摘 要：文章以都匀市出租房为例，运用 Python 对安居客网上房源信息进行采集，对获取的数据进行清洗和处理，并从数据中选择小区、户型、朝向、住房面积和租房价格等特征进行数据分析和可视化展示，最后使用随机森林模型对租金价格进行预测。通过分析与价格预测，以期帮助寻租者在选择房源时能获取特定的需求信息，从而做出更好的决策。
关键词：出租房；数据分析；可视化；租金；随机森林
DOI:10.19850/j.cnki.2096-4706.2021.16.024
基金项目：基于交互行为特征的社交网 络信息推荐技术研究（qnsy2018024)；机器学 习重点实验室 2018 年度开放基金项目（ML2018KF0040）；2020年度校改项目（2020xjg0105）
中图分类号：TP311；TP181 文献标识码：A 文章编号：2096-4706（2021）16-0096-04
Rental Information Visualization and Price Prediction Based on Python
LI Tao
(School of Computer and Information, Qiannan Normal University for Nationalities, Duyun 558000, China)
Abstract: Taking the rental housing in Duyun City as an example, this paper uses Python to collect the housing source information of Anjuke real estate network, cleans and processes the obtained data, selects the characteristic data of community, house type, orientation, housing area and rental price from the data for data analysis and visual display, and finally uses the random forest model to predict the rental price. Through analysis and price forecasting, it is expected to help renters obtain required information when selecting houses, so as to make better decisions.
Keywords: rental housing; data analysis; visualization; rent; random forest
参考文献：
[1] 王凤丽，侯建华.边缘青年的现状与出路 [N].中华读书报，2021-02-10（19）.
[2] 崔庆才 .Python3 网络爬虫开发实战教程 [M]. 北京：人民邮电出版社，2018：168
[3] 陈海燕，朱庆华，常莹 . 基于 Python 的网页信息爬取技术研究 [J]. 电脑知识与技术，2021，17（8）：195-196.
[4] 葛新权，张守一.变系数季度预测模型 [J].预测.1995（1）：62-63+55.
[5] 刘冬琴 . 自然场景下交通标志检测算法研究 [D]. 北京：北京交通大学，2016.
[6] 王洪 . 基于 K-means 和 BP 神经网络的房租价格批量评估研究 [D]. 武汉：华中农业大学，2019.
作者简介：李涛（1974.05—）男，汉族，安徽芜湖人，副教授，硕士研究生，研究方向：智能信息处理及软件工程。