本文關(guān)鍵詞：互聯(lián)網(wǎng)背景下房地產(chǎn)網(wǎng)站的分類研究，由筆耕文化傳播整理發(fā)布。

【摘要】：如今,互聯(lián)網(wǎng)的大量滲透已悄然改變了人們的消費習(xí)慣,在房產(chǎn)領(lǐng)域,網(wǎng)絡(luò)已經(jīng)成為購房者的重要信息來源和決策依據(jù)。憑借著進(jìn)入房地產(chǎn)互聯(lián)網(wǎng)領(lǐng)域,許多房產(chǎn)企業(yè)發(fā)展迅速,并逐漸開始壯大,與此同時也有一些企業(yè)因各種原因,發(fā)展緩慢而退出房產(chǎn)網(wǎng)站市場,因此,利用數(shù)據(jù)分析來考慮房產(chǎn)類網(wǎng)站對企業(yè)的影響,具有一定的現(xiàn)實意義。本文主要研究了房產(chǎn)類網(wǎng)站對企業(yè)的影響問題,首先介紹了房地產(chǎn)和互聯(lián)網(wǎng)發(fā)展現(xiàn)狀及趨勢,然后考慮了二者的結(jié)合問題,接著介紹了常用的多元統(tǒng)計方法,主要包括主成分分析、因子分析、聚類分析和判別分析法。最后采用多元統(tǒng)計方法根據(jù)選取出來的指標(biāo)對60余家房產(chǎn)網(wǎng)站進(jìn)行分類,通過SPSS以及Excel等軟件進(jìn)行實證分析,結(jié)果證明了該方法具有一定的實用性。從本文的分析結(jié)果也可以看出許多影響房產(chǎn)類網(wǎng)站發(fā)展的因子,得到了比較理想的結(jié)果,同時也為我國房產(chǎn)類網(wǎng)站的發(fā)展提供了比較可靠的信息。
【關(guān)鍵詞】：房產(chǎn)網(wǎng)站 多元統(tǒng)計 聚類分析 因子分析 判別分析
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F299.23;O212
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-12
• 1.1 研究背景及意義9
• 1.2 國內(nèi)外研究綜述9-10
• 1.3 研究內(nèi)容及方法10-12
• 第2章 互聯(lián)網(wǎng)背景下房產(chǎn)類網(wǎng)站概述12-16
• 2.1 房地產(chǎn)行業(yè)背景分析12
• 2.2 房產(chǎn)企業(yè)互聯(lián)網(wǎng)分析12-14
• 2.2.1 房產(chǎn)互聯(lián)網(wǎng)發(fā)展現(xiàn)狀12-13
• 2.2.2 我國房產(chǎn)互聯(lián)網(wǎng)的發(fā)展13-14
• 2.3 房產(chǎn)類網(wǎng)站發(fā)展概況14-16
• 第3章 房產(chǎn)類網(wǎng)站指標(biāo)簡介16-20
• 3.1 評價指標(biāo)體系構(gòu)建的原則16-17
• 3.2 評價指標(biāo)的選擇17-20
• 第4章 數(shù)學(xué)原理及統(tǒng)計方法簡介20-26
• 4.1 主成分以及因子分析20-22
• 4.1.1 主成分分析20-21
• 4.1.2 因子分析21-22
• 4.2 系統(tǒng)聚類與判別分析22-26
• 4.2.1 聚類22-24
• 4.2.2 判別分析及Fisher判別法24-26
• 第5章 實證分析26-45
• 5.1 樣本選擇與預(yù)處理26-27
• 5.2 樣本指標(biāo)的描述性統(tǒng)計分析27-28
• 5.3 因子分析過程28-37
• 5.3.1 因子分析過程詳解28-33
• 5.3.2 因子分析得分排名33-37
• 5.4 因子分析結(jié)果37-39
• 5.5 聚類判別分析過程39-44
• 5.5.1 聚類結(jié)果39-40
• 5.5.2 基于因子得分分類結(jié)果的判別分析40-44
• 5.6 聚類判別分析結(jié)論44-45
• 第6章 總結(jié)與展望45-47
• 6.1 總結(jié)45
• 6.2 展望45-47
• 參考文獻(xiàn)47-49
• 致謝49

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉先熙;;Web數(shù)據(jù)挖掘技術(shù)[J];電腦知識與技術(shù);2009年19期

  本文關(guān)鍵詞：互聯(lián)網(wǎng)背景下房地產(chǎn)網(wǎng)站的分類研究，，由筆耕文化傳播整理發(fā)布。

本文編號：312506