纽约市Airbnb租赁信息分析数据集NewYorkCityAirbnbRentalInformation-ishitar094
数据来源：互联网公开数据
标签：Airbnb, 租赁市场, 房价分析, 城市规划, 空间数据, 房源分析, 市场调研, 机器学习
数据概述：
该数据集包含来自Airbnb平台在纽约市的租赁房源信息，记录了不同房源的地理位置、价格、房型、评价等关键信息。主要特征如下：
时间跨度：数据记录的时间范围，未明确标注，但根据“last_review”字段推测，数据可能截至到2019年。
地理范围：数据覆盖纽约市的各个街区，包括曼哈顿、布鲁克林等行政区。
数据维度：数据集包括“id”（房源ID）、“name”（房源名称）、“host_id”（房东ID）、“host_name”（房东姓名）、“neighbourhood_group”（行政区）、“neighbourhood”（街区）、“latitude”（纬度）、“longitude”（经度）、“room_type”（房型）、“price”（价格）、“minimum_nights”（最少入住晚数）、“number_of_reviews”（评论数量）、“last_review”（最后评论时间）、“reviews_per_month”（月均评论数）、“calculated_host_listings_count”（房东名下房源数量）、“availability_365”（全年可租天数）等字段。
数据格式：CSV格式，文件名为airbnb_sales 1.csv，便于数据分析和处理。
来源信息：数据来源于Airbnb平台公开数据，已进行结构化整理。
该数据集适合用于城市租赁市场分析、房价预测、房源推荐和空间分布研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于城市规划、房地产市场分析、旅游业研究等领域，例如分析不同区域的租赁价格差异、评估Airbnb对城市住房市场的影响。
行业应用：可以为房地产中介、旅游平台、酒店管理公司提供数据支持，特别是在市场调研、定价策略制定、房源推荐等方面。
决策支持：支持政府部门的城市规划、旅游资源管理等决策，帮助优化城市住房供给，促进旅游业发展。
教育和培训：作为数据分析、机器学习、城市地理学等课程的辅助材料，帮助学生和研究人员深入理解城市租赁市场。
此数据集特别适合用于探索影响纽约市Airbnb房源价格的因素，分析不同房源的租赁表现，帮助用户实现市场趋势预测、优化投资决策等目标。
