租房信息数据分析

租房问题特点

1. 有比较广泛的应用需求 
2. 存在独家房源 （整合多个房源的原因）
3. 一锤子买卖 （价格和对应条件可视为唯一的影响因素）

系统设计目标

1. 包含来自多源租房网站信息的数据分析
2. 结合地图应用进行数据展示
3. 累积时间性数据，进行时间趋势分析
4. 由于数据可能的不准确性，自动机器人询问中介功能
5. 结合文本分析功能，回答用户的查询问题

数据来源：

1. 58同城 http://bj.58.com/zufang/15912026565766x.shtml
2. 链家 http://beijing.homelink.com.cn/zufang/BJCY86776038.shtml

数据特点：

优点

1. 数据更新快，可以提供更充足的数据，时间相关性强使得数据更市场化
2. 数据来源广泛
3. 数据含义明确，存在简单的验证机制（中关村总比天通苑的租金高）

缺点

实际上租房信息并非足够好，因为两点：
1. 网上信息可能不准确，中介给出陈旧信息，garbage-in,garbage-out，相比餐馆，住宿，
在租房市场上这个问题尤为严重

此问题可以通过目标4进行采用格式化的询问处理

2. 评论很少，不同于”旅游类网站“，评论信息几乎不可用，而这点恰巧是最多被参考的信息

系统设计内容

1. 数据表设计
2. 爬虫
3. ODS到WH的转换
4. 地图应用
5. 可视化
6. 数据分析
7. Django网站

实现效果

完成设计目标中1,2,3部分    
4，5是更高级的应用，需要更多的时间

为什么不做二手房市场的分析

1. 数据爬取的方法一致，可以迁移
2. 避免重复操作，毕竟不是专业的精力有限
3. 我有租房的需求，没有买房的需求