毕设&课程作业_房源推荐专家系统.zip

### 基于模糊推理的房源区位分析与推荐 2022年人工智能课程项目 > 报告全文见report/main.tex #### 摘要 随着中国经济飞跃式发展，城市化水平不断提高，国民对房源需求的个性化趋势也越来越明显。然而，房源所处的区位信息往往无法第一时间被相关群体掌握，客观上造成了一定的信息不对等。同时，庞杂的房源数据也使得个性化需求的匹配难以进行。本研究搭建了一个基于模糊推理的房源推荐专家系统，并使用上海市杨浦区3万多条数据进行实验。系统实现了对房源区位条件的综合分析，一定程度上解决了用户的个性化房源区位需求。 #### 运行效果 <table> <tr> <td><img src="./report/pic/用例1表单.png" border=0></td> <td><img src="./report/pic/用例2表单.png" border=0></td> </tr> <tr> <td colspan="2"><img src="./report/pic/用例1结果.png"/></td> </tr> <tr> <td colspan="2"><img src="./report/pic/用例2结果.png"/></td> </tr> </table> #### 参考文献 [1] 胡奕斐. 购房消费行为分析[J]. 杭州: 浙江工业大学, 2001. [2] 孙聪, 刘霞, 姚玲珍. 新时代住房供应如何契合租购群体的差异化需求?[J]. 财经研究, 2019, 45(1): 75-88. [3] Yin Z, Wu Y, Jin Z, et al. Research on livable community evaluation based on GIS[C]//IOP conference series: Earth and environmental science. IOP Publishing, 2018, 108(4): 042075. [4] Score W. Walk score methodology[J]. Accessed April, 2014, 24. [5] Journois M, Story R, Gardiner J, et al. python-visualization/folium v0. 12.1[J]. Zenodo. [6] Warner J, Sexauer J, Unnikrishnan A. JDWarner/scikit-fuzzy: Scikit-Fuzzy version 0.4. 2[J]. Zenodo, 2019.