基于web技术的房地产营销辅助决策系统设计

发布时间：2017-10-11 09:11

  本文关键词：基于web技术的房地产营销辅助决策系统设计

  更多相关文章： 房地产营销 决策支持 数据挖掘 电子商务

【摘要】：随着互联网技术的不断发展,房地产市场的互联网营销已经成为营销行为和趋势。同时,在互联网上存在着大量的房地产项目推广信息和消费者相关信息。房地产企业面对快速变化的市场,要作出快速反应,确定项目营销决策,就要及时、准确地了解市场行情、掌握市场动态。而这种复杂的决策仅凭传统经验和市场调研手段很难快速做出正确地判断。为此,本文结合数据挖掘技术和决策分析方法,提出了一种基于Web互联网技术的房地产营销辅助决策系统的方案,从巨大的数据中寻找并提炼有用信息,经过数据的分析、归类、筛选和预测,挖掘出对营销有益的信息,为房地产行业从业者分析市场走势和营销决策提供辅助支持。首先,对房地产市场营销信息特点进行描述,用数据挖掘的方法对房地产市场营销中的相关数据信息进行了聚类与关联性分析,建立房地产信息数据多维度综合分析模型。然后,本文通过多维综合分析后,以互联网络平台为基础,设计并建立了房地产营销辅助决策系统的功能架构和体系结构。最后,以房地产营销辅助决策系统模型为核心基础,构建了一个关于房地产信息分析服务的电子商务平台。实现在线注册用户的付费购买、信息查询、浏览和下载等功能。本文的基于Web技术的房地产营销辅助决策系统设计是采用了DSS(决策支持系统)为信息处理平台,Excel为模型集成,JAVA为跨平台语言工具,建立B/S结构的网络应用,并通过在Internet/Intranet模式下的数据库应用和决策分析等信息技术,结合房地产市场营销方法,来评价项目的营销环境。营销决策者可通过互联网远程访问,完成对系统数据仓库的查询、浏览,实现项目的远程调研分析和快速决策支持。
【关键词】：房地产营销 决策支持 数据挖掘 电子商务
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.52;TP393.09
【目录】：

• 摘要5-6
• Abstract6-13
• 第1章 绪论13-17
• 1.1 选题依据与项目实施来源13-14
• 1.2 选题目的与意义14-15
• 1.3 数据挖掘研究现状和趋势15
• 1.3.1 国外研究现状15
• 1.3.2 国内研究现状15
• 1.3.3 数据挖掘的研究趋势15
• 1.4 论文研究主要内容15-16
• 1.5 小结16-17
• 第2章 理论基础17-25
• 2.1 房地产市场营销信息17-20
• 2.1.1 概念介绍17
• 2.1.2 市场营销信息对房地产企业营销活动的作用17-18
• 2.1.3 房地产市场营销信息的类型18
• 2.1.4 房地产市场营销信息的特征18
• 2.1.5 房地产市场信息分析模型18-19
• 2.1.6 房地产市场信息需求19
• 2.1.7 房地产市场信息收集19-20
• 2.2 数据挖掘技术20-22
• 2.2.1 数据挖掘技术简介20-21
• 2.2.2 数据挖掘的主要算法21
• 2.2.3 数据挖掘软件的应用领域21-22
• 2.3 Web数据挖掘技术22-24
• 2.3.1 Web数据挖掘简介22
• 2.3.2 Web数据挖掘分类22-23
• 2.3.3 Web数据挖掘在电子商务中的应用23
• 2.3.4 Web挖掘的数据预处理23-24
• 2.4 小结24-25
• 第3章 房地产营销辅助决策系统需求分析25-29
• 3.1 问题分析25-26
• 3.2 系统可行性分析26-27
• 3.2.1 技术可行性分析26
• 3.2.2 经济可行性分析26-27
• 3.2.3 效益可行性分析27
• 3.3 系统功能需求分析27-28
• 3.3.1 系统总体功能需求要求27
• 3.3.2 系统模块的具体功能要求27-28
• 3.4 小结28-29
• 第4章 房地产营销辅助决策系统设计29-41
• 4.1 系统设计总体原则29
• 4.2 系统的结构设计29-31
• 4.3 系统工作机制31-32
• 4.4 系统的数据模型设计32-36
• 4.4.1 数据库系统32-33
• 4.4.2 元数据模型33-34
• 4.4.3 数据实体描述34-35
• 4.4.4 数据表设计35-36
• 4.5 房地产价格预测模型设计36-39
• 4.5.1 房价预测的要素36-37
• 4.5.2 房价预测方法37-38
• 4.5.3 预测房地产价格的模型38-39
• 4.6 系统的功能设计39-40
• 4.6.1 信息数据管理与多维度分析功能设计39
• 4.6.2 会员操作功能设计39-40
• 4.6.3 管理员功能设计40
• 4.7 小结40-41
• 第5章 房地产营销辅助决策系统开发41-53
• 5.1 开发环境41
• 5.1.1 操作系统41
• 5.1.2 WEB服务器41
• 5.1.3 后台数据库41
• 5.2 信息数据管理和多维分析功能开发41-47
• 5.2.1 数据导入41-42
• 5.2.2 多维度分析功能开发42-45
• 5.2.3 竞争市场数据分析45-46
• 5.2.4 市场排行数据分析46
• 5.2.5 楼市GIS数据分析46-47
• 5.3 人机界面设计47
• 5.4 会员角色系统功能开发47-51
• 5.4.1 会员登录和注册47-48
• 5.4.2 系统主页48-50
• 5.4.3 购物车功能50-51
• 5.4.4 订单51
• 5.5 管理员角色系统功能51-52
• 5.5.1 用户管理模块51
• 5.5.2 会员管理模块51-52
• 5.5.3 信息产品管理模块52
• 5.5.4 订单管理模块52
• 5.5.5 日志管理模块52
• 5.6 小结52-53
• 结论53-55
• 参考文献55-58
• 致谢58

【参考文献】

中国期刊全文数据库 前10条

1 刘雅君;杨景林;刘雅芬;;基于GIS的水环境决策支持系统的开发与应用[J];电脑知识与技术;2011年25期

2 郭良;白杨;;医药连锁店供货方案的决策支持系统[J];计算机与信息技术;2011年Z2期

3 张琳;陈燕;李桃迎;牟向伟;;决策树分类算法研究[J];计算机工程;2011年13期

4 李春雷;;基于WEB服务的毕业设计管理系统的设计[J];价值工程;2010年22期

5 张婷;汪渊;朱鹏;;基于B/S结构的实验室管理系统设计与实现[J];电脑开发与应用;2010年08期

6 杨鲁国;;住宅房地产价格影响因素分析[J];经营管理者;2010年05期

7 于立红;杜芸;;数据挖掘中数据预处理方法与技术[J];安徽电子信息职业技术学院学报;2009年04期

8 赵双萍;;Web日志挖掘中概化分析的研究与探讨[J];兰州工业高等专科学校学报;2006年02期

9 袁锋伟,欧燕群;数据仓库在客户关系管理中的应用[J];南华大学学报(理工版);2004年02期

10 周秋平;基于Web的数据库访问技术的研究[J];安徽教育学院学报;2003年06期

，

本文编号：1011668