房屋租赁推荐系统

金百川

（湖州师范学院，浙江湖州313000）

摘要：房屋是人类生活栖息的重要场所，城市中的大量的流动人口随着日益升温的房屋出租产业，注入了无限的发展空间。但在房屋管理上存在着大量的缺陷，如繁重的数据流量，复杂的合同管理，以及繁多的报表等等。为了跟上社会的发展，为此，在考查了社会现状和对现有人员的分析之后，提出了我们的课题——房屋租赁推荐系统。我们的房屋出租系统就在此市场环境下孕育而生。

关键词：房屋租赁；JSP技术；MYSQL数据库

近年来，随着网络技术的不断发展，房屋租赁机构规模的逐渐增大，人工书写数据已经不能够处理如此庞大的数据。为了更好的适应信息时代的高效性，一个利用计算机来实现租赁信息相关管理工作的系统将必然诞生。房屋租赁推荐系统对用户、管理员都有很大帮助，该系统通过和数据库管理、软件协作来实现对租赁信息的管理。

本项目采用JSP技术，MYSQL数据库，基于B/S架构，协同过滤算法采用自顶向下的结构化的系统分析方法，阐述了一个功能全面的房屋租赁推荐系统的开发过程、操作流程及其核心的技术。首先对课题研究现状的简述，研究工作的使用价值和理论意义及自己需要解决的问题。接下来是系统的需求分析功能的概述、系统的流程等，以及数据库的设计和系统的功能实现及测试工作。该系统主要分为管理员、用户和房东三个用户，每个用户角色所实现的功能及权限不同。房屋租赁推荐系统的设计实施以系统的运行做基础，为租赁信息的管理提供良好的条件。

国内信息化建设相对起步较晚，在数字理论逐步应用的过程中，各租赁机构一方面不断投资购建各种硬件、系统软件和网络，另一方面也不断开发实施了各类租赁、调查、办公管理等应用系统，形成了一定规模的信息化建设体系。但是，由于整体信息化程度相对落后，经费短缺，理论体系不健全等原因，国内房屋租赁推荐系统在机构设置、服务范围、服务质量及人员要求上与国外相比都有一定的差距。然而国外高校则与国内不同，不但信息化建设起步早，而且他们一般具有较大规模的稳定的技术队伍来提供服务与技术支持。

房屋租赁推荐系统充分运用MIS的总体思想，综合应用MYSQL、JSP、协同过滤等技术，并具有用户对自己所需信息的操作和管理员对系统进行管理等功能，很好的将管理质量提升了，真正完好地达到服务于用户。

本文首先对系统所涉及到的基础理论知识进行阐述，并在此基础上进行了系统分析。系统分析是平台开发的一个不可缺少的环节，为了能够使本系统更好、更完善的被设计出来，就必须先进行调查研究。在系统调查的基础上，对新系统的功能进行系致的分析，从而才能够开发出完整的系统设计。本平台利用了现在比较广泛的JSP+MYSQL数据库的架构实现的，进行系统分析，为将来进一步的实施打下一个坚实的技术基础。

其次考虑到系统实施的可行性，在软件方面我选择了如今比较流行的JSP技术来进行开发管理平台的设计，使用MYSQL数据库存储数据。由于JSP、MYSQL都是非常成熟的开发技术，因此无论在安全性、可用性、可靠性方面都毋庸置疑。

JavaScript是一种根据对象和情况驱使而且相对危险性比较低的用户端脚本语言。还可以大范围的用于用户端Web设计的脚本语言，一般可以用做增加HTML网页动态功能，例如反馈用户的所有操控。JavaScript的一个关键作用是向对象的功能，根据以对象为基础的程序开发，能够用更直接、系统化和能够反复利用的方法设计程序。根据HTML程序，可以采用Javascript对交互式Web网页进行设计。Javascript的应用能够达成网页和客户之间及时、动态、交互性的关系。这样网页可以呈现非常丰富的信息和非常好看的内容。在本系统中不少设计都采用了javascript技术。

在三层体系结构的B/S（Browser/Server，浏览器/服务器结构）系统中，用户可以通过浏览器向分布在网络上的众多服务器发出请求。B/S系统极大地简化了客户机的工作量，客户机上只需要安装、配置少量的客户端运行软件即可，服务器将担负大量的工作，对数据库的访问以及应用程序的执行都将由服务器来完成。

B/S架构的不断成熟，主要使用WWW浏览器技术，结合多种浏览器脚本语言，用通用浏览器需要实现原本复杂的专有软件来实现的强大功能，并节约了开发成本，是一种新的软件架构。B/S系统包括：表示逻辑层，控制逻辑层，数据展现层，三层是相对独立又相互关联。

协同过滤算法，原理是用户喜欢那些具有相似兴趣的用户喜欢过的商品，比如你的朋友喜欢电影哈利波特I，那么就会推荐给你，这是最简单的基于用户的协同过滤算法（user-basedcollaboratIvefiltering），还有一种是基于Item的协同过滤算法（item-basedcollaborativefiltering），这两种方法都是将用户的所有数据读入到内存中进行运算的，因此成为Memory-basedCollaborativeFiltering，另一种则是Model-basedcollaborativefiltering，包括AspectModel，pLSA，LDA，聚类，SVD，MatrixFactorization等，这种方法训练过程比较长，但是训练完成后，推荐过程比较快。

基于内容的推荐算法，原理是用户喜欢和自己关注过的Item在内容上类似的Item，比如你看了哈利波特I，基于内容的推荐算法发现哈利波特II-VI，与你以前观看的在内容上面（共有很多关键词）有很大关联性，就把后者推荐给你，这种方法可以避免Item的冷启动问题（冷启动：如果一个Item从没有被关注过，其他推荐算法则很少会去推荐，但是基于内容的推荐算法可以分析Item之间的关系，实现推荐），弊端在于推荐的Item可能会重复，典型的就是新闻推荐，如果你看了一则关于MH370的新闻，很可能推荐的新闻和你浏览过的，内容一致；另外一个弊端则是对于一些多媒体的推荐（比如音乐、电影、图片等)由于很难提内容特征，则很难进行推荐，一种解决方式则是人工给这些Item打标签。

后一种方法是基于知识的推荐算法，也有人将这种方法归为基于内容的推荐，这种方法比较典型的是构建领域本体，或者是建立一定的规则，进行推荐。混合推荐算法，则会融合以上方法，以加权或者串联、并联等方式尽心融合。当然，推荐系统还包括很多方法，其实机器学习或者数据挖掘里面的方法，很多都可以应用在推荐系统中，比如说LR、GBDT、RF（这三种方法在一些电商推荐里面经常用到），社交网络里面的图结构等，都可以说是推荐方法。

房屋租赁推荐系统主要采用JSP、Java技术，基于B/S结构，MYSQL数据库，主要包括前端应用程序的开发以及后台数据库的建立和维护两个方面。对于应用程序的开发要求具备功能要完备、使用应简单等特点，而对于数据库的建立和维护则要求建立一个数据完整性强、数据安全性好、数据稳定性高的库。

房屋租赁推荐系统的登录界面简单易于操作，采用常见的界面窗口来登录界面，通过电脑进行访问操作，用户只要平时使用过电脑都能进行访问操作。此系统的开发采用JSP语言开发，基于B/S结构，这些开发环境使系统更加完善。本系统具有易操作、易管理、交互性好的特点，在操作上是非常简单的。因此本系统可以进行开发。

作者简介：金百川（1997.05—），男，浙江金华人，学生，本科，单位：湖州师范学院信息工程学院，计算机科学与技术专业。