crm中數(shù)據(jù)挖掘技術(shù)在房地產(chǎn)客戶(hù)關(guān)系管理中的應(yīng)用與流程-資料下載頁(yè)
【導(dǎo)讀】長(zhǎng)期運(yùn)行的信息系統(tǒng)積累了大量房地產(chǎn)企業(yè)運(yùn)作的相關(guān)信息,地產(chǎn)企業(yè)市場(chǎng)運(yùn)作和高層決策的重要參考。數(shù)據(jù)挖掘技術(shù)主要是關(guān)聯(lián)分析、聚類(lèi)分析、分類(lèi)、預(yù)測(cè)和。時(shí)間序列分析等。應(yīng)用數(shù)據(jù)挖掘有助于發(fā)現(xiàn)業(yè)務(wù)發(fā)展的趨勢(shì)，揭示已。關(guān)鍵因素，有利于使用者做出正確的決策。下面簡(jiǎn)要介紹本文中涉及。關(guān)聯(lián)分析反映一個(gè)事件和其他事件之間依賴(lài)或關(guān)聯(lián)的知識(shí)。他屬性值進(jìn)行預(yù)測(cè)。比如，一個(gè)借款人己購(gòu)買(mǎi)了汽車(chē)，那么其貸款購(gòu)。買(mǎi)商品房的概率是10%。隨著大量數(shù)據(jù)不停地收集和存儲(chǔ)，許多業(yè)界人士。對(duì)于從他們的數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)則越來(lái)越感興趣。設(shè)計(jì)、交叉購(gòu)物和賤賣(mài)分析。由聚類(lèi)所產(chǎn)生的簇是一組數(shù)據(jù)對(duì)象的集合，這些對(duì)象根據(jù)最大?；?lèi)內(nèi)的相似性、最小化類(lèi)間的相似性的原則進(jìn)行聚類(lèi)或分組。編制，將觀察到的內(nèi)容組織成類(lèi)分層結(jié)構(gòu)，把類(lèi)似的事件組織在一起。決于所收集數(shù)據(jù)的數(shù)量和質(zhì)量。有效性，并驗(yàn)證各數(shù)據(jù)庫(kù)之間的一致性。樹(shù)和人工神經(jīng)網(wǎng)絡(luò)等。
【正文】 其中有 81 人符合關(guān)聯(lián)規(guī)則的描述 。規(guī)則的可信度為 37. 89 %，說(shuō)明價(jià) 格無(wú)關(guān)型客戶(hù)中有37. 89%的人購(gòu)買(mǎi)商品房預(yù)算在 100 萬(wàn)元以上。然而，為了更加準(zhǔn)確地挖掘出有意義的關(guān)聯(lián)規(guī)則，還可以進(jìn)行更深一步的挖掘，即對(duì)挖掘出的關(guān)聯(lián)規(guī)則更換因果關(guān)系，形成新的關(guān)聯(lián)規(guī)則與之對(duì)比。如表 4 所示。 對(duì)比這兩個(gè)關(guān)聯(lián)規(guī)則可發(fā)現(xiàn)， “不那么關(guān)心價(jià)格的人比較注重地理位置“的可能性 (37. 89 %)比“比較注重地址位置的人不那么關(guān)心價(jià)格”的可能性 ( 23. 43 %)高，這說(shuō)明關(guān)聯(lián)規(guī)則“價(jià)格不重要型客戶(hù)較注重地理位置”是一條更有意義的關(guān)聯(lián)規(guī)則。 4結(jié)束語(yǔ) 房地產(chǎn)行業(yè)是一個(gè)數(shù)據(jù)量大、關(guān)聯(lián)性強(qiáng)、影響因素多的復(fù)雜非線性系統(tǒng)。本文對(duì)數(shù)據(jù)挖掘技術(shù)在房地產(chǎn)客戶(hù)關(guān)系管理系統(tǒng)中應(yīng)用的具體方式與方法進(jìn)行了探討。數(shù)據(jù)挖掘技術(shù)為房地產(chǎn) CRM 提供了具有創(chuàng)造性的解決方案，幫助房地產(chǎn)企業(yè)解決了銷(xiāo)售、營(yíng)銷(xiāo)、服務(wù)等業(yè)務(wù)環(huán)節(jié)的問(wèn)題。 參考文獻(xiàn) : [1]王光宏，蔣平 .數(shù) 據(jù)挖掘綜述 [J].同濟(jì)大學(xué)學(xué)報(bào) (自然科學(xué)版 )，2020, 32 (2) : 112118. [2 ] Jiawei Han,Micheline Kamber 數(shù)據(jù)挖掘概念與技術(shù)影印版 )[M ].北京 :高等教育出版社， 2020. [3]陳峻青 .基于數(shù)據(jù)挖掘的房地產(chǎn)價(jià)格分析與預(yù)測(cè) [D ]. 廣州 :中山大學(xué)碩士學(xué)位論文， 2020. [4]何麗 .基于 W eb 挖掘的決策支持系統(tǒng)模型研究 [D].天津 :天津大學(xué)博士學(xué)位論文， 2020. [5]趙永進(jìn) .基于數(shù)據(jù)挖掘?qū)善狈治雠c預(yù)測(cè)研究 [D].鄭州 :鄭州大學(xué)碩士學(xué)位論文， 2020. [6]畢建欣 .數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)領(lǐng)域中的應(yīng)用 [J].華南金融電腦， 2020 (8):97101. [7]熊騰科 .基于數(shù)據(jù)挖掘的金融預(yù)測(cè)模型 [D ].廈門(mén) :廈門(mén)大學(xué)碩士學(xué)位論文， 2020. [8]李先光，劉穎，袁競(jìng)峰，等 .房地產(chǎn)市場(chǎng)分析預(yù)測(cè)中的數(shù)據(jù)挖掘技術(shù)應(yīng)用研究 [J].貴州工業(yè)大學(xué)學(xué)報(bào)， 2020, 36 (1):44 一 8 [9]裘建國(guó) .基于神經(jīng)網(wǎng)絡(luò)的南京市房地產(chǎn)市場(chǎng)預(yù)警系統(tǒng)研究 [D].南京 :東南大學(xué)碩士學(xué)位論文， 2020. [10]張蓉 .數(shù)據(jù)挖掘技術(shù)在房地產(chǎn)客戶(hù)關(guān)系管理系統(tǒng)中的應(yīng) 用 [， 2020,26(6):18s187. 客戶(hù)關(guān)系作業(yè) CRM 中數(shù)據(jù)挖掘技術(shù)在房地產(chǎn)客戶(hù)關(guān)系管理中的應(yīng)用與流程 學(xué)院：工商管理學(xué)院 專(zhuān)業(yè)：市場(chǎng)營(yíng)銷(xiāo) 班級(jí)： 1153 學(xué)號(hào)： 21 姓名：劉爽
鄂ICP備17016276號(hào)-1