目录

摘  要

Abstract

第一章 绪  论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文组织结构

第二章 关键技术

2.1 B/S体系结构

2.2 Django框架

2.3 MySQL数据库

2.4 Python语言

2.5 爬虫技术

2.6 数据分析技术

第三章 系统分析

3.1 系统可行性分析

3.1.1 技术可行性

3.1.2 经济可行性

3.1.3 社会可行性

3.1.4 操作可行性

3.2 系统功能分析

3.2.1 功能性分析

3.2.2 非功能性分析

3.3 系统用例分析

3.4 系统总体流程设计

3.4.1 数据开发流程

3.4.2 用户登录流程

3.4.3 系统操作流程

3.4.4 添加信息流程

3.4.5 修改信息流程

3.4.6 删除信息流程

3.4.7 爬取数据流程

3.4.8 数据分析流程

第四章 总体设计

4.1 系统架构设计

4.2 系统模块设计

4.3 数据库设计

4.3.1 数据库概念结构设计

4.3.2 数据库逻辑结构设计

第五章 详细设计与实现

5.1 前端首页模块

5.2 用户注册模块

5.3 登录模块

5.4 前端注册用户功能模块

5.4.1 租房资讯模块

5.4.2 在线申诉模块

5.4.3 房源信息模块

5.4.4 个人中心模块

5.5 后端房东用户功能模块

5.5.1 租赁订单管理模块

5.5.2 房源信息管理模块

5.6 后端维修用户功能模块

5.6.1 维修进度管理模块

5.6.2 维修评价管理模块

5.7 后端管理员功能模块

5.7.1 后台首页模块

5.7.2 系统用户模块

5.7.3 维修工单管理模块

5.7.4 房屋分类管理模块

5.7.5 系统管理模块

5.7.6 资源管理模块

第六章 系统测试

6.1 系统测试的目的

6.2 测试方法

6.3 测试用例

6.3.1 用户登录功能测试

6.3.2 创建数据测试 

6.3.3 修改数据测试 

6.3.4 查询数据测试 

6.4 测试结果

结  论

参考文献

致  谢

系统关键代码

摘  要

本系统旨在为宁波市大学生提供一个便捷、高效的住房租赁平台，通过利用先进的爬虫技术从宁波租房上抓取并整合各类房源信息，确保信息的全面性和实时性。系统前端界面设计简洁友好，支持用户注册登录、查看通知公告、阅读租房资讯以及浏览个性化推荐的房源信息等功能。首页采用协同过滤算法对房源信息进行智能推荐，根据用户的浏览历史和偏好调整展示内容，以提高用户体验。此外，用户可以通过该平台提交看房记录、租赁订单，并在个人中心跟踪维修工单进度及评价服务质量。而房东用户则能够管理自己的房源信息，包括发布、查询、审核等操作，整个过程需要经过管理员审核，保证了信息的真实可靠性。

针对后台管理系统，我们采用了Django框架构建了一个功能齐全、权限分明的管理平台，方便管理员对系统中的各类数据进行维护与监控。管理员可以执行房屋分类管理、户型分类管理、房源信息审核、租赁订单处理等任务。值得一提的是，系统集成了爬虫技术，极大地丰富了数据库资源，为用户提供更多选择的同时也减轻了管理员的工作负担。此系统提升了宁波市大学生寻找住房的效率，促进了租赁市场的健康发展。

关键词：Django框架，住房租赁推荐系统；爬虫技术

Abstract

This system aims to provide a convenient and efficient housing rental platform for college students in Ningbo, by using advanced crawler technology to capture and integrate all kinds of housing information, to ensure the comprehensive and real-time information. The front-end interface of the system is simple and friendly, supporting users to register and log in, view notice announcements, read rental information and browse personalized recommended housing information and other functions. The home page uses the collaborative filtering algorithm to intelligently recommend the housing source information, and adjusts the display content according to the user's browsing history and preferences, so as to improve the user experience. In addition, users can submit house viewing records and rental orders through the platform, and track the progress of maintenance work orders and evaluate the service quality in their personal center. Landlord users can manage their own housing information, including release, inquiry, audit and other operations. The whole process needs to be reviewed by the administrator to ensure the authenticity and reliability of the information.

For the background management system, we adopted the Django framework to build a management platform with complete functions and clear rights, to facilitate administrators to maintain and monitor all kinds of data in the system. The administrator can perform housing classification management, house type classification management, housing information audit, rental order processing and other tasks. It is worth mentioning that the system integrates the crawler technology, which greatly enriches the database resources, provides users with more choices and reduces the work burden of administrators. This system has improved the efficiency of college students in Ningbo and promoted the healthy development of the rental market.

Keywords: Django framework, housing rental recommendation system; crawler technology

第一章 绪  论

1.1研究背景及意义

在宁波市，随着高校扩招及城市化进程的加快，大学生住房需求日益增长，但市场上房源信息分散、真实性难以保证的问题逐渐凸显。为解决这一难题，设计一个专门面向大学生群体的住房租赁推荐系统显得尤为必要。该系统通过整合线上线下资源，提供一站式的租房解决方案，不仅有助于提高房源信息的透明度和可靠性，还能简化租客与房东之间的沟通流程。对于学生来说，找到合适的住处是顺利完成学业的重要保障之一；而对于房东而言，能够更高效地推广自己的房源，减少空置率。因此，这样的平台不仅能提升双方的满意度，还有助于维护租赁市场的稳定和谐。

本系统的设计充分考虑了用户体验与个性化需求。通过分析用户的历史行为数据，系统能够在首页精准推荐符合用户兴趣和需求的房源信息，从而节省用户搜索时间，提升使用体验。系统还提供了详细的房源对比功能，使租客能够全面了解不同房源的特点，做出更为明智的选择。对于房东和维修人员而言，后台管理系统简化了信息管理与服务跟进流程，提高了工作效率。整个系统的建立，旨在构建一个健康、有序、高效的住房租赁环境，促进社会资源的有效利用，增强社区凝聚力，并为其他城市的类似问题提供可借鉴的经验模型。通过这种方式，系统不仅解决了当前面临的实际问题，也为未来的发展奠定了坚实的基础。

1.2国内外研究现状

在国内外，针对大学生住房租赁问题的研究逐渐增多，显示出学术界和社会对这一议题的重视。国外研究中，许多发达国家通过建立专门的租房平台和制定完善的法律法规来保障租客权益，尤其是在信息透明度、合同规范以及租金控制方面积累了丰富经验。例如，在一些欧洲国家，政府与民间组织合作开发了多个在线平台，这些平台不仅提供详尽的房源信息，还包含法律咨询、租赁纠纷解决等服务，极大地提高了租房市场的效率和公平性。此外，关于租房市场供需关系的研究也较为深入，为政策制定者提供了理论依据。

国内方面，随着城市化进程加快，大城市中的租房需求急剧上升，促使相关研究不断深化。部分研究关注于如何利用信息技术改善传统租赁模式，强调构建高效的信息共享机制以减少信息不对称现象。与此同时，也有研究探讨了租赁市场的规范化管理，包括建立信用评价体系、优化租赁流程等措施，旨在提升整体服务质量。值得注意的是，围绕大学生群体的特定需求，如安全舒适的居住环境、合理的租金水平等方面的研究也开始受到更多关注。这类研究往往结合实地调查数据，提出针对性的建议和解决方案，为改善大学生的租房条件提供了宝贵的参考。通过借鉴国际先进经验和本土化实践探索，未来有望进一步优化国内大学生住房租赁市场的运行机制。

1.3论文组织结构

本论文共分为七个主要章节，具体结构如下：

1. 绪论：介绍研究背景与意义，回顾国内外研究现状，并概述论文的组织结构。

  2. 相关技术介绍：本章节将对住房租赁推荐系统的实现关键技术进行简要介绍。

3. 需求分析：对系统的功能需求和非功能需求进行分析，明确用户和管理员的需求，并进行可行性分析，包括技术、操作和经济可行性。

4. 系统设计：涵盖系统架构设计、系统模块设计，并进行数据库的概念设计与表设计。

5. 系统实现：具体描述各个功能模块的实现过程，展示系统如何根据需求进行开发。

6. 系统测试：阐述测试的目的，分析测试结果并得出结论，以验证系统的稳定性和功能完整性。

7. 总结：总结研究的主要成果和贡献，指出存在的不足及未来的研究方向。

第二章 关键技术

2.1B/S体系结构

B/S体系[1]，即Browser/Server体系，是一种常见的网络应用程序架构。其工作原理基于客户端与服务器之间的请求-响应模型。用户通过浏览器向服务器发送请求，服务器接收到请求后进行处理，并生成相应的响应结果，最终将响应返回给客户端。浏览器接收到服务器返回的响应后，解析其中的标记语言（如HTML[2]），并根据CSS样式表和PythonScript脚本来渲染页面，呈现给用户。用户可以与页面进行交互，例如点击链接、填写表单等操作，这些操作会触发新的请求，循环执行上述过程。

2.2Django框架

Django是一个使用Python语言开发的Web应用程序框架[3]。它提供了一种简单而强大的方式来构建复杂的网站和应用程序。通过使用Django，开发人员可以更轻松地处理数据库、创建用户界面和处理用户请求。它还提供了一个自动生成管理界面的功能，使得管理后台数据变得更加简单。Django还具有强大的安全功能，可以保护网站免受常见的网络攻击[4]。总之，Django是一个非常实用和易于学习的框架，适用于各种规模的Web项目。无论你是初学者还是经验丰富的开发人员，都可以从Django的便利性和灵活性中受益。

2.3MySQL数据库

MySQL是一种广泛使用的开源关系型数据库管理系统[5]（RDBMS），其稳定性、可靠性和卓越性能使其成为众多应用程序的首选数据库。MySQL支持标准SQL语法，并提供丰富的功能和特性，如事务处理、触发器和存储过程等，以满足开发者对数据管理和操作的需求。MySQL具有良好的可扩展性，支持主从复制、分布式架构和集群部署，适用于各种规模和负载的应用场景。作为一个开源项目，MySQL拥有庞大的用户社区和活跃的开发者社区，为用户提供了丰富的文档、教程和支持资源。总之，MySQL是一款可靠、强大且灵活的关系型数据库管理系统[6]，通过其卓越性能和可扩展性，帮助开发者高效地管理和操作数据，并得到了广大用户的认可和应用。

2.4Python语言

Python是一种简洁易读、跨平台且功能强大的编程语言[7]。它拥有庞大而活跃的社区，提供了丰富的第三方库和框架，如NumPy、Pandas和Django，使开发人员能够快速构建各种应用程序。Python在数据处理和科学计算方面表现出色，通过相关库和工具，可以进行数据分析、机器学习和科学计算等任务。此外，Python广泛应用于Web开发[8]、自动化脚本、网络爬虫等领域，其多样性使其成为一个全能的编程语言。无论你是初学者还是有经验的开发者，Python的简单语法、跨平台性以及强大的社区支持都能为你提供高效、优雅和可靠的编程体验。总之，Python是一个强大而灵活的编程语言，深受开发人员喜爱，并在各个领域得到广泛应用。

2.5爬虫技术

爬虫技术是指使用程序自动抓取互联网数据的过程。网络爬虫能够模拟用户访问网页，并提取所需的数据。常用的爬虫库有requests和BeautifulSoup，它们可以帮助用户获取网页内容并解析HTML结构。

爬虫技术的主要步骤包括：

发送请求：向目标网站发送HTTP请求，获取网页内容。

解析数据：使用解析库提取所需信息，比如商品名称、价格等。

存储数据：将提取的数据保存到本地数据库或文件中，便于后续分析。

遵循规则：遵循网站的robots.txt协议，避免对网站造成负担或被禁止访问。

2.6数据分析技术

爬虫数据分析技术主要包括数据抓取、数据清洗、数据存储和数据分析几个关键环节。首先，爬虫通过请求电商平台的网页，获取商品的相关信息，如价格、库存、销量、评价等。由于不同平台的页面结构和格式存在差异，爬虫需要采用适应性强的解析技术，如XPath或正则表达式，来提取目标数据。抓取到的数据通常包含大量的噪声和无效信息，因此需要进行数据清洗。数据清洗的过程包括去除重复数据、填补缺失值以及转换格式，使数据更加规范和有用。清洗后的数据将被存储到数据库中，如MySQL，方便后续的比价功能和数据分析。

在数据存储后，数据分析技术对这些商品信息进行进一步处理。通过对比不同平台上相同商品的价格、销量和评价等数据，分析系统可以提供实时的价格比对结果，并为用户推荐性价比最高的商品。除此之外，数据分析还可以帮助用户发现价格变化趋势，识别出促销活动的商品。数据分析技术的实现依赖于统计分析方法和基本的算法模型，使得系统能够为用户提供精准、有效的信息，提升用户购物决策的效率。

第三章 系统分析

3.1系统可行性分析

3.1.1技术可行性

在技术可行性方面，选择使用Python作为开发语言，结合相应的框架Django，以实现系统的功能需求。Python作为一种简洁而强大的编程语言，具有丰富的库支持和成熟的开发社区，可以满足住房租赁推荐系统的开发需求。Django作为Python的Web框架，提供了高度可扩展的开发环境，使得系统的设计和实现更加便捷和高效。

3.1.2经济可行性

系统开发采用开源技术栈，降低了软件授权与工具采购成本。Django框架简化了开发流程，缩短了项目周期，减少了人力投入。此外，借助云计算资源部署系统，可根据实际需求灵活调整服务器配置，进一步降低硬件成本。

3.1.3社会可行性

社会可行性方面，住房租赁推荐系统的开发和应用得到了广泛的社会认可和支持。一方面，该系统能够为用户提供个性化的租赁推荐服务，提高用户的租房效率和满意度，符合当前社会对于便捷、高效服务的需求。另一方面，系统的推广和应用也有助于推动住房租赁市场的规范化、信息化发展，提高市场的透明度和公平性，为社会的和谐稳定做出贡献。系统开发过程中充分考虑了用户隐私和数据安全的问题，采取了相应的保护措施，保障了用户的合法权益，增强了系统的社会可行性。

3.1.4操作可行性

在操作可行性方面，本系统设计注重用户体验，采用了直观易用的界面设计，并提供详细的帮助文档支持，确保用户可以轻松上手使用各项功能。无论是用户还是后台管理员，都能通过简洁明了的操作流程完成信息查询和管理等任务。因此，从用户操作的角度来看，本系统具备良好的操作可行性。

3.2系统功能分析

3.2.1功能性分析

住房租赁推荐系统划分为了前端模块和后端模块两大部分。

前端注册用户模块：

注册登录：用户在注册时需要提供一些基本信息，如用户名、密码、邮箱等，并通过邮箱验证来确保账户的有效性。登录功能提供了一个界面，让用户输入用户名和密码以访问他们的个人账户。系统会验证这些凭据，并在成功后允许用户访问他们的个人资料和其他受保护的功能。

首页：首页展示通知公告、租房资讯和房源信息。系统使用协同过滤算法根据用户的历史点击行为智能推荐内容。例如，如果用户经常点击租房资讯中的“一居室”分类，首页将优先显示与“一居室”相关的房源信息，并按点击数由高到低排列。

通知公告：该部分包含网站公告、关于我们、联系方式和网站介绍等信息。用户可以查看最新的网站更新、公司信息、联系方式以及网站的基本介绍，帮助他们更好地了解平台。

租房资讯：用户可以对租房资讯进行点赞、收藏和评论。这些功能允许用户表达对特定租房信息的兴趣和反馈，同时也可以查看其他用户的互动情况。

在线申诉：用户可以通过在线申诉功能提交问题或投诉，管理员在后台查看这些留言并进行回复。这为用户提供了一个直接与平台沟通的渠道，以解决可能遇到的问题或疑问。

房源信息：用户可以对房源进行数据对比、点赞、收藏和评论。此外，用户还可以查看房源的看房和租赁选项。系统提供了一个便捷的方式，让用户能够详细比较不同房源，并根据个人需求进行选择。

我的账号：用户可以在此模块修改密码和资料。这为用户提供了管理个人信息的灵活性，确保他们的账户信息保持最新和安全。

个人中心：个人中心是用户管理个人资料和活动记录的区域。用户可以查看个人首页、提交看房记录和租赁订单，等待管理员或房东的审核回复。此外，用户还可以进行租赁评价、管理维修工单和进度、查看在线申诉状态、管理收藏和评论。这个模块为用户提供了一个集中的地方来跟踪和管理他们在平台上的所有活动。

后端房东用户模块：

注册登录：房东用户在注册后，需要等待管理员的审核才能成功登录系统。审核通过后，房东可以进行房源管理和其他相关操作。

后台首页：登录后，房东用户首先看到的是后台首页，这里展示了个人信息、提供了修改密码的选项，以及房源信息的统计概览，方便用户快速了解自己的房源状态。

房源信息管理：房东可以在此模块中对房源进行管理，包括删除不再出租的房源、查询特定房源、查看房源在地图上的分布、查看房源的详细信息、下载房源导入文档、导入新的房源信息、查看房源的评论以及添加新房源。需要注意的是，添加新房源后，房源需要经过管理员审核才能在前台展示给租客。

看房记录管理：房东可以查询和管理租客的看房记录，包括查看看房详情和审核看房请求，确保看房过程的顺利进行。

租赁订单管理：此模块允许房东查询和管理租赁订单，包括查看订单详情和审核订单，以控制租赁流程的每一步。

租赁评价管理：房东可以查询和查看租客对租赁服务的评价，了解租客的反馈，以便改进服务。

维修工单管理：房东可以查询和管理维修工单，包括查看工单详情，确保维修工作的及时和正确执行。

维修进度管理：房东可以跟踪维修进度，查询和查看维修工作的当前状态，确保维修任务的顺利进行。

维修评价管理：在维修完成后，房东可以查询和查看租客对维修服务的评价，评估维修服务的质量。

后端维修用户模块：

登录：维修用户由管理员添加，用户通过输入正确的用户名和密码进行登录。登录成功后，用户将进入维修系统的后台管理界面。

后台首页：用户登录后首先看到的是后台首页，这里显示了用户的个人信息，包括用户名、联系方式等。用户还可以在这里修改自己的密码，确保账户安全。

维修进度管理：在这一部分，用户可以查询维修任务的状态和进度。通过点击某个维修任务的详情，用户可以提交当前的维修进度，更新任务状态，确保维修流程的透明度和效率。

维修评价管理：用户可以在这里查询所有维修任务的评价信息。点击某个任务的评价详情，用户可以查看客户对维修服务的反馈，包括评价内容和评分，有助于提升服务质量。

后端管理员模块：

登录：管理员通过输入账号和密码进入后端管理系统，系统会验证身份信息，确保只有授权的管理员可以访问。

后台首页：管理员登录后，首先看到的是后台首页，这里展示了个人信息、修改密码的选项，以及房源信息统计、注册用户统计和看房记录统计等关键数据概览，方便管理员快速了解平台运营情况。

系统用户：在系统用户管理部分，管理员可以查看和管理不同类型的用户，包括管理员、注册用户、房东用户和维修用户。管理员可以添加、删除或编辑用户信息，以及查看用户的详细活动记录。

房屋分类管理：管理员可以在此模块添加新的房屋分类，删除或修改现有分类，并进行查询和查看分类详情，以维护平台上的房屋分类信息。

户型分类管理：与房屋分类管理类似，管理员可以添加、删除、查询和查看户型分类的详细信息，确保平台上的户型信息准确无误。

房源信息管理：管理员可以添加新的房源信息，删除或修改现有房源，进行查询操作，并通过地图查看房源位置。此外，管理员还可以下载或导入房源文档，查看房源评论，并对房源进行审核。

看房记录管理：此模块允许管理员删除或查询看房记录，查看看房详情，并对记录进行审核，以确保看房活动的合规性。

租赁订单管理：管理员可以管理租赁订单，包括删除、查询、审核订单详情，处理报修请求和评价，确保租赁流程的顺畅和客户满意度。

租赁评价管理：管理员可以删除或查询租赁评价，查看评价详情，以监控和提升租赁服务的质量。

维修工单管理：在维修工单管理模块，管理员可以删除或查询工单，查看工单详情，并跟踪维修进度，确保维修工作的及时完成。

维修进度管理：管理员可以删除或查询维修进度，查看进度详情，并对维修工作进行评价，以保证维修服务的效率和质量。

维修评价管理：管理员可以删除或查询维修评价，查看评价详情，以评估维修服务的整体表现。

系统管理：系统管理模块包括轮播图管理，管理员可以添加、删除或查询轮播图详情，以更新平台的宣传内容。

留言管理：管理员可以处理在线申诉，查询、删除留言，并进行回复，以维护平台的用户沟通渠道。

通知公告管理：管理员可以添加、删除或查询通知公告，确保用户能够及时接收到平台的重要信息。

资源管理：资源管理模块包括租房资讯及其分类的添加、删除、查询和查看评论，管理员可以维护平台上的资讯内容。

权限管理：权限管理模块允许管理员分配和调整不同用户角色的权限，确保系统的安全和功能的正确使用。

操作日志：此模块记录了所有后台操作的日志，管理员可以查看谁在何时进行了哪些操作，以便于追踪和审计。

3.2.2非功能性分析

住房租赁推荐系统的非功能性需求比如住房租赁推荐系统的安全性怎么样，可靠性怎么样，性能怎么样，可拓展性怎么样等，具体可以表示在如下3-1表格中：

表3-1住房租赁推荐系统非功能需求表

3.3系统用例分析

住房租赁推荐系统的完整UML用例图分别是图3-1、3-2、3-3。

注册用户角色用例如下图所示。

图3-1住房租赁推荐系统注册用户角色用例图

管理员角色用例如下图所示。

图3-2住房租赁推荐系统管理员角色用例图

房东用户角色用例如下图所示。

图3-3住房租赁推荐系统房东用户角色用例图

维修用户角色用例如下图所示。

图3-4住房租赁推荐系统维修用户角色用例图

3.4系统总体流程设计

3.4.1数据开发流程

系统开发流程的主要步骤，从需求分析到系统完成的全过程。流程包括需求分析、总体设计（结构、功能、数据）、详细设计（模块、编码）、模块整合与调用，以及测试、扩展和完善，最终完成系统的开发。本系统的开发流程如下图所示

图3-5系统开发流程图

3.4.2用户登录流程

用户输入用户名和密码后，系统先检查输入是否为空，再验证用户名是否存在，若存在则通过用户名获取密码并校验。若密码正确则登录成功，否则提示密码错误。若用户名不存在或无法登录，提示用户操作无效。如下图所示。

图3-6登录流程图

3.4.3系统操作流程

用户首先进入系统登录界面，输入用户名和密码后，系统验证信息是否正确。若验证失败，返回登录界面重新输入，若验证成功，则进入功能界面，执行相应功能处理后结束操作流程。操作流程如下图所示。

图3-7系统操作流程图

3.4.4添加信息流程

管理员可以添加信息，用户添加可以自己权限内的信息，输入信息后，要想利用这个软件来进行系统的安全管理，首先需要登录到该软件中。添加信息流程如下图所示。

图3-8添加信息流程图

3.4.5修改信息流程

用户首先选择需要修改的记录，输入修改后的数据，系统判断输入数据是否合法。若数据不合法，提示重新输入，若数据合法，则将修改后的数据写入数据库，完成操作后流程结束。修改信息流程图如下图所示。

图3-9修改信息流程图

3.4.6删除信息流程

用户选择需要删除的记录后，系统判断是否确认删除。若未确认，返回选择环节，若确认删除，则更新数据库，删除对应记录，完成操作后流程结束。删除信息流程图如下图所示。

图3-10删除信息流程图

3.4.7爬取数据流程

数据爬取流程从开始阶段进入租房数据抓取，系统会通过爬虫技术从宁波租房抓取租房的实时信息。当数据抓取完成后，系统会判断是否已经完成抓取，如果完成，则进入比价功能实现阶段，展示宁波租房的价格对比。若抓取未完成，系统将继续进行数据抓取。接下来，用户可以使用租房筛选与推荐功能，根据不同的条件筛选租房。若用户设置了价格监控，系统将进入价格监控与提醒阶段，在租房价格变化时进行提醒。最后，系统提供租房详情展示，全面展示租房的详细信息，帮助用户做出决策，流程在此结束。

图3-11爬取数据流程图

3.4.8数据分析流程

爬虫数据分析流程从开始阶段进入数据抓取，系统通过爬虫技术请求目标宁波租房的网页以获取租房信息。接着，系统会检查页面结构是否存在差异，如果页面结构一致，系统可以直接抓取数据；如果页面结构存在差异，系统将采用适应性解析技术，如XPath或正则表达式，来提取有效数据。抓取到的数据将进入数据清洗阶段，系统会去除重复数据、填补缺失值并进行格式转换，确保数据的准确性和规范性。清洗后的数据将被存储在数据库中，为后续的分析做准备。最后，系统对存储的数据进行分析，提供租房比价、价格趋势等信息，帮助用户做出更精准的租房决策。整个流程在此结束。

图3-12爬虫数据分析流程图