Grayling-Data/uk-property-listings

该数据集包含英国八个城市（伦敦、曼彻斯特、伯明翰、利兹、布里斯托尔、剑桥和爱丁堡）的住宅物业列表数据，来源于Rightmove平台，每周一更新。数据规模为2,360条记录，涵盖购买和租赁交易类型，包括房屋ID、地址、卧室和浴室数量、物业类型、交易类型、价格（显示格式和数值）、地理坐标（经纬度）、代理分支、物业URL、缩略图URL、图片数量、是否有平面图、添加或减少状态、首次可见日期、列表更新日期、更新原因、在线看房、产权、关键特征、摘要、爬取时间和城市等特征。价格范围从624英镑到60,000,000英镑，平均价格为3,219,666英镑，货币为GBP。物业类型包括独立式、半独立式、联排、公寓、平房、房屋、土地等。数据质量高，GPS坐标覆盖100%，价格数据覆盖约99%，关键特征覆盖76.5%，无重复记录。数据集可用于自动估值模型、投资筛选、地理空间可视化、AI/ML训练、房地产技术开发和学术研究等用途。This dataset contains UK residential property listing data from Rightmove for eight cities (London, Manchester, Birmingham, Leeds, Bristol, Cambridge, and Edinburgh), updated weekly on Mondays. It includes 2,360 records covering both buy and rent transaction types. Features include property ID, address, bedrooms, bathrooms, property type, transaction type, price (display and amount), geographic coordinates (latitude/longitude), agent branch, property URL, thumbnail URL, image count, floorplan availability, added/reduced status, first visible date, listing update date, update reason, online viewings availability, tenure, key features, summary, scraped timestamp, and city. Price ranges from £624 to £60,000,000 with an average of £3,219,666 in GBP. Property types include detached, semi-detached, terraced, apartment, flat, house, bungalow, land, and more. Data quality is high with 100% GPS coordinate coverage, ~99% price data coverage, 76.5% key features coverage, and no duplicate records. Use cases include automated valuation models, investment screening, geospatial visualization, AI/ML training, proptech development, and academic research.

搜集汇总

数据集介绍

构建方式

该数据集源自英国最大的房地产门户网站Rightmove，通过结构化解析其嵌入的__NEXT_DATA__ JSON对象，从公开的房产列表页面中采集信息。采集过程无需用户认证，每周一UTC时间06:00进行更新，确保了数据的时效性。数据覆盖伦敦、曼彻斯特、伯明翰、利兹、布里斯托尔、剑桥和爱丁堡8座主要城市，共计2,360条记录。每条记录均基于Rightmove唯一房产ID进行去重处理，避免了重复条目。数据以CSV和JSON格式提供，便于研究者直接加载与分析。

特点

该数据集具有鲜明的多维度特征，包含了27个结构化字段，涵盖房产基础属性（如卧室数、浴室数、房产类型）、交易信息（价格、交易类型）、地理定位（经纬度坐标）以及丰富的时间戳（首次可见日期、列表更新日期）。特别值得一提的是，价格范围跨度极大（从624英镑到6,000万英镑），平均价格约为322万英镑，充分反映了英国高端住宅市场的多样性。所有记录均具备完整的GPS坐标信息，零重复记录，且约76.5%的条目包含关键特征描述，为深度挖掘提供了坚实基础。

使用方法

研究者可利用Pandas等数据分析库直接读取CSV文件进行探索。典型应用包括：基于城市、房产类型和价格范围的条件筛选，例如筛选伦敦地区价格低于50万英镑的公寓；利用经纬度字段结合Folium等库进行地理空间可视化，生成价格热力图或房源密度分布图；通过构建价格与卧室数的比例指标（price_per_bed），进行跨城市的性价比分析。该数据集特别适用于训练自动化估价模型（AVM）、开发智能房产推荐系统，以及开展城市住房可负担性等学术研究。

背景与挑战

背景概述

UK Property Listings数据集由Grayling Data机构创建，每周从英国最大房产门户Rightmove采集更新，覆盖伦敦、曼彻斯特、伯明翰等8个核心城市，包含2360条结构化房产挂牌记录。该数据集聚焦于房产价格预测与空间分析的核心研究问题，为自动化估值模型、地理空间可视化及房地产科技开发提供了高质量的基准数据。作为英国房产市场的重要数据源，其影响力体现在支持学术研究中的城市住房与可负担性分析，以及产业界的投资筛选与推荐系统构建。

当前挑战

该数据集所解决的领域挑战在于房产市场价格的非透明性与动态波动性，通过整合房价、户型、地理位置等多维特征，为价格预测模型提供训练基础。构建过程中面临的挑战包括：从动态网页中高效解析结构化JSON数据以规避反爬机制，跨城市房源数据的标准化清洗，以及处理价格缺省、重复记录等数据质量问题。此外，持续追踪每周快照以避免增量更新导致的版本偏差，并保障GPS坐标的完整覆盖与特征一致性，亦构成技术难点。

常用场景

经典使用场景

UK Property Listings数据集收录了来自英国最大房地产门户Rightmove的逾两千条真实房源记录，覆盖伦敦、曼彻斯特等八座核心城市。该数据集最经典的应用场景在于构建自动化估值模型（AVM），研究者可基于房源的价格、户型、地理位置、配套设施等多元特征，训练回归模型以预测房产市场价值。同时，它也被广泛用于按卧室数量、房型或城市划分的均价分析，以及基于经纬度信息的空间分布可视化，为理解英国住宅市场的价格结构与地理异质性提供了坚实的数据基础。

解决学术问题

该数据集有力支撑了城市经济学与住房研究中的多项关键议题。它解决了长期困扰学术界的微观房源数据获取难题，使得研究者能够系统性地分析英国城市间房价差异、供需关系以及交通便利性对不动产价值的影响。借助其包含的价格变动时间戳与房源描述文本，学者可深入探讨价格动态调整机制、文本特征对房价的解释力，以及不同产权类型（如永久产权）在定价中的差异化作用，为住房可负担性评估和城市政策模拟提供了可复现的经验证据。

衍生相关工作

围绕该数据集，学术界与工业界已衍生出一系列经典工作。在自动化估值领域，研究者对比了梯度提升树、随机森林与深度神经网络在房价预测中的表现，并尝试融合地理邻近性核函数以提升空间建模精度。自然语言处理方向的工作则探索了从房源摘要和特色关键词中提取隐含特征（如学区、交通便利度）的方法，显著改进了价格回归模型的性能。此外，基于该数据的城市间房价收敛性与集群分析，以及对“降价”事件驱动因素的因果推断研究，进一步丰富了实证房地产金融的理论体系。