随着政府对武汉的大力建设,武汉的房价也逐渐升高,虽然和北上广深这些一线城市相比有所差距,但是对于外地来武汉工作或者是读书的人们而言,购买一套房子还是比较困难的。另外武汉地区素有“坐拥百万大学生”的称呼,选择留在武汉工作的人数也是很多的,所以武汉的租房行情也比较火热。现代网络技术的迅速发展,使得房屋租赁这个产业也朝着信息化的方向发展,对于有租房需求的人而言,网上能够减少时间和金钱的损耗。而目前对于房屋租金仍然没有一个较为统一的标准,一般用户租房都是通过各大网站进行筛选搜索,但是他们对武汉房屋租赁的情况不会很了解,因此,本系统基于web开发并结合数据挖掘来分析房屋租金的影响因素,对于用户选择合适的房屋以及促进房屋市场的发展,有着较大的积极意义。该系统的开发思路,先是需求分析,分析不同的用户的功能并绘制了相关用例图,接着从总体来设计系统的完成,剖析功能模块之间的相互关联。然后设计数据库的表之间的关系,考虑表结构的内容。本系统使用SSM框架来进行后台功能模块的开发,页面使用jsp技术,数据存储在mysql中,和爬虫相关的模块使用python进行开发。系统的用户分为承租人,出租人与管理员这三种。承租人可以网上浏览房屋信息,对于有意向租住的房屋申请看房,申请通过可以与出租人进行进一步交流。如果合适,可以网上进行签订合同作为凭证。出租人上传自己的房屋信息,同意或者拒绝他人的看房申请,与承租人签订合同。管理员管理用户和房屋的详细信息。为了让用户之间商讨房租时有所依据,本系统开发了预测房租功能,其中的数据来源于网上爬虫。接着对系统进行测试,来检验各个业务模块的完成情况。系统考虑到不同用户的需求,设计对应的功能,并借助机器学习实现对房租的预测,帮助租客更好的选择价格合适的房屋,同时,也使得业主选择更加合适的出租价格。目前,此系统已测试完毕,模型拟合的结果也比较好,能够帮助用户在出租或者租房有更好的体验。