基于Spark的智慧城市房价评估系统的研究与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| 1.1 选题背景和意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.3 论文主要工作 | 第19-20页 |
| 1.4 论文组织结构 | 第20-23页 |
| 第二章 相关技术概述 | 第23-33页 |
| 2.1 房价评估模型算法 | 第23-27页 |
| 2.1.1 线性回归算法 | 第23-24页 |
| 2.1.2 随机森林算法 | 第24-27页 |
| 2.2 分布式内存计算框架 | 第27-29页 |
| 2.2.1 Spark内存计算 | 第27-28页 |
| 2.2.2 Spark MLlib | 第28-29页 |
| 2.3 数据仓库工具 | 第29-30页 |
| 2.4 数据传输工具 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 房价评估系统需求分析 | 第33-43页 |
| 3.1 系统业务概述与需求 | 第33-34页 |
| 3.1.1 功能需求分析 | 第33-34页 |
| 3.1.2 非功能需求分析 | 第34页 |
| 3.2 系统技术框架 | 第34-35页 |
| 3.3 系统模块划分 | 第35-42页 |
| 3.3.1 房屋数据采集与管理模块 | 第37-38页 |
| 3.3.2 房屋特征选取与预处理模块 | 第38-40页 |
| 3.3.3 房价评估分析模块 | 第40-41页 |
| 3.3.4 房价评估服务发布模块 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 房价评估系统的设计与实现 | 第43-69页 |
| 4.1 房价评估系统总体架构 | 第43-44页 |
| 4.2 房价评估系统类图设计 | 第44-46页 |
| 4.3 房屋数据采集与管理模块 | 第46-52页 |
| 4.3.1 房屋数据的采集 | 第47-49页 |
| 4.3.2 房屋数据仓库的构建 | 第49-52页 |
| 4.4 房屋特征选取与预处理模块 | 第52-59页 |
| 4.4.1 数据源的选取 | 第53-54页 |
| 4.4.2 房屋特征的预处理 | 第54-57页 |
| 4.4.3 模型变量的相关性分析 | 第57-59页 |
| 4.4.4 房价评估的特征价格模型 | 第59页 |
| 4.5 房价评估分析模块 | 第59-66页 |
| 4.5.1 线性回归模型 | 第60-62页 |
| 4.5.2 随机森林模型 | 第62-64页 |
| 4.5.3 数据缓存的设计与实现 | 第64-66页 |
| 4.6 房价评估服务发布模块 | 第66-67页 |
| 4.7 本章小结 | 第67-69页 |
| 第五章 模型参数调优与测试 | 第69-87页 |
| 5.1 实验环境搭建 | 第69-71页 |
| 5.1.1 软硬件环境 | 第69-70页 |
| 5.1.2 系统部署与启动 | 第70-71页 |
| 5.2 模型参数调优 | 第71-79页 |
| 5.2.1 基于线性回归的模型参数调优 | 第72-74页 |
| 5.2.2 基于随机森林的模型参数调优 | 第74-79页 |
| 5.2.3 实验结果分析讨论 | 第79页 |
| 5.3 房屋估价系统功能测试 | 第79-83页 |
| 5.3.1 房屋数据采集与管理测试 | 第79-80页 |
| 5.3.2 房屋特征选取与预处理测试 | 第80-81页 |
| 5.3.3 房价评估分析测试 | 第81-82页 |
| 5.3.4 房价评估服务发布测试 | 第82-83页 |
| 5.4 房屋估价系统非功能测试 | 第83-85页 |
| 5.4.1 建模的性能测试与分析 | 第83-84页 |
| 5.4.2 稳定性测试 | 第84页 |
| 5.4.3 可扩展性测试 | 第84-85页 |
| 5.4.4 有效性测试 | 第85页 |
| 5.5 本章小结 | 第85-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 6.1 本文工作总结 | 第87页 |
| 6.2 进一步研究方向 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-95页 |
| 作者简介 | 第95-96页 |
