如何解决租房烦恼? 阿里工程师写了一套神奇的代码

摘要： 租房的烦恼，相信大家或多或少都有过。独自一人在大都市打拼，找个温暖的小窝实属不易，租个称心又价格公道的房子是件重要的事儿。本文作者、阿里工程师鹿星，也是众多北漂中的一员。如何从各大租房网的房源里面，找到最称心如意的小窝？今天让鹿星带大家看看数据能不能做出最优选择。

租房的烦恼，相信大家或多或少都有过。独自一人在大都市打拼，找个温暖的小窝实属不易，租个称心又价格公道的房子是件重要的事儿。

本文作者、阿里工程师鹿星，也是众多北漂中的一员。如何从各大租房网的房源里面，找到最称心如意的小窝？今天让鹿星带大家看看数据能不能做出最优选择。文末有代码。

选择困难症

毕业到现在两年多了，一直住的自如合租房，但因为各种原因住处已经换过4次，每次换租都是一件头疼的事。从茫茫房海中找一间中意的房间，实在是一件费时费力的活，对于我这种买东西直奔目的地的人来说，在这么多房间里对比各种房间属性选出最优的根本就是一种折磨（这里不得不说一下自如网的选房功能，列表筛选无法准备知道房间地点，而地图找房功能的筛选项又太少，实在无法满足我的需求），所以我每次都是草草选一个，将就着住。

最近在经历了又一次换租后，我萌生了把自如所有在租的房间数据都爬下来，找出最符合我预期的房间的想法，制作好一套流程以后再要换租的时候就可以无脑操作了。

爬取数据

分析之前需要从自如网上爬数据，我用的是Python的Scrapy爬虫框架，但第一遍采集后发现房间数量要比自如网上能查到的数量少，找了下原因发现是自如的房间列表页中有些房间条目是js动态生成的，因为Scrapy没有js引擎，只能爬取静态页面，这部分数据自然就没采集下来。利用scrapy-splash来提供js渲染服务，最终完整采集到了所有在租的自如房间数据，共7907条。采集到的数据样例如下。每一行是一个json格式的字符串

{"floorTotal": "6", "rooms": "2", "lng": "116.422213", "direction": "南", "floorLoc": "5", "halls": "1", "rentType": "整", "time_unit": "每月", "title": "青年沟2居室", "privateBathroom": "0", "confStatus": "1", "district": "东城", "lat": "39.968073", "area": "64.17", "privateBalcony": "0", "confType": "", "link": "http://www.ziroom.com/z/vr/60563968.html", "confGen": "", "price": "6590", "nearestSubWayDist": "367"}
{"floorTotal": "18", "rooms": "3", "lng": "116.400737", "direction": "西", "floorLoc": "6", "halls": "1", "rentType": "合", "time_unit": "每月", "title": "望陶园小区3居室-02卧", "privateBathroom": "0", "confStatus": "1", "district": "东城", "lat": "39.870957", "area": "10.7", "privateBalcony": "0", "confType": "布丁", "link": "http://www.ziroom.com/z/vr/60570725.html", "confGen": "4.0", "price": "2490", "nearestSubWayDist": "517"}

租金的整体印象

我只关心合租房的数据，再做脏数据过滤，共得到4762条合租房数据。合租房房租的平均值和中位数非常接近，整体数据基本无偏，即低价位和高价位的房间数量差不多。

不同价格的房间数量分布如图1，基本符合正态分布。图 1 合租房不同价格区间的房间数量分布

神秘的最贵房间

从上图可以看到一间房超过了6000元，这勾起了我的好奇心，什么房间能这么贵。这间6290元月租金的房间链接是http://www.ziroom.com/z/vr/60558368.html ，如下图。除了紧邻西单商场其它属性都没什么突出的。去链家上看了一下这个西黄城根45号院，小区均价14.6万元/平米，好吧，似乎明白为啥这屋子这么贵了。

为了膜拜一下这个西黄城根45号院，我又在自如上搜了这个小区的所有在租房间，如下。突然发现好像就这间很贵，而其它房间价格虽然也不算低，但也不像这间这么离谱，有些房间的属性甚至看起来还比这间更好。这个房间总感觉是被自如标错价了，难不成它有什么隐藏属性（住进去每天精神值MAX）。

租金地图

房间价格在地图上的分布如图2。红色表示大于3000元/月的房间，绿色表示2000-3000元/月的房间，紫色表示小于2000元/月的房间。颜色越深表示同一个位置重叠有越多房屋，可见总体上北京北边比南边贵，东边比西边贵。而要想租到月租2000以下的房间，就得考虑去往五环之外了。图 2 合租房价格在地图上的分布

谁最重要？

接下来看一下自如对房间定价时考虑的因素主次。使用随机森林算法对房间每月租金进行预测，选取如下14个特征：房间面积、自如配置版本(1.0,2.0等)、配置类型(布丁、拿铁等)、朝向、房间所在楼层、房间所在楼的总楼层、离最近地铁站的距离、是否有独立阳台、是否有独立卫生间、几室、几厅、所在北京区县、相对天安门的方位角、与天安门的距离。对其中的自如配置版本、配置类型、朝向、所在北京区县这四个类别特征使用One-Hot Encoding进行编码，最终扩展为41个特征。使用2/3的数据训练模型，1/3的数据进行测试，在测试集上得到拟合优度R2=0.86，不同特征对租金的影响程度Top10如下：

可见所在方位、房间面积大小、交通方便程度、有没有独卫是影响房间租金的主要因素。话说以前我还一直觉得房间加上朝南的属性会更贵，现在看来好像是我的错觉？

终极目标

最后，回到本次分析的终极目标，找出最符合我预期的房间。我需要做的就是综合我自己的关注属性值对房间进行排序，我最关心的房间属性是[房间面积，房间租金，到公司的距离]，这里我使用的是灰度关联分析法对房间进行打分，详细计算过程网上都有，这里我就不再罗列了。

首先我过滤掉属性值超出我心理预期范围的房间，将价格大于等于2200元/月，面积小于等于8m2的房间过滤掉。过滤后的数据集中选5条数据如下：

对这三个属性值无量纲化，这里我使用的是离差标准化，如下。标准化后x_i^,的取值范围为[0,1]。后数据如下：

然后设定最优序列，最理想的状态当然是房间面积最大，租金最小，到公司距离最近了。因此最优序列为[1,0,0]，计算每个属性与最优序列相应属性之间的关联系数如下：由于我对不同属性的关注程度不同，因此这里需要设定每个属性的权重，权重值使用目标优化矩阵确定。因此房间面积权重为1/6，房间租金权重为1/3，到公司的距离权重为1/2，则每个房间的关联系数=房间面积关联系数/6+房间租金关联系数/3+到公司的距离关联系数/2，计算结果如下：

计算出所有房间的关联系数，从大到小排列后取Top10如下：

这下可以挑选房间的范围就大大缩小了，以后要是再租房感觉烦恼少好多。当然由于自如网上房间信息变动较快，随时都会有人下定，这套流程还得随租随用，不然筛选出房间后过个两三天再看，说不定房间早就被别人抢了。

来源：阿里技术

原文链接：https://yq.aliyun.com/articles/159509

如何解决租房烦恼? 阿里工程师写了一套神奇的代码相关推荐

如何解决租房烦恼？阿里工程师写了一套神奇的代码
租房的烦恼,相信大家或多或少都有过.独自一人在大都市打拼,找个温暖的小窝实属不易,租个称心又价格公道的房子是件重要的事儿. 本文作者.阿里工程师鹿星,也是众多北漂中的一员.如何从各大租房网的房源里面, ...
阿里工程师谈，什么是好的代码？
作者|马飞翔(泽畔) 出品|阿里巴巴新零售淘系技术部导读:我们每天都与代码打交道,但当被问道什么是好的代码时,很多人可能会先愣一下,然后给出的回答要么比较空泛,要么比较散,没办法简单明了地概括出来. ...
阿里工程师谈，什么是好的代码
导读:我们每天都与代码打交道,但当被问道什么是好的代码时,很多人可能会先愣一下,然后给出的回答要么比较空泛,要么比较散,没办法简单明了地概括出来.显然,这个问题并没有唯一的标准答案,谁都可以谈论自己的 ...
Flutter路由管理代码这么长长长长长，阿里工程师怎么高效解决？（实用）
背景: 在flutter的业务开发过程中,flutter侧会逐渐丰富自己的路由管理.一个轻量的路由管理本质上是页面标识(或页面路径)与页面实例的映射.本文基于dart注解提供了一个轻量路由管理方案. ...
阿里工程师如何叫外卖？99%的人猜不到
阿里妹导读:为了解决订餐的烦恼,来自高德的阿里工程师勤硕,用技术做了一个非常好玩的事情,希望能给你带来一些启发,让我们一起快乐工作.认真生活. 情景重现 "啪啪啪-",在一阵急促的 ...
1月4日云栖精选夜读：阿里工程师如何叫外卖？99%的人猜不到
摘要: 为了解决订餐的烦恼,来自高德的阿里工程师勤硕,用技术做了一个非常好玩的事情,希望能给你带来一些启发,让我们一起快乐工作.认真生活. 为了解决订餐的烦恼,来自高德的阿里工程师勤硕,用技术做了一个 ...
亚马逊光缆被挖？——阿里工程师讲解支付宝如何架构设计数据中心
文: 周瑜校对:李二全文2500字,建议阅读时长7分钟点击右上角关注我们,每天都能收到有趣的推文哦. 亚马逊光缆被挖?--阿里工程师讲解支付宝如何架构设计数据中心昨天科技圈最火的新闻应该是&q ...
《阿里工程师的自我修养》笔记
对标行业精英,有太多值得学习的地方.当你觉得写了2年3年代码技术还是停滞不前的时候,是时候多学习下优秀的人的经验了. 以下是近日读<阿里工程师的自我修养>的笔记,有些概念性的东西是需要结合 ...
从业十余年的阿里工程师告诉你，敏捷开发的核心是什么？
[数据猿导读] 工程师如何在控制性和创造性中找到平衡点?生产的严谨和创造的不严谨性怎么解决?来自阿里IoT事业部,具有超过10年无线通信行业从事技术研发工作的陶震,为您解答作者 | 陶震官网 | ...

如何解决租房烦恼? 阿里工程师写了一套神奇的代码

如何解决租房烦恼? 阿里工程师写了一套神奇的代码相关推荐

最新文章

热门文章