《基于大数据的北京二手房房价浮动分析平台》是我独立从0到1完整设计并落地的全栈数据分析系统。该平台以真实市场数据为核心，实现了北京二手房房价的“采集—清洗—建模—预测—可视化”全链路闭环，为购房者、投资者和市场研究人员提供专业的数据决策支持。
项目中，我自主开发了工业级安居客移动端爬虫系统（Selenium + undetected-chromedriver + selenium-stealth + 指纹随机化），成功突破PerimeterX等主流反爬机制，稳定采集并入库19,390条北京真实二手房源数据，涵盖小区、户型、面积、楼层、装修、建成年份、总价、单价等20多个高价值字段。数据采集后，使用Pandas完成全面清洗与特征工程，构建SQLite结构化数据库。
在建模阶段，我对比了XGBoost、LSTM、CatBoost等多种算法，最终选用CatBoost模型实现房价智能预测，在测试集上取得优异效果（R²>0.92，MAE<2800元/㎡）。最后基于Flask框架 + ECharts可视化库，开发了交互式Web平台，支持各行政区房价对比柱状图、智能输入预测房价、区域分布热力图等核心功能，界面美观且操作流畅。
该作品全面展示了我在强反爬对抗、大规模数据采集、机器学习建模以及全栈Web开发方面的综合实力，具有极高的工程化程度和实际商业应用价值，已作为优秀毕业设计顺利通过学校答辩。