| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究的背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究的意义 | 第10-11页 |
| 1.3 国内外相关研究现状 | 第11-14页 |
| 1.3.1 国内研究现状 | 第11-13页 |
| 1.3.2 国外研究现状 | 第13页 |
| 1.3.3 国内外研究现状评述 | 第13-14页 |
| 1.4 研究内容与方法 | 第14-17页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 研究方法与技术路线 | 第15-17页 |
| 第2章 客户细分和聚类理论分析 | 第17-29页 |
| 2.1 客户细分的概念原则以及指标 | 第17-21页 |
| 2.1.1 客户细分概念 | 第17-18页 |
| 2.1.2 客户细分原则及指标 | 第18-21页 |
| 2.2 客户细分的数据挖掘技术的选择 | 第21-23页 |
| 2.2.1 统计分析方法 | 第21-22页 |
| 2.2.2 决策树方法 | 第22页 |
| 2.2.3 神经网络算法 | 第22页 |
| 2.2.4 聚类分析 | 第22-23页 |
| 2.3 聚类分析技术的选择 | 第23-28页 |
| 2.3.1 聚类分析技术概述 | 第23-24页 |
| 2.3.2 聚类分析算法 | 第24-26页 |
| 2.3.3 K-means算法 | 第26-28页 |
| 2.4 本章小节 | 第28-29页 |
| 第3章 房地产客户细分模型的构建 | 第29-41页 |
| 3.1 指标体系构建原则及步骤 | 第29-30页 |
| 3.1.1 指标体系构建原则 | 第29页 |
| 3.1.2 指标体系构建步骤 | 第29-30页 |
| 3.2 房地产客户细分指标分析 | 第30-35页 |
| 3.2.1 基于客户价值细分指标体系设计 | 第30-31页 |
| 3.2.2 基于客户忠诚度细分指标体系设计 | 第31-32页 |
| 3.2.3 基于客户价值和忠诚度构建房地产客户细分指标体系 | 第32-35页 |
| 3.3 客户细分模型设计 | 第35-40页 |
| 3.3.1 数据预处理 | 第35-36页 |
| 3.3.2 主成分分析 | 第36-38页 |
| 3.3.3 房地产客户细分模型 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 房地产客户细分实证分析 | 第41-62页 |
| 4.1 宝宇地产的企业现状评述 | 第41-43页 |
| 4.1.1 宝宇地产的企业现状 | 第41页 |
| 4.1.2 宝宇地产SWOT分析 | 第41-43页 |
| 4.2 数据预处理 | 第43-53页 |
| 4.2.1 数据准备 | 第43-44页 |
| 4.2.2 主成分分析 | 第44-53页 |
| 4.3 基于K-means算法的客户细分 | 第53-57页 |
| 4.4 结果分析及建议 | 第57-61页 |
| 4.4.1 结果分析 | 第57-60页 |
| 4.4.2 对宝宇地产实施客户细分建议 | 第60-61页 |
| 4.5 本章小节 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-70页 |
| 致谢 | 第70页 |