基于人工神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)精準(zhǔn)營銷沙漏模型研究
發(fā)布時間:2020-09-10 19:42
隨著國家出臺一系列的房地產(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,對房地產(chǎn)客戶進行分級管理并通過客戶需求分級管理,精準(zhǔn)定位客戶并實施精準(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風(fēng)險。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,對客戶需求和客戶購買意向進行分級并展開研究,提出了客戶購買意向分級篩選和客戶需求分級篩選指標(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)方法對沙漏模型的樣本數(shù)據(jù)進行學(xué)習(xí)、訓(xùn)練和計算,得到的客戶購買意向分級篩選指數(shù)和客戶需求分級篩選指數(shù)的等級。在客戶需求分級的基礎(chǔ)上不斷挖掘客戶的深層需求和潛在需求,以實現(xiàn)客戶需求的最大可能值。實證結(jié)果說明本論文的沙漏模型能夠使客戶購房意向加強,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篩選和客戶需求分級篩選指標(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,很難直接對數(shù)據(jù)進逡逑行采集或挖掘,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)采集的時間和成本,需要對數(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)之前對數(shù)據(jù)預(yù)先做的處理,對于一些不規(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),便于操作和運算;對于某些其他數(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,絕對誤差如圖5-6。逡逑
課差擬合圖
【學(xué)位單位】:廣西大學(xué)
【學(xué)位級別】: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,很難直接對數(shù)據(jù)進逡逑行采集或挖掘,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)采集的時間和成本,需要對數(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)之前對數(shù)據(jù)預(yù)先做的處理,對于一些不規(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),便于操作和運算;對于某些其他數(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,絕對誤差如圖5-6。逡逑
課差擬合圖
【相似文獻】
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;項曙光;;人工神經(jīng)網(wǎng)絡(luò)在化工過程中的應(yīng)用進展[J];化工進展;2016年12期
6 宋雨o
本文編號:2816239
本文鏈接:http://www.sikaile.net/jingjilunwen/jingjiguanlilunwen/2816239.html
最近更新
教材專著