大數(shù)據(jù)在房地產(chǎn)領(lǐng)域的發(fā)展綜述
發(fā)布時間:2021-01-02 21:30
隨著信息技術(shù)的高速發(fā)展,大數(shù)據(jù)憑借容量大、種類多、速度快、價值高等特性,逐步滲透社會各行各業(yè)。房地產(chǎn)業(yè)作為國民經(jīng)濟的支柱產(chǎn)業(yè)信息高度密集,需要大數(shù)據(jù)提供數(shù)據(jù)基礎(chǔ)和技術(shù)支撐。房地產(chǎn)大數(shù)據(jù)的市場潛力和科研價值日益受到國內(nèi)外學者的關(guān)注。基于此,根據(jù)大數(shù)據(jù)類型的劃分,對房地產(chǎn)大數(shù)據(jù)多元應(yīng)用及面臨的現(xiàn)實困境進行系統(tǒng)梳理,對未來的研究方向進行適當展望,將為科學有效地利用大數(shù)據(jù)推動房地產(chǎn)行業(yè)的長遠發(fā)展提供理論參考。
【文章來源】:河南財政稅務(wù)高等?茖W校學報. 2020年03期
【文章頁數(shù)】:5 頁
【文章目錄】:
一、大數(shù)據(jù)發(fā)展背景及類型劃分
(一)大數(shù)據(jù)發(fā)展背景
(二)大數(shù)據(jù)類型劃分
1.空間位置數(shù)據(jù)
2.行為軌跡數(shù)據(jù)
二、大數(shù)據(jù)在房地產(chǎn)領(lǐng)域的應(yīng)用概況
(一)房地產(chǎn)市場開發(fā)
(二)房地產(chǎn)精準營銷
(三)房地產(chǎn)價值評估
(四)房價影響機制研究
(五)住房保障機制建設(shè)
(六)其他領(lǐng)域
三、大數(shù)據(jù)在房地產(chǎn)領(lǐng)域的發(fā)展困境
(一)數(shù)據(jù)分析技術(shù)短缺
(二)數(shù)據(jù)安全性難以保障
(三)數(shù)據(jù)共享及交易機制不完善
四、結(jié)論與討論
【參考文獻】:
期刊論文
[1]耦合手機信令數(shù)據(jù)和房價數(shù)據(jù)的城市不同經(jīng)濟水平人群行為活動模式研究[J]. 關(guān)慶鋒,任書良,姚堯,梁迅,周劍鋒,袁澤皓,戴良洋. 地球信息科學學報. 2020(01)
[2]基于POI大數(shù)據(jù)的老工業(yè)區(qū)房價影響因素空間分異與實證[J]. 薛冰,肖驍,李京忠,謝瀟,任婉俠,逯承鵬,姜璐. 人文地理. 2019(04)
[3]基于房地產(chǎn)大數(shù)據(jù)的自動估價系統(tǒng)研究[J]. 董睿琳,董楠. 智能計算機與應(yīng)用. 2019(03)
[4]提高小眾房地產(chǎn)市場聯(lián)動績效的理論支撐與優(yōu)化途徑——基于大數(shù)據(jù)背景[J]. 劉軍琦. 產(chǎn)業(yè)與科技論壇. 2019(03)
[5]探索我國房地產(chǎn)檔案管理中的大數(shù)據(jù)應(yīng)用[J]. 朱智斌. 蘭臺內(nèi)外. 2019(01)
[6]基于大數(shù)據(jù)的房地產(chǎn)困境分析與開發(fā)決策創(chuàng)新探索[J]. 翟博文,陳輝林,趙魁,張平,黃小娟. 數(shù)學的實踐與認識. 2018(24)
[7]大數(shù)據(jù)背景下房地產(chǎn)價格波動及其影響因素分析——以十堰市為例[J]. 胡瓊,李若楠. 中國戰(zhàn)略新興產(chǎn)業(yè). 2018(44)
[8]廈門城市自行車道優(yōu)化探討[J]. 鄭佳芬,陳世莉,李郇,陳婷婷,王的培. 規(guī)劃師. 2018(07)
[9]基于POI大數(shù)據(jù)的城市零售業(yè)空間熱點分析——以遼寧省沈陽市為例[J]. 薛冰,肖驍,李京忠,姜璐,謝瀟. 經(jīng)濟地理. 2018(05)
[10]基于百度熱力圖的武漢市主城區(qū)城市人群聚集時空特征[J]. 王錄倉. 西部人居環(huán)境學刊. 2018(02)
碩士論文
[1]基于大數(shù)據(jù)的精準營銷應(yīng)用研究[D]. 王裴.貴州財經(jīng)大學 2018
[2]大數(shù)據(jù)在地產(chǎn)項目開發(fā)投資決策中的應(yīng)用研究[D]. 李孟陽.重慶大學 2018
[3]房地產(chǎn)大數(shù)據(jù)的定價研究[D]. 趙森.重慶交通大學 2017
[4]基于大數(shù)據(jù)的A房地產(chǎn)公司精準營銷研究[D]. 陳鵬.大連海事大學 2016
[5]基于大數(shù)據(jù)背景下的房地產(chǎn)廣告精準投放策略研究[D]. 張濤.西南大學 2015
本文編號:2953677
【文章來源】:河南財政稅務(wù)高等?茖W校學報. 2020年03期
【文章頁數(shù)】:5 頁
【文章目錄】:
一、大數(shù)據(jù)發(fā)展背景及類型劃分
(一)大數(shù)據(jù)發(fā)展背景
(二)大數(shù)據(jù)類型劃分
1.空間位置數(shù)據(jù)
2.行為軌跡數(shù)據(jù)
二、大數(shù)據(jù)在房地產(chǎn)領(lǐng)域的應(yīng)用概況
(一)房地產(chǎn)市場開發(fā)
(二)房地產(chǎn)精準營銷
(三)房地產(chǎn)價值評估
(四)房價影響機制研究
(五)住房保障機制建設(shè)
(六)其他領(lǐng)域
三、大數(shù)據(jù)在房地產(chǎn)領(lǐng)域的發(fā)展困境
(一)數(shù)據(jù)分析技術(shù)短缺
(二)數(shù)據(jù)安全性難以保障
(三)數(shù)據(jù)共享及交易機制不完善
四、結(jié)論與討論
【參考文獻】:
期刊論文
[1]耦合手機信令數(shù)據(jù)和房價數(shù)據(jù)的城市不同經(jīng)濟水平人群行為活動模式研究[J]. 關(guān)慶鋒,任書良,姚堯,梁迅,周劍鋒,袁澤皓,戴良洋. 地球信息科學學報. 2020(01)
[2]基于POI大數(shù)據(jù)的老工業(yè)區(qū)房價影響因素空間分異與實證[J]. 薛冰,肖驍,李京忠,謝瀟,任婉俠,逯承鵬,姜璐. 人文地理. 2019(04)
[3]基于房地產(chǎn)大數(shù)據(jù)的自動估價系統(tǒng)研究[J]. 董睿琳,董楠. 智能計算機與應(yīng)用. 2019(03)
[4]提高小眾房地產(chǎn)市場聯(lián)動績效的理論支撐與優(yōu)化途徑——基于大數(shù)據(jù)背景[J]. 劉軍琦. 產(chǎn)業(yè)與科技論壇. 2019(03)
[5]探索我國房地產(chǎn)檔案管理中的大數(shù)據(jù)應(yīng)用[J]. 朱智斌. 蘭臺內(nèi)外. 2019(01)
[6]基于大數(shù)據(jù)的房地產(chǎn)困境分析與開發(fā)決策創(chuàng)新探索[J]. 翟博文,陳輝林,趙魁,張平,黃小娟. 數(shù)學的實踐與認識. 2018(24)
[7]大數(shù)據(jù)背景下房地產(chǎn)價格波動及其影響因素分析——以十堰市為例[J]. 胡瓊,李若楠. 中國戰(zhàn)略新興產(chǎn)業(yè). 2018(44)
[8]廈門城市自行車道優(yōu)化探討[J]. 鄭佳芬,陳世莉,李郇,陳婷婷,王的培. 規(guī)劃師. 2018(07)
[9]基于POI大數(shù)據(jù)的城市零售業(yè)空間熱點分析——以遼寧省沈陽市為例[J]. 薛冰,肖驍,李京忠,姜璐,謝瀟. 經(jīng)濟地理. 2018(05)
[10]基于百度熱力圖的武漢市主城區(qū)城市人群聚集時空特征[J]. 王錄倉. 西部人居環(huán)境學刊. 2018(02)
碩士論文
[1]基于大數(shù)據(jù)的精準營銷應(yīng)用研究[D]. 王裴.貴州財經(jīng)大學 2018
[2]大數(shù)據(jù)在地產(chǎn)項目開發(fā)投資決策中的應(yīng)用研究[D]. 李孟陽.重慶大學 2018
[3]房地產(chǎn)大數(shù)據(jù)的定價研究[D]. 趙森.重慶交通大學 2017
[4]基于大數(shù)據(jù)的A房地產(chǎn)公司精準營銷研究[D]. 陳鵬.大連海事大學 2016
[5]基于大數(shù)據(jù)背景下的房地產(chǎn)廣告精準投放策略研究[D]. 張濤.西南大學 2015
本文編號:2953677
本文鏈接:http://sikaile.net/jingjilunwen/fangdichanjingjilunwen/2953677.html
最近更新
教材專著