隨著國家出臺(tái)一系列的房地產(chǎn)調(diào)控政策,房地產(chǎn)行業(yè)面臨著越來越多瓶頸,庫存量急劇增加、創(chuàng)新深度不夠等問題突顯。房地產(chǎn)業(yè)現(xiàn)有的營銷尚未精準(zhǔn)的定位到每一位客戶,沒有完全以客戶為中心,也沒有形成比較完善的客戶分類管理和客戶需求分類管理的機(jī)制,精準(zhǔn)營銷的精準(zhǔn)和高效性尚未得到充分體現(xiàn)。因此,對(duì)房地產(chǎn)客戶進(jìn)行分級(jí)管理并通過客戶需求分級(jí)管理,精準(zhǔn)定位客戶并實(shí)施精準(zhǔn)營銷是提高營銷效率和化解庫存壓力的關(guān)鍵,能夠降低企業(yè)成本和不確定性的市場(chǎng)風(fēng)險(xiǎn)。本論文通過挖掘房地產(chǎn)客戶基本特征、線下線上行為來建立與客戶屬性的映射關(guān)系,基于房地產(chǎn)客戶購房行為偏好和需求的分析,對(duì)客戶需求和客戶購買意向進(jìn)行分級(jí)并展開研究,提出了客戶購買意向分級(jí)篩選和客戶需求分級(jí)篩選指標(biāo)體系,從而構(gòu)建基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)精準(zhǔn)營銷沙漏模型。應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法對(duì)沙漏模型的樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)、訓(xùn)練和計(jì)算,得到的客戶購買意向分級(jí)篩選指數(shù)和客戶需求分級(jí)篩選指數(shù)的等級(jí)。在客戶需求分級(jí)的基礎(chǔ)上不斷挖掘客戶的深層需求和潛在需求,以實(shí)現(xiàn)客戶需求的最大可能值。實(shí)證結(jié)果說明本論文的沙漏模型能夠使客戶購房意向加強(qiáng),能夠有效挖掘客戶更深層次的需求,客戶購房成交率明顯提高。這說明客戶購買意向分級(jí)篩選和客戶需求分級(jí)篩選指標(biāo)體系是有效的,本論文的精準(zhǔn)營銷沙漏模型使?fàn)I銷更精準(zhǔn)高效,能顯著提高房地產(chǎn)行業(yè)的營銷水平。本文研究具有一定的借鑒意義。
【學(xué)位單位】：廣西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F299.23;F274
【部分圖文】：

公園休閑配套、交通出行情況等指標(biāo)數(shù)據(jù)。逡逑最后，將收集的客戶行為軌跡和需求信息數(shù)據(jù)統(tǒng)一匯總到數(shù)據(jù)庫中，為后續(xù)的研宄逡逑做數(shù)據(jù)準(zhǔn)備。房地產(chǎn)客戶數(shù)據(jù)采集過程如圖３－２：逡逑＾邐，邐邋ｆｐ—逡逑Ｃ＇ＪＸｌ邐需求信息邐網(wǎng)絡(luò)日志邋」ｐ：邐ｒ—＂邐數(shù)據(jù)庫逡逑＾邐＼邐＼邐＾邐管理信息逡逑癲邋ｕ邋Ｗ邋Ｈ邋Ｕ逡逑Ｖ客戶邐逡逑圖３－１：房地產(chǎn)客戶數(shù)據(jù)采集過程逡逑Ｆｉｇｕｒｅ邋３－１：邋ｄａｔａ邋ａｃｑｕｉｓｉｔｉｏｎ邋ｐｒｏｃｅｓｓ邋ｏｆ邋ｒｅａｌ邋ｅｓｔａｔｅ邋ｃｕｓｔｏｍｅｒｓ．逡逑３．邋４指標(biāo)數(shù)據(jù)預(yù)處理逡逑生活中大多數(shù)的數(shù)據(jù)基本都是缺失不完整的，或者雜亂不一的，很難直接對(duì)數(shù)據(jù)進(jìn)逡逑行采集或挖掘，直接采集或挖掘的結(jié)果難以令人滿意。因此，為了提高數(shù)據(jù)采集的質(zhì)量逡逑和準(zhǔn)確性，降低數(shù)據(jù)采集的時(shí)間和成本，需要對(duì)數(shù)據(jù)做預(yù)處理。數(shù)據(jù)預(yù)處理是指正式處逡逑理數(shù)據(jù)之前對(duì)數(shù)據(jù)預(yù)先做的處理，對(duì)于一些不規(guī)則分布的數(shù)據(jù)經(jīng)過轉(zhuǎn)換成為規(guī)則分布的逡逑數(shù)據(jù)，便于操作和運(yùn)算；對(duì)于某些其他數(shù)據(jù)需要經(jīng)過重新排序、垂直疊加、重新編輯或逡逑２５逡逑

圖５－１運(yùn)Ｆｉｇ．邋５－１邋Ｐｒｏｇｒａｍ邋ｒｕｎ邋ｅｎｄ邋ｄｉａｇｒａｍ．逡逑知，經(jīng)過８４８次學(xué)習(xí)迭代，得到期望誤差，終止訓(xùn)練。數(shù)習(xí)結(jié)果輸出與期望輸出值相近，樣本數(shù)據(jù)擬合結(jié)果如圖５－３差如圖５－５，絕對(duì)誤差如圖５－６。逡逑

課差擬合圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜秉航;;人工神經(jīng)網(wǎng)絡(luò)初探[J];科技傳播;2018年02期

2 宋子航;;深度學(xué)習(xí)技術(shù)及其在醫(yī)療領(lǐng)域中的應(yīng)用[J];科技傳播;2018年12期

3 彭驛茹;;人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史與訓(xùn)練算法概述[J];科技傳播;2018年21期

4 馬衛(wèi)東;;電氣控制線路和人工神經(jīng)網(wǎng)絡(luò)關(guān)系初探[J];電子世界;2017年02期

5 宋泓陽;孫曉巖;項(xiàng)曙光;;人工神經(jīng)網(wǎng)絡(luò)在化工過程中的應(yīng)用進(jìn)展[J];化工進(jìn)展;2016年12期

6 宋雨o

本文編號(hào)：2816239