ARTICLE · 1304099
毕业设计基于SpringBoot+AI在线租房管理(前后端源码)
基于SpringBoot+AI大模型的在线租房管理系统
本本系统是一个基于 B/S 架构的 线上租房平台 ，面向城市租赁市场的真实业务场景，围绕“房源发布 — 房源检索 — 预约看房 — 交易撮合 — 运营监管”的完整业务闭环设计。系统以南京市为示例数据域，涵盖江宁、鼓楼、建邺、雨花台、栖霞、浦口等主要城区的房源信息。
系统采用**“公共门户 + 管理后台”双门户形态**：
- 公共门户 （`/fangyuan` ）：游客无需登录即可浏览房源、地图找房、查看平台公告，降低使用门槛；
- 管理后台 ：租客、房东、管理员三类角色登录后进入各自的差异化工作台，完成收藏、预约、发布、审核、运营等业务操作。
平台同时深度集成大语言模型（LLM）能力，将 AI 应用于 房源描述自动生成、对话式找房、个性化推荐 三个场景，是本系统区别于传统租房网站的核心特色。
层次 | 技术选型 | 版本 | 说明 |
后端框架 | Spring Boot | 3.3.1 | 基于 Java 17，提供 RESTful API |
持久层 | MyBatis | 3.0.3 | XML Mapper + 驼峰映射 |
数据库 | MySQL | 8.x | InnoDB 引擎，utf8mb4 字符集 |
前端框架 | Vue 3 | 3.5 | 组合式 API |
构建工具 | Vite | 8.x | 开发热更新与生产构建 |
UI 组件库 | Element Plus | 2.14 | 配合 @element-plus/icons-vue |
状态管理 | Pinia | 3.0 | 用户会话与全局状态 |
路由 | Vue Router | 5.1 | History 模式 + 前端路由守卫 |
HTTP 客户端 | Axios | 1.18 | 统一请求封装与拦截 |
数据可视化 | ECharts | 6.1 | 行情走势与管理端报表 |
地图服务 | 高德地图 JS API | 2.0 | 地图找房、房源坐标标注 |
AI 服务 | 讯飞星火大模型 | generalv3 | OpenAI 兼容接口接入 |
认证方案 | 自研 JWT | — | HMAC 签名，拦截器校验 + ThreadLocal 上下文 |
项目构建 | Maven / npm | — | 前后端分离部署 |
游客（未登录用户）
浏览房源列表、按区域/租金/户型筛选房源； 地图找房 ：基于高德地图按地理位置直观查看房源分布； 查看平台公告、房源详情，进入登录/注册引导。
租客（TENANT）
房源检索与收藏 ：多条件筛选、房源对比、收藏夹、浏览足迹； 地图找房 ：地图模式选房，结合通勤与周边配套决策； 看房预约 ：选择心仪房源发起预约，通过 租客日历 集中管理看房安排； 个性化推荐 ：系统基于用户画像（工作区域、预算、户型偏好）与房源热度计算匹配分并生成推荐理由； AI 对话找房 ：以自然语言描述需求（如“预算 3500 想住在江宁两居室”），AI 解析需求并实时返回匹配房源； 租房行情 ：ECharts 可视化展示各区域租金水平与市场分布； 消息通知、意见反馈、个人资料维护。
房东（OWNER）
房源发布与管理 ：填写房源信息上传图片，上下架管理； AI 描述生成 ：一键调用大模型，依据房源结构化字段（区域、户型、租金、设施等）自动撰写营销文案，降低发布门槛； 预约管理 ：接收、确认或拒绝租客的看房预约； 房东工作台：房源数据总览（浏览量、收藏量、预约量）； AI 服务配置：自定义大模型接入参数并测试连通性。
管理员（ADMIN）
用户管理 ：全平台用户账号的查询、启停与角色维护； 房源审核 ：对房东发布/修改的房源进行内容审核（待审核 → 通过/驳回），保障信息合规； 分类管理 ：维护房源分类字典； 公告管理 ：发布平台公告，同步展示于公共门户； 反馈处理 ：查看并回复用户反馈； 报表中心与管理看板 ：用户规模、房源分布、预约转化、区域租金等多维统计图表，辅助平台运营决策。
源码经过测试，有录屏，有截图，有文档值得信赖！
源码包含AI大模型，推荐算法等功能创新点值得信赖！
对系统的源码感兴趣，可以联系技术V！
如果没有通过，技术人员联系方式也可以在“帮助反馈”菜单的子菜单“联系我们”中查看！
参考代码
package com.onlinerental.controller;import com.onlinerental.common.ApiResponse;import com.onlinerental.common.IgnoreAuth;import com.onlinerental.config.AuthContext;import com.onlinerental.dto.AiChatRequestDTO;import com.onlinerental.dto.AiDescriptionDTO;import com.onlinerental.dto.AiSettingSaveDTO;import com.onlinerental.service.AiService;import com.onlinerental.vo.AiChatResponseVO;import com.onlinerental.vo.AiSettingVO;import jakarta.validation.Valid;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.PostMapping;import org.springframework.web.bind.annotation.RequestBody;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RestController;@RestController@RequestMapping("/api/ai")public class AiController {private final AiService aiService;public AiController(AiService aiService) {this.aiService = aiService;}@PostMapping("/generate-description")public ApiResponse<String> generateDescription(@RequestBody @Valid AiDescriptionDTO descriptionDTO) {return ApiResponse.success(aiService.generateHouseDescription(descriptionDTO, AuthContext.getCurrentUserId()));}@GetMapping("/setting")public ApiResponse<AiSettingVO> getSetting() {return ApiResponse.success(aiService.getSetting(AuthContext.getCurrentUserId()));}@PostMapping("/setting")public ApiResponse<Void> saveSetting(@RequestBody @Valid AiSettingSaveDTO saveDTO) {aiService.saveSetting(AuthContext.getCurrentUserId(), saveDTO);return ApiResponse.success("配置保存成功", null);}@PostMapping("/test")public ApiResponse<String> testConnection(@RequestBody @Valid AiSettingSaveDTO saveDTO) {return ApiResponse.success(aiService.testConnection(AuthContext.getCurrentUserId(), saveDTO));}@IgnoreAuth@PostMapping("/chat-recommend")public ApiResponse<AiChatResponseVO> chatRecommend(@RequestBody @Valid AiChatRequestDTO requestDTO) {return ApiResponse.success(aiService.chatRecommend(AuthContext.getCurrentUserId(), requestDTO));}}
