|
1. 选手简介
1.1选手介绍 帆软用户名:hanjinxu 职业:大连外国语大学大二学生,擅长数据分析和数据可视化
1.2 产赛初衷 希望通过比赛提升数据可视化能力
2. 作品介绍
2.1. 主题介绍/数据来源 背景:关于今年寒假大量学生实习,实习涉及到的住房问题，使用后羿采集器对房天下数据进行爬虫，房天下沈阳租房数据集来袭！ 需求:通过图表和叙述性文本相结合 数据来源：该数据集中包含租房的许多不同属性，例如租房的地址，月租价钱和房屋朝向。它还包含诸如室内规格，小区名字或结束的剧集以及房屋经纪人的好评信息。
2.2. 可视化步骤 1、数据和赛事包含哪些->2、梳理分析大纲，明白常规要分析哪些因素->3、大屏元素获取，可视化图表选择->4、基础数据整理，自助数据集整理->5、利用FineBI，完成仪表板初步建设->6、美化仪表板
2.2.1 熟悉场景，关注敏感数据 在数据到手之前，我先去了解了下租房数据，通过对应网站的浏览和查看，了解到数据：出租方式、地址、小区、月租、室内规格、朝向、经纪人好评率、经纪人房屋信息真实度、经纪人服务态度满意度、经纪人业务水平专业度、经纪人姓名 2.2.2 分析思路 了解了关注点后，为了解决大学生实习租房信息的问题,我查看了现有数据，并把其划分为4块。列出6个主题:房屋规格、房屋朝向与月租关系、租房数量较多的小区、租房经纪人好评率、不同小区月租情况、不同租房方式。主题相应分析模块如下所示： 2.2.3元素获取，可视化图表选择 2.2.4自助数据集整理 2.2.5利用帆软BI，完成仪表板初步建设
易得出结论:1室1厅、2室1厅、2室2厅的房屋较多 易得出结论:房屋朝向为西月租最贵,房屋朝向南数量最多且月租较低，我们租房可以考虑朝向为西的房屋 易得出结论:房屋数量前5的几个小区为紫郡城、沿海国际中心、华强城、华润昆仑御、小石城梦想小镇 易得出结论:经纪人王玲、王新、楚或彧好评率较差 易得出结论:在不同小区中，七星公馆、华润悦府、尚景新世界房子月租较高 易得出结论:租房方大部分提供整租
2.3总结 最终成果
| 
