基于人工神经网络的房地产精准营销沙漏模型研究

发布时间：2020-09-10 19:42

　　随着国家出台一系列的房地产调控政策,房地产行业面临着越来越多瓶颈,库存量急剧增加、创新深度不够等问题突显。房地产业现有的营销尚未精准的定位到每一位客户,没有完全以客户为中心,也没有形成比较完善的客户分类管理和客户需求分类管理的机制,精准营销的精准和高效性尚未得到充分体现。因此,对房地产客户进行分级管理并通过客户需求分级管理,精准定位客户并实施精准营销是提高营销效率和化解库存压力的关键,能够降低企业成本和不确定性的市场风险。本论文通过挖掘房地产客户基本特征、线下线上行为来建立与客户属性的映射关系,基于房地产客户购房行为偏好和需求的分析,对客户需求和客户购买意向进行分级并展开研究,提出了客户购买意向分级筛选和客户需求分级筛选指标体系,从而构建基于人工神经网络的房地产精准营销沙漏模型。应用人工神经网络方法对沙漏模型的样本数据进行学习、训练和计算,得到的客户购买意向分级筛选指数和客户需求分级筛选指数的等级。在客户需求分级的基础上不断挖掘客户的深层需求和潜在需求,以实现客户需求的最大可能值。实证结果说明本论文的沙漏模型能够使客户购房意向加强,能够有效挖掘客户更深层次的需求,客户购房成交率明显提高。这说明客户购买意向分级筛选和客户需求分级筛选指标体系是有效的,本论文的精准营销沙漏模型使营销更精准高效,能显著提高房地产行业的营销水平。本文研究具有一定的借鉴意义。
【学位单位】：广西大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F299.23;F274
【部分图文】：

过程图,客户数据,房地产,过程

公园休闲配套、交通出行情况等指标数据。逡逑最后，将收集的客户行为轨迹和需求信息数据统一汇总到数据库中，为后续的研宄逡逑做数据准备。房地产客户数据采集过程如图３－２：逡逑＾逦，逦邋ｆｐ—逡逑Ｃ＇ＪＸｌ逦需求信息逦网络日志邋」ｐ：逦ｒ—＂逦数据库逡逑＾逦＼逦＼逦＾逦管理信息逡逑癫邋ｕ邋Ｗ邋Ｈ邋Ｕ逡逑Ｖ客户逦逡逑图３－１：房地产客户数据采集过程逡逑Ｆｉｇｕｒｅ邋３－１：邋ｄａｔａ邋ａｃｑｕｉｓｉｔｉｏｎ邋ｐｒｏｃｅｓｓ邋ｏｆ邋ｒｅａｌ邋ｅｓｔａｔｅ邋ｃｕｓｔｏｍｅｒｓ．逡逑３．邋４指标数据预处理逡逑生活中大多数的数据基本都是缺失不完整的，或者杂乱不一的，很难直接对数据进逡逑行采集或挖掘，直接采集或挖掘的结果难以令人满意。因此，为了提高数据采集的质量逡逑和准确性，降低数据采集的时间和成本，需要对数据做预处理。数据预处理是指正式处逡逑理数据之前对数据预先做的处理，对于一些不规则分布的数据经过转换成为规则分布的逡逑数据，便于操作和运算；对于某些其他数据需要经过重新排序、垂直叠加、重新编辑或逡逑２５逡逑

程序运行,期望误差,期望输出值,绝对误差

图５－１运Ｆｉｇ．邋５－１邋Ｐｒｏｇｒａｍ邋ｒｕｎ邋ｅｎｄ邋ｄｉａｇｒａｍ．逡逑知，经过８４８次学习迭代，得到期望误差，终止训练。数习结果输出与期望输出值相近，样本数据拟合结果如图５－３差如图５－５，绝对误差如图５－６。逡逑

拟合,硕士学位论文,房地产

课差拟合图

【相似文献】