基于马氏距离及最差理想解的TOPSIS出租房源推荐系统应用研究

通过对综合排序方法 TOPSIS法的研究,实现了一个将马氏距离及最差理想解相结合改进TOPSIS法的出租房源推荐系统,该系统通过分布式爬虫模块抓取各大租房网站的出租房源信息,存入MongoDB数据库中,利用Spring boot框架读取MongoDB中的出租房源数据,调用将马氏距离和最差理想解相结合改进的TOPSIS法对出租房源数据进行综合评价,评价过程依据出租房源数据的面积、租金、通过经纬度求得的距离属性和输入的目标地点进行计算和决策.此后,将评价的最终结果以排序分组的形式显示在高德地图图标上,租房者点击图标会显示该出租房源的具体数据信息,输入的目地点后会出现相应距离和乘车路线及时长.点击图标上方的具体房源信息,则会跳转到相应租房网站.该系统满足了侧重点不同的租房群体查找出租房源信息的需求,具有很高的实用价值.

改进TOPSIS法用于出租房源综合评价研究

综合目标地点和出租房源的面积、租金及间隔目标地点的距离等属性因素对出租房源进行综合排序研究。这对侧重点不同的租房者进行出租房源选择时具有较高的实用价值。通过对传统TOPSIS法缺陷的研究,提出一个基于最差理想解和马氏距离的改进TOPSIS法,用于对出租房源进行综合评价。该改进方法通过相关系数改进马氏距离,利用改进后的马氏距离替代欧式距离,解决传统TOPSIS法因出租房源的面积、租金等属性间相关性导致欧式距离失效的问题;根据传统TOPSIS法的正负理想解提取一个最差理想解,并用其代替一般TOPSIS法的负理想解,解决出租房源间隔正负理想解等同距离时无法准确确定位置的问题;通过租房者偏好系数将马氏距离和最差理想解所得距离尺度合成新的相对贴近度,对出租房源进行综合评价。实验证明利用该改进后的TOPSIS法排序的出租房源的推荐结果更加合理。

基于Java集合的房源出租信息系统设计与实现

在Java面向对象程序设计中,创建数组时必须指明数组的长度,且长度固定、不能改变,同一个数组只能存放同一种数据类型的数据。然而,在实际情况下,数据的个数和类型需要根据实际情况进行相应的调整的。为此,提出选择Java中合适的集合容器List接口、ArrayList实现类来设计并实现房源出租信息系统。实践表明,该方法可以提高开发效率。