录)
  • Review: 评价表(房源评价记录)
  • BrowsingHistory: 浏览历史表
  • PredictionHistory: 预测历史表
  • SystemLog: 系统日志表
  • Customer: 客户表(中介客户管理)
  • FollowUp: 跟进记录表
  • Contract: 合同表(交易合同)
  • Transaction: 交易表(交易记录)
  • Inquiry: 咨询表(在线咨询)
  • InquiryReply: 咨询回复表(咨询对话)

用户角色与权限

普通用户

  • 浏览和搜索房源
  • 查看房源详情和评价
  • 收藏房源
  • 预约看房
  • 发送在线咨询
  • 发布房源评价
  • 使用房价预测工具
  • 查看个性化推荐
  • 管理个人信息

中介

  • 拥有普通用户所有权限
  • 发布、编辑、删除房源
  • 查看房源统计数据
  • 管理客户档案
  • 添加跟进记录
  • 管理交易记录
  • 使用智能工具(房价评估、定价建议、客户匹配、市场趋势)
  • 查看和回复在线咨询

管理员

  • 拥有中介所有权限
  • 管理用户账户(启用/禁用/删除)
  • 审核中介资质认证
  • 管理全站房源
  • 查看系统运营数据
  • 查看系统日志
  • 数据清理操作

系统特色

  1. 智能推荐: 混合推荐算法提供个性化房源推荐
  2. 数据驱动: ECharts可视化展示市场数据,辅助决策
  3. 机器学习: 集成房价预测模型,提供价格参考
  4. 角色分级: 三种角色权限,满足不同用户需求
  5. 地图找房: Leaflet地图提供沉浸式找房体验
  6. 房源对比: 多维度对比帮助用户快速决策
  7. 客户管理: 完整的客户跟进和交易管理流程
  8. 智能工具: 提高中介工作效率的辅助工具集
  9. 数据可视化: 丰富的图表展示系统运营数据
  10. 灵活部署: 支持SQLite和PostgreSQL,适应不同环境
相关推荐
2501_942191772 小时前
【深度学习应用】香蕉镰刀菌症状识别与分类:基于YOLO13-C3k2-MBRConv5模型的实现与分析
人工智能·深度学习·分类
Coder_Boy_2 小时前
基于SpringAI的在线考试系统-DDD(领域驱动设计)核心概念及落地架构全总结
java·大数据·人工智能·spring boot·架构·ddd·tdd
weixin_440401692 小时前
Win11 系统 Anaconda 下载+conda命令+Jupyter Notebook+VS Code
ide·python·jupyter·conda
知乎的哥廷根数学学派2 小时前
基于卷积特征提取和液态神经网络的航空发动机剩余使用寿命预测算法(python)
人工智能·pytorch·python·深度学习·神经网络·算法
高洁012 小时前
AIGC技术与进展(2)
人工智能·python·深度学习·机器学习·数据挖掘
岑梓铭2 小时前
YOLO深度学习(计算机视觉)—毕设笔记(yolo训练效率加快)
人工智能·笔记·深度学习·神经网络·yolo·计算机视觉
2501_942191772 小时前
基于Faster-RCNN_Res2Net-101_FPN_2x_COCO的交通手势识别模型训练与实现_1
python
AI街潜水的八角2 小时前
基于深度学习神经网络YOLOv4目标检测的汽车车牌识别系统
深度学习·神经网络·yolo
指掀涛澜天下惊2 小时前
概率论 - 贝叶斯定理
人工智能·机器学习·概率论·贝叶斯定理·贝叶斯公式