随着城市化进程的加速和房地产市场的繁荣二手房交易在北京市场中占据了重要地位。为了更好地理解市场动态本文采用k-means算法对北京二手房数据进行了深入分析并利用可视化手段直观地展示了结果。该系统是一款基于B/S架构的web应用其它技术还包括pythonhadoopsparkvueechartspandas等。用户首先可以通过从PP飞桨网下载北京二手房相关csv数据包括地区价格楼层等。根据这些数据生成可视化界面包括户型统计朝向统计年份统计等可视化数据界面。另外通过K-means算法用户输入关键字可以搜索二手房信息。通过线性回归机器学习算法通过输入城市朝向面积等数据系统会给出价格评估。总的来说该系统的实现不仅让用户能够对二手房数据进行有效的理解而且为用户提供精准的房价预测服务。未来该系统还可以进一步优化算法提高房价评估的准确率为线上房价评估带来更多的商业机会。根据以上的功能需求情况整体的功能模块包括有前台vue项目模块后台django后台项目模块和爬虫模块。前台vue的页面主要页面包括注册与登录页面数据可视化展示页面数据准备模块主要用来下载PP飞桨网的相关数据信息的通过使用hadoop进行数据的存储django后台用来提供前台所用的json数据以及给出房价评估的相关信息。其中二手房房价评估模块的实现是基于机器学习功能之后的应用阶段。考虑到有的时候数据下载的数据不完整或者需要修改或者添加数据所以设置后台的数据管理功能管理员可以根据需要增加或者修改下载到的数据信息然后再进行数据的保存操作。