| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·研究目的和意义 | 第9-10页 |
| 2 房地产客户细分理论及方法 | 第10-21页 |
| ·客户细分理论 | 第10-13页 |
| ·客户细分概念 | 第10-11页 |
| ·客户细分原则 | 第11-12页 |
| ·客户细分作用 | 第12页 |
| ·客户细分的分类 | 第12-13页 |
| ·客户细分标准 | 第13-16页 |
| ·地理细分 | 第14页 |
| ·人文细分 | 第14-15页 |
| ·心理细分 | 第15页 |
| ·行为细分 | 第15-16页 |
| ·客户细分的步骤 | 第16-17页 |
| ·客户细分中的统计分析方法 | 第17-18页 |
| ·客户细分中的统计方法 | 第17-18页 |
| ·客户细分中统计方法间的关系 | 第18页 |
| ·传统房地产客户细分中聚类算法评析 | 第18-21页 |
| ·K-means算法的基本思想和框架 | 第18-19页 |
| ·K-means算法的研究现状 | 第19-20页 |
| ·K-means算法存在的三大问题 | 第20-21页 |
| 3 客户细分方法改进及客观聚类算法研究 | 第21-28页 |
| ·系统聚类算法 | 第21页 |
| ·系统聚类算法解释 | 第21页 |
| ·系统聚类算法基本思想 | 第21页 |
| ·基于密度聚类方法剖析及实例分析 | 第21-22页 |
| ·DBSCAN算法基本原理 | 第21-22页 |
| ·DBSCAN算法伪代码 | 第22页 |
| ·客观聚类方法探讨 | 第22-24页 |
| ·基于K-means聚类和DBSCAN密度聚类的二次聚类方法 | 第22页 |
| ·二次聚类方法的思路 | 第22-23页 |
| ·基于自组织数据挖掘的客观聚类 | 第23-24页 |
| ·客观聚类与传统聚类方法的对比实例 | 第24-26页 |
| ·主成分分析法在客户细分变量筛选中的应用 | 第26-27页 |
| ·运用主成分筛选细分变量和确定目标市场 | 第26页 |
| ·客户细分变量间的相关分析 | 第26-27页 |
| ·新的客户细分流程探索 | 第27-28页 |
| 4 实证研究 | 第28-48页 |
| ·研究目的与背景 | 第28-29页 |
| ·项目设计 | 第29-31页 |
| ·整体思路 | 第29页 |
| ·客户细分模式 | 第29-30页 |
| ·客户细分模型假设 | 第30-31页 |
| ·调研方法与样本量设计 | 第31页 |
| ·调研方法 | 第31页 |
| ·取样步骤 | 第31页 |
| ·具体被访者条件 | 第31页 |
| ·样本量设计 | 第31页 |
| ·项目分析 | 第31-45页 |
| ·因子分析 | 第32-34页 |
| ·两步聚类法聚类 | 第34-37页 |
| ·购房心理特征细分 | 第37-39页 |
| ·产品需求特征细分 | 第39-45页 |
| ·目标市场定位 | 第45-48页 |
| 5 结论 | 第48-49页 |
| ·研究成果 | 第48页 |
| ·前景展望 | 第48-49页 |
| 后记 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 附录A:实证研究调查问卷 | 第52-61页 |
| 在学期间发表的学术论文和研究成果 | 第61-62页 |
| 详细摘要 | 第62-70页 |