导读:本文包含了沙漏模型论文开题报告文献综述及选题提纲参考文献，主要关键词:房地产,精确营销,购买意向,客户需求
沙漏模型论文文献综述
李维胜,莫静玲[1]（2018）在《房地产精准营销沙漏模型研究——基于人工神经网络》一文中研究指出房地产行业面临着越来越多瓶颈,库存量急剧增加、创新深度不够等问题突显。因此,挖掘客户需求,精准定位客户并实施精准营销是提高营销效率和化解库存压力以及实现客户需求价值的关键。文章基于房地产客户购房行为偏好和需求的分析,对客户需求和客户购买意向进行分级,提出了客户购买意向分级筛选和客户需求分级筛选指标体系,构建房地产精准营销沙漏模型,并应用人工神经网络方法对模型进行实证分析。实证结果表明,研究的沙漏模型能够加强客户购房意向,能够有效挖掘客户更深层次的需求,客户购房成交率明显提高,研究具有一定的借鉴意义。(本文来源于《技术经济与管理研究》期刊2018年09期）
莫静玲[2]（2018）在《基于人工神经网络的房地产精准营销沙漏模型研究》一文中研究指出随着国家出台一系列的房地产调控政策,房地产行业面临着越来越多瓶颈,库存量急剧增加、创新深度不够等问题突显。房地产业现有的营销尚未精准的定位到每一位客户,没有完全以客户为中心,也没有形成比较完善的客户分类管理和客户需求分类管理的机制,精准营销的精准和高效性尚未得到充分体现。因此,对房地产客户进行分级管理并通过客户需求分级管理,精准定位客户并实施精准营销是提高营销效率和化解库存压力的关键,能够降低企业成本和不确定性的市场风险。本论文通过挖掘房地产客户基本特征、线下线上行为来建立与客户属性的映射关系,基于房地产客户购房行为偏好和需求的分析,对客户需求和客户购买意向进行分级并展开研究,提出了客户购买意向分级筛选和客户需求分级筛选指标体系,从而构建基于人工神经网络的房地产精准营销沙漏模型。应用人工神经网络方法对沙漏模型的样本数据进行学习、训练和计算,得到的客户购买意向分级筛选指数和客户需求分级筛选指数的等级。在客户需求分级的基础上不断挖掘客户的深层需求和潜在需求,以实现客户需求的最大可能值。实证结果说明本论文的沙漏模型能够使客户购房意向加强,能够有效挖掘客户更深层次的需求,客户购房成交率明显提高。这说明客户购买意向分级筛选和客户需求分级筛选指标体系是有效的,本论文的精准营销沙漏模型使营销更精准高效,能显着提高房地产行业的营销水平。本文研究具有一定的借鉴意义。(本文来源于《广西大学》期刊2018-05-01）
吴涛[3]（2018）在《基于级联堆积沙漏模型的人脸关键点检测》一文中研究指出人脸识别的过程可以分为人脸检测、人脸关键点检测、人脸特征提取和匹配。首先,人脸检测可以得到一张图像中确定人脸的数量并确定人脸位置的过程。其次,人脸关键点检测是在人脸检测的基础上确定人脸具体信息的过程。最后,人脸特征提取和匹配是根据人脸检测和人脸关键点检测得到的信息,从图像中提取的特征并与数据库中的特征进行对比。由于人脸关键点检测会受到背景、光照、人脸姿态、人脸表情、装饰等情况的影响,所以导致检测的精度不够高。针对上述提到的问题,本文将对人脸关键点检测进行深入研究,并采用级联的方式分析人脸关键点检测的问题,即将整个人脸关键点检测分成粗定位和细定位两步,从而实现人脸关键点检测。与已知方法相比较,本文工作主要创新点在于:1)将堆积沙漏网络用于人脸关键点检测的粗定位过程;2)细定位的过程中将人脸区域分成七部分(一般论文只分为六部分),分别进行特征提取,进而实现对人脸关键点坐标修正,得到更高的精度。在LFPW和Helen数据集上的实验表明,本文采用的级联方式以及使用的网络结构能有效降低人脸关键点检测的错误率。(本文来源于《华中科技大学》期刊2018-05-01）
文江辉,江泽武,徐佳恒,张随远,毛树华[4]（2014）在《基于改进沙漏模型的突发事件下交通流预测》一文中研究指出通过分析突发事故导致车道被占用时,道路通行能力的演变过程及交通流的变化特征,将占道发生后车流与沙漏模型中颗粒物质运动类比,结合突发事件下交通流中不同类型车辆的换道规律,提出了含概率崩塌各异性的改进沙漏模型.并结合元胞自动机仿真理论,运用MATLAB进行仿真计算不同时刻的车辆排队长度,与实际数据对比,该模型的平均相对误差为6.509 7%,验证了模型的可靠性.最后利用该模型预测不同车道被占用和不同车流量的情况下车队长度达到特定长度所需的时间,进而探讨其分别对道路通行能力的不同影响程度,为交通部门监管道路提供理论依据.(本文来源于《交通运输系统工程与信息》期刊2014年06期）
胡宇辰,郭宇[5]（2013）在《基于沙漏模型的移动互联网用户行为分析》一文中研究指出本文从通信运营商的角度,对移动互联网用户行为分析的框架进行了模型化研究,初步建立了一种基于沙漏模型的移动互联网用户行为分析框架;并利用该模型框架对基于用户行为的受众兴趣营销和产品优化进行了案例分析。说明基于该模型的用户行为分析在精确营销、产品改进等方面的作用,以期更加有效地提升移动互联网用户的使用体验,探索了一种有效地进行移动互联网客户行为分析的方法。(本文来源于《管理世界》期刊2013年07期）
张涛[6]（2008）在《基于Globus沙漏模型的钢材运输服务系统的研究与实现》一文中研究指出钢材运输服务是现代物流管理领域中的重要问题。当前,国际上都把发展现代物流运输服务(包含钢材运输服务)作为在信息化时代加快本国经济发展的重要手段,大力推进全球物流运输服务的发展。随着人们对钢材运输服务给予了越来越多的关注,新型的智能化的钢材运输服务系统的研究越来越受到国内外的重视。现代钢材运输服务系统的研究与应用不仅具有理论意义,而且具有重要的实际应用价值。本文在综合分析前人研究的基础上,针对钢材运输中存在着钢材品种众多、需求钢材的客户所在的地理位置分散等问题,重点研究了基于Globus沙漏模型的钢材运输服务系统的实现方法、结构与关键技术。本文根据现代钢材运输服务的特点,提出了基于Globus网格平台的沙漏模型和钢材运输服务代理的体系结构;在钢材运输服务代理的体系结构中提出了多Agent组件的实现机制和基于竞买、竞卖原则的资源优化策略和算法;最终实现了基于Globus沙漏模型的钢材运输服务系统。本文基于对现代钢材运输服务特点的分析,采用网格计算技术设计并实现了新型的钢材运输服务物流管理系统,并将多Agent技术与网格计算技术进行融合,实现了钢材提供、运输企业群和客户群的智能代理服务,并通过实验得到了验证。(本文来源于《东北大学》期刊2008-01-05）
沙漏模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着国家出台一系列的房地产调控政策,房地产行业面临着越来越多瓶颈,库存量急剧增加、创新深度不够等问题突显。房地产业现有的营销尚未精准的定位到每一位客户,没有完全以客户为中心,也没有形成比较完善的客户分类管理和客户需求分类管理的机制,精准营销的精准和高效性尚未得到充分体现。因此,对房地产客户进行分级管理并通过客户需求分级管理,精准定位客户并实施精准营销是提高营销效率和化解库存压力的关键,能够降低企业成本和不确定性的市场风险。本论文通过挖掘房地产客户基本特征、线下线上行为来建立与客户属性的映射关系,基于房地产客户购房行为偏好和需求的分析,对客户需求和客户购买意向进行分级并展开研究,提出了客户购买意向分级筛选和客户需求分级筛选指标体系,从而构建基于人工神经网络的房地产精准营销沙漏模型。应用人工神经网络方法对沙漏模型的样本数据进行学习、训练和计算,得到的客户购买意向分级筛选指数和客户需求分级筛选指数的等级。在客户需求分级的基础上不断挖掘客户的深层需求和潜在需求,以实现客户需求的最大可能值。实证结果说明本论文的沙漏模型能够使客户购房意向加强,能够有效挖掘客户更深层次的需求,客户购房成交率明显提高。这说明客户购买意向分级筛选和客户需求分级筛选指标体系是有效的,本论文的精准营销沙漏模型使营销更精准高效,能显着提高房地产行业的营销水平。本文研究具有一定的借鉴意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
沙漏模型论文参考文献
[1].李维胜,莫静玲.房地产精准营销沙漏模型研究——基于人工神经网络[J].技术经济与管理研究.2018
[2].莫静玲.基于人工神经网络的房地产精准营销沙漏模型研究[D].广西大学.2018
[3].吴涛.基于级联堆积沙漏模型的人脸关键点检测[D].华中科技大学.2018
[4].文江辉,江泽武,徐佳恒,张随远,毛树华.基于改进沙漏模型的突发事件下交通流预测[J].交通运输系统工程与信息.2014
[5].胡宇辰,郭宇.基于沙漏模型的移动互联网用户行为分析[J].管理世界.2013
[6].张涛.基于Globus沙漏模型的钢材运输服务系统的研究与实现[D].东北大学.2008