基于人工神经网络的房地产顾客互联网行为数据挖掘研究

《基于人工神经网络的房地产顾客互联网行为数据挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．：：：ｉ－Ｖ：？－＾ｒ，，．ｘＶ＇ｒ．；巧：、ｖｆ黎；ｉｓ．ｒ？璋二＇Ｐ．．ｒｎ－劈？ｉ、．古－弓古ｕ抑ｖ．１；．ｖｒ。：；，薦．ｖ！．ｔｖ錄、■；’＇，．＾Ｖ，巧苗＇．Ｖ片？於－Ｉｖ，，；．：＇巧．：ｒｌＩ蔓；．：－＇或声早避．爭．，位；Ｊ冀冷．沪第＃－—节／．＇■ｔ＇夢．Ｃ：－ｖ．７；＂、＇护＂■．：；广，」－訂文‘．；，．．．獅＿—麥‘ＩＶ．严｝．兴Ｖ，Ｖ．．漏．－．－：．．卓ｖ＞．．．ｒ．片．ｃＡ．＾書苗．．Ｖ＇ｆ、－巧，．－．？；．．：马．氣－．ｖ．一矣＇－ｏ＇

2、／Ｗ＇，｝．某．．．：終善Ｖ．－；；蠻古嚷Ｌ．１＼／Ｖ；赏．．ｖ７；／－．餐ｖ、＾一＼＇、＇參擊ｄ人。ｊ帷空节网誦醒恥顾客ｒ．３；￥．．＾？＇－；．．苗药Ｖ－．－－－，－．；／互Ｕ联同巧式句数ｇ挖研巧，；＾＾．、．．辛．，一覽．Ｖ／．；＾，。．．黃；Ｗ．蟲Ｖ，某导一等Ｘ＼讀＂Ｘ１＾一分．宅梦．．民．茲養Ｖ．’－－‘／．！梦／人ｖ＾！；＾ｒ＃一桌義．－＞：．；一：一Ｉ；、ｉ．．’去．ｆｒ詞、．＂／：孩§；ｌｘ－／享－辩／＾１．．马Ｖ．

3、ｉ苗＇吃趕譜謂ｉ■，．．載／￣＼：－毒ｆＶ皆－女－＾参．．．．Ｍ．＇．終＇夸夏：蘇．巧真．巧ｒ．：．．病Ｖ１．．Ｖｉ．契■；．．ｆ＇吟，．ｖ■．々受弓＾玲：争ｙ＾－？取寫．％．＂；＇．ｏ＾＇ｖ另＾：為＇．觀苗铅名专一；Ｓ；％欢巧＼榮；．枝．片等－虐＾杳扛（．當．户讀＼萍．、＼＾濟ｔ＂聲．托．每募填占－；、．！、．：背＾＾＂一，‘．＾．編．＂＾；；＇，，／．＾‘－＾．乂＾‘ｒ表．若－＾Ｖ＾ｆ＇Ｍ；Ｍ５警，■Ｉ－：Ｉ－．．＾．．，

4、］．ｒ一＼苦．．．Ｖ’’＼．－；．．，Ｖ．＇ｉ朽．．Ｖ－ｆ髮？－＇－、．－．域－＇＾｝－．：．＾皂、錢．＇分类号於，３密级ＵＤＣ硕±学位论文基于人工神经网络的房地产顾客互联网行为数据挖掘研究李玲学科专业巧乂经济及管理指导教师率维胖教授（ｒｔ、如论文答辩日期２０１６年５月２０日学位授予日期Ｍ答辩委员会主席廖东声广西大学学位论文原创性和使用授权声明本人声明所呈交的论文，是本人在导师的指导下独立进行研究所取得的研究成果。除已特

5、别加Ｗ标注和致谢的地方外，论文不包含任何其他个人或集体已经发表或撰写的研究成果，也不包含本人或他人为获得广西大学或其它单位的学位而使用过的材料一。与我同工作的同事对本论文的研究王作所做的贡献均已在论文中作了明确说明。本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归属广西大学。本人授权广西大学拥有学位论文的部分使用权，目Ｐ：学校有权保存并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅，可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索和传播，可Ｗ采用影印、

6、缩印或其它复制手段保存、汇编学位论文。本学位论文属于；□保密，在年解密后适用授权。回不保密。＂＂（请在［＾上相应方框内打Ｖ）论文作者签名：糸＾日期：和指导教师签名：？日期足ｒ月引ｑ东年基于人工神经网络的房地产烦客互联网行为数据挖据研究摘要作为国民支柱产业的房地产市场近几年发展迅猛，对经济社会具有深远影响。然而随着互联网的冲击，在经济、人口、化会财富结构等发生重。大变化的今天，房地产企业竞争更加激烈，企业营销周期和成本不断加大利用数据挖掘技术能够有效发掘潜在顾客，精准定位顾

7、客。现今，顾客在购房过程中的许多行为都通过互联网来实现，而系统化的对于顾客互联网行为的研究理论还比较欠缺。因此，有必要构建数据挖掘模型对房地产顾客互联网行为进行深入研究。本文通过对房地产顾客互联网行为主要轨迹的分析研究，确定了数据挖掘模型采集指标体系及数据采集方法为构建模型做准备。随后，根据人工神经网络原理确定了数据挖掘模型结构并说明了模型运行函数和步骤。利用Ｍａｔｌ化神经网络工具箱结合采集数据样本对模型进行训练、检验，实现了通过模型输出购买倾向指数对顾客互联网行为进行预测和判别功能。本

8、文在对模型实证研究中，通过对期望输出的设定，将顾客购买倾向指数映射在（０，１）范围内的５个区间，当购买倾向指数越高，说明顾客购买倾向越强烈，反之，则越低。对购房顾客互联网行为进行预测时，判断实际购买倾向指数属于哪个区间，不同区间的顾客采取不同的营销方法，并一ｉＵ此作为依据为房地产企业挖掘