| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究的目的和意义 | 第9-10页 |
| 1.2.1 研究的目的 | 第9页 |
| 1.2.2 研究的意义 | 第9-10页 |
| 1.3 研究思路和主要内容 | 第10-11页 |
| 1.3.1 研究思路 | 第10-11页 |
| 1.3.2 主要研究内容 | 第11页 |
| 1.4 研究方法及技术路线 | 第11-12页 |
| 1.4.1 研究方法 | 第11-12页 |
| 1.4.2 技术路线 | 第12页 |
| 1.5 创新之处 | 第12-14页 |
| 第二章 理论基础与文献综述 | 第14-23页 |
| 2.1 理论基础 | 第14-19页 |
| 2.1.1 消费者行为理论 | 第14页 |
| 2.1.2 互联网行为理论 | 第14-15页 |
| 2.1.3 数据挖掘理论 | 第15-16页 |
| 2.1.4 人工神经网络理论 | 第16-19页 |
| 2.2 文献综述 | 第19-21页 |
| 2.2.1 国外研究现状 | 第19-20页 |
| 2.2.2 国内研究现状 | 第20-21页 |
| 2.3 相关研究述评 | 第21-23页 |
| 第三章 房地产顾客互联网行为数据采集与指标体系设计 | 第23-35页 |
| 3.1 房地产顾客互联网行为特征分析 | 第23-26页 |
| 3.1.1 房地产顾客互联网行为界定 | 第23页 |
| 3.1.2 房地产顾客互联网行为的特殊性 | 第23-25页 |
| 3.1.3 房地产顾客互联网行为主要轨迹 | 第25-26页 |
| 3.2 房地产顾客互联网行为数据采集思路 | 第26-28页 |
| 3.2.1 传统采集方法及存在问题 | 第26-27页 |
| 3.2.2 顾客互联网行为数据采集思路及采集方法 | 第27-28页 |
| 3.3 采集指标体系设计 | 第28-32页 |
| 3.3.1 指标体系设计原则 | 第28-29页 |
| 3.3.2 采集指标体系确定 | 第29-32页 |
| 3.4 指标数据的采集 | 第32-34页 |
| 3.5 采集数据预处理 | 第34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 房地产顾客互联网行为数据挖掘模型构建 | 第35-45页 |
| 4.1 模型构建目的 | 第35页 |
| 4.2 模型构建思路 | 第35-37页 |
| 4.3 BP神经网络模型建立 | 第37-40页 |
| 4.3.1 网络模型层数 | 第37页 |
| 4.3.2 输入和输出神经元 | 第37-39页 |
| 4.3.3 隐含层单元数 | 第39页 |
| 4.3.4 数据挖掘模型基本结构 | 第39-40页 |
| 4.4 模型运行函数及步骤 | 第40-44页 |
| 4.4.1 MATLAB神经网络工具箱函数 | 第40-44页 |
| 4.4.2 模型运行步骤 | 第44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 模型的实证分析 | 第45-55页 |
| 5.1 确定样本 | 第45-47页 |
| 5.2 神经网络模型训练 | 第47-52页 |
| 5.2.1 网络程序及说明 | 第47-49页 |
| 5.2.2 训练过程及结果 | 第49-52页 |
| 5.3 神经网络模型检验 | 第52-53页 |
| 5.4 神经网络模型预测 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 研究成果结论及展望 | 第55-58页 |
| 6.1 研究成果及结论 | 第55-56页 |
| 6.2 研究的对策建议 | 第56-57页 |
| 6.3 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录1 | 第62-64页 |
| 附录2 | 第64-66页 |
| 附录3 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表论文及科研情况 | 第69页 |