一. 数据集背景
数据来源：https://pic1.zhimg.com/v2f1972ca63e72ba85398ec32fd712fb72_1440w.jpg?source=172ae18b
共享，通过让渡闲置资源的使用权，在有限增加边际成本的前提下，提高了资源利用效率。随着信息的透明化，越来越多的共享发生在陌生人之间。短租，共享空间的一种模式，不论是否体验过入住陌生人的家中，你都可以从短租的数据里挖掘有趣的信息。
活动采用了短租房源相关的公开数据，包括了结构化的表格数据、非结构化的文本和地图数据。该数据集包含listings，calendar，reviews等数据集，本次主要分析listing数据集。listings 数据为短租房源基础信息，包括房源、房东、位置、类型、价格、评论数量和可租时间等等。
二.分析目的和分析维度
1.分析目的
通过现有数据分析Airbnb在北京2109年度短租的运营情况探索性分析，了解其短租情况；分析房东数据，建立房东用户画像；分析短租优质房间共性，提出改进方案。
2.分析维度
(1)业务数据
房源的价格分布分析
房源的位置分布分析
(2)房东用户群体
用户信息分析
房东拥有房源数量分析
明星房东特点分析
(3)房源分析
房源的区域分布
房源的关键词分析
三.数据预处理
1.数据理解
在listings数据集中主要描述了：房间id，房东ID、房东姓名、所属行政区、经纬度、房间类型、价格、最小可租天数、评论数量、最后一次评论时间、每月评论占比、房东可出租房屋、每年可出租时长等。
2.数据清洗
1.重复值数及据类型处理
分析三表数据发现并无重复记录数据。字段neighbour仅保留中文字段，room_type删除单位apt。
2.缺失值处理
这里补充为null。
3.异常值处理
数据可视化对特征进行初步分析，找出不合理的地方。可以看出价格存在异常值。
1.根据airbnb的官网分析，多数价格在0-5000，然后价格中存在一些异常大的值，甚至超过了1万每晚。
2.可租天数可有些是0，说明一年中0天可租，明显不合理。
综上我删除了价格为0和可租天数为0的数据。
四.数据分析
1.价格分析
（1）价格分布
共计24449条数据，房价最小值为27,对大值为68983
价格小于等于2000的房子数量为25730个，占所有房子的比例为0.9855，因此我们着重分析价格小于2000元的分布规律。
(2)价格相关性分析
通过皮尔逊系数计算其他变量与价格之间的关系如下图所示，发现与价格关联度最大的是经纬度，也就是房源的地址，其次是房源的评论情况。
2.房源位置分析
（1）房源价格分布
从中位数上看东城区，密云区，延庆县房源价格较高。
怀柔县，延庆县，平昌区价格区间较大。
平价房源价格大多分部在[200,500]价格区间，少数区域价格存在异常值。
平价房源大多分布在朝阳区，东城区，海淀区。
（3）短租房类型与地区
在同一地区，一般整租的房价钱最高，共享房间最低,符合一般价值规律。 但注意到两处：
1）在怀柔、延庆两地，独立房间类的房比共享房间还低。
2）门头沟区的独立房间类的房价钱是比整租的房价高的。
（3）房源分布
可租房源最多的是朝阳区，接下来是东城区，海淀区，丰台区。可租房源数量最少的是平谷区，门头沟，石景山等地。
2.房东用户分析
（1）房东数据
房东拥有房源数量最小为1，最大为222，每个房东平均房源数量为12，大多数房东房源数量在[1,11]区间。
（2）房东拥有房源数量
房源数量top10最多223，最少73，说明有专注短租的公司或团体。但拥有房间数在1-5间的个体房东仍然是主要的房东用户。
（3）明星房东
明星房东数量低于1/5，为18.94%。
!](https://img-blog.csdnimg.cn/2020080620271466.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTcyNDc2MQ==,size_16,color_FFFFFF,t_70)
只有74%的房东对于客户咨询信息能达到100%的回复率，显然是一个差强人意的数字。
3.优质房源分析
（1）房源分布
房源大多分布在北京市中心。朝阳区，海淀区，东城区房源数量较大。
（2）房源关键词分析
使用jieba对评论关键词分析，用户更倾向选择地铁附近的房子，交通的便利性是比较主要的考量内容。
三.总结
（1）价格分析
从数据上看短租房的价格区间大多为27-700的平价房间，北京的平均房价为611元，房源多说分布在200-500之间。房源类型分为整租，独立房间和合租房。整租数量最多，占了总数的3/5，而合租房最少。短租房源大多分布朝阳区，东城区，海淀区（市中心）
（2）用户分析
Airbnb的房东拥有房源数量最小为1，最大为222，每个房东平均房源数量为12，大多数房东房源数量在[1,11]区间。拥有房间数1-5间的房东占总房东的百分之60。也有较少一部分公司或团体以Airbnb为短租平台。最多的用户的有223套房源，房源数量top10最低也有77套。74%房东对客户咨询的回复时间是在一小时以内，12%房东的回复时间在小时内，甚至一天内。同时只有74%的房东对于客户咨询信息能达到100%的回复率。而超赞房东数量只有房东数量1/5都不到。
（3）房源分析
Airbnb在北京的房源大多分布在北京市中心的朝阳区，海淀区，东城区。
根据词频分析，用户更倾向于租住地铁站附近，可以直达的房子。房间类型温馨独立的短租房更受欢迎。
。