| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-24页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11-12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-21页 |
| 1.3.1 国外研究现状 | 第12-17页 |
| 1.3.2 国内研究现状 | 第17-21页 |
| 1.3.3 研究评述 | 第21页 |
| 1.4 研究方法与研究内容 | 第21-24页 |
| 1.4.1 研究方法 | 第21-22页 |
| 1.4.2 研究内容 | 第22页 |
| 1.4.3 技术路线 | 第22-24页 |
| 2 相关概念及理论基础 | 第24-36页 |
| 2.1 概念基础 | 第24-31页 |
| 2.1.1 大数据 | 第24-27页 |
| 2.1.2 地产项目开发投资决策 | 第27-30页 |
| 2.1.3 大数据下地产项目开发投资决策的涵义 | 第30页 |
| 2.1.4 大数据下地产项目开发投资决策的核心 | 第30-31页 |
| 2.2 理论基础 | 第31-33页 |
| 2.2.1 决策理论 | 第31-32页 |
| 2.2.2 竞争战略理论 | 第32-33页 |
| 2.2.3 项目管理理论 | 第33页 |
| 2.3 本章小结 | 第33-36页 |
| 3 地产项目开发投资决策中大数据的引入 | 第36-52页 |
| 3.1 大数据下地产项目开发投资决策的特征 | 第36-42页 |
| 3.1.1 决策数据全面化 | 第37-38页 |
| 3.1.2 决策主体多元化 | 第38-40页 |
| 3.1.3 决策分析智能化 | 第40-41页 |
| 3.1.4 决策过程动态化 | 第41-42页 |
| 3.2 大数据下地产项目开发投资决策的原则 | 第42-47页 |
| 3.2.1 数据可视化原则 | 第42-44页 |
| 3.2.2 交叉验证原则 | 第44-45页 |
| 3.2.3 系统扁平化原则 | 第45-46页 |
| 3.2.4 计算机辅助调查与实态调查相结合的原则 | 第46-47页 |
| 3.3 大数据下地产项目开发决策面临的挑战及问题 | 第47-48页 |
| 3.3.1 对于大数据存储系统的挑战 | 第47-48页 |
| 3.3.2 对于房地产企业自身的挑战 | 第48页 |
| 3.4 大数据在地产项目开发投资决策中应用的预期效果 | 第48-50页 |
| 3.4.1 提升地产开发项目投资决策精确性 | 第48-49页 |
| 3.4.2 使投资决策过程更加清晰、客观 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 4 大数据在地产项目开发投资决策中应用的基本程序 | 第52-70页 |
| 4.1 决策大数据的获取 | 第52-56页 |
| 4.1.1 网络数据 | 第53-54页 |
| 4.1.2 设施数据 | 第54-56页 |
| 4.1.3 本地数据 | 第56页 |
| 4.2 决策大数据的分类 | 第56-62页 |
| 4.2.1 市场类大数据 | 第57-58页 |
| 4.2.2 城建类大数据 | 第58-59页 |
| 4.2.3 功能类大数据 | 第59-60页 |
| 4.2.4 成本类大数据 | 第60-62页 |
| 4.3 决策大数据的存储 | 第62-64页 |
| 4.3.1 分布式存储系统Hadoop简介 | 第62-63页 |
| 4.3.2 存储系统构建 | 第63-64页 |
| 4.4 决策大数据的分析与解释 | 第64-68页 |
| 4.4.1 决策大数据的分析 | 第65-66页 |
| 4.4.2 决策大数据的解释 | 第66-68页 |
| 4.5 本章小结 | 第68-70页 |
| 5 大数据在地产项目开发投资决策中应用的具体方法 | 第70-78页 |
| 5.1 大数据在投资意向确定阶段应用的方法 | 第70-75页 |
| 5.1.1 城市活跃度分析 | 第71-72页 |
| 5.1.2 城市经济情况分析 | 第72-73页 |
| 5.1.3 城市地产市场均价实时监测与预测 | 第73-75页 |
| 5.2 大数据在项目定位阶段应用的方法 | 第75-76页 |
| 5.2.1 拟开发项目产品分析 | 第75页 |
| 5.2.2 拟开发项目成本估算 | 第75-76页 |
| 5.3 大数据在系统性分析阶段及项目评价与方案比较阶段的应用 | 第76页 |
| 5.4 本章小结 | 第76-78页 |
| 6 案例论证 | 第78-90页 |
| 6.1 重庆市主城区城市活力空间的识别 | 第78-84页 |
| 6.1.1 数据来源 | 第78-79页 |
| 6.1.2 数据处理过程 | 第79-81页 |
| 6.1.3 数据分析结果 | 第81-84页 |
| 6.1.4 数据解释 | 第84页 |
| 6.2 重庆市购房用户对住宅产品的需求偏好分析 | 第84-88页 |
| 6.2.1 数据来源 | 第84页 |
| 6.2.2 数据处理过程 | 第84-85页 |
| 6.2.3 数据分析结果 | 第85-88页 |
| 6.2.4 数据解释 | 第88页 |
| 6.3 本章小结 | 第88-90页 |
| 7 结论不足与展望 | 第90-94页 |
| 7.1 结论 | 第90-91页 |
| 7.2 研究局限与展望 | 第91-94页 |
| 7.2.1 研究局限 | 第91页 |
| 7.2.2 研究展望 | 第91-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 附录 | 第102-115页 |
| A.作者在攻读学位之间发表的论文目录 | 第102页 |
| B.百度热力图范围限定 | 第102-103页 |
| C.ARCGIS操作程序 | 第103页 |
| D.抓取重庆搜房网文本数据的PYTHON语言 | 第103-112页 |
| E.重庆搜房网上文本数据抓取结果(部分) | 第112-115页 |