互联网科技的发展,促进了新兴市场的出现。在线选房、购房作为一种新兴的房屋交易方式,为购房者提供了极大便利,但部分房产相关信息不集中、不完善的问题也在一定程度上影响了消费者体验。为了更好地服务消费者,则需要在线服务方能够对区域房产信息进行收集管理。基于此本文提出区域房产信息统计系统设计与实现。本文旨在根据国内购房者需求特征开发一个能够实现包含住房价格预测功能的区域房产信息统计系统。区域房产信息的统计是从小区维度出发,根据本文归纳的购房者住房需求特征体系进行设计与实现。整个系统功能主要针对后台录入人员,提供80余项住房需求特征的结构化录入、视频及图片的转码压缩、价格预测、内容预览、内容审核、角色与权限配置、数据统计及可视化分析、系统维护与数据库备份、邮箱找回密码以及整个系统的复杂检索,其中住房价格走势预测功能是基于BP(Back Propagation)神经网络根据不同城市的住房成交价影响因素来构建价格预测模型,并根据城市的住房历史成交价对未来价格进行预测,为后台录入人员提供录入参考,以上所有功能共同构成一个完整的整体。本系统基于Spring Boot、Vue等框架,实现Web系统的前后端分离开发;基于JWT(JSON Web Token)标准实现前后端API验证,提升系统安全性的同时把后台录入人员在前端录入的信息分条保存到MySQL数据库中;根据实际业务流程控制内容状态的流转;使用MATLAB,选择所研究地区的房地产开发总额、住宅商品房销售面积、地区生产总值、居民消费价格指数、地区人口数、央行基准利率与经济政策不确定性指数作为研究变量,实现基于BP神经网络的住房价格预测。