CN110163685A - 基于客户看房轨迹的客户偏好分析系统及分析方法 - Google Patents
基于客户看房轨迹的客户偏好分析系统及分析方法 Download PDFInfo
- Publication number
- CN110163685A CN110163685A CN201910445764.4A CN201910445764A CN110163685A CN 110163685 A CN110163685 A CN 110163685A CN 201910445764 A CN201910445764 A CN 201910445764A CN 110163685 A CN110163685 A CN 110163685A
- Authority
- CN
- China
- Prior art keywords
- client
- room
- sees
- seeing
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000010276 construction Methods 0.000 claims abstract description 26
- 238000012216 screening Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000007418 data mining Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及房地产销售技术领域，尤其涉及一种基于客户看房轨迹的客户偏好分析系统及分析方法。该系统包括：客户看房区域采集模块，用于采集客户看房区域；看房区域停留时长采集模块，用于采集客户在看房区域停留的时长；客户看房轨迹生成模块，用于根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；客户偏好模型构建模块，用于根据客户看房轨迹构建客户偏好模型发送至终端。本发明通过客户看房轨迹和构建的客户偏好模型，便于房产销售人员根据该偏好模型对客户进行介绍，有效的节约了销售人员和客户的时间，有利于提升用户体验、提高房屋成交量和销售人员的销售业绩。
Description
技术领域
本发明涉及房地产销售技术领域，尤其涉及一种基于客户看房轨迹的客户偏好分析系统及分析方法。
背景技术
人们买房时，一般都会由房地产售楼部的销售人员引导，实地查看和考察房源具体情况、格局、所在小区的环境等。这种传统现场看房选房的模式一般需要消耗大量人工时间成本，一天只能了解几套房源，效率较低。
房地产交易存在高值、低频等现象，房地产交易从业人员如果能够事先了解不同客户的不同需求、客户的购房或租房偏好等客户信息，然后提供有针对性地服务，房地产交易成功的可能性才会极大提高。如专利号为201810023311.8公开的“一种基于数据挖掘的房地产客户解读方法及装置”，就是为了更好的了解客户需求。该专利的缺点是参考数据较多、计算过程复杂。
因此，急需一种基于客户看房轨迹的客户偏好分析系统及分析方法。
发明内容
本发明提供了一种基于客户看房轨迹的客户偏好分析系统及分析方法，以便于获取客户对房屋的偏好，进而有针对性的为客户推荐房屋。
本发明的一个方面，提供了一种基于客户看房轨迹的客户偏好分析系统，包括：
客户看房区域采集模块，用于采集客户看房区域，并发送至客户看房轨迹生成模块；
看房区域停留时长采集模块，用于采集客户在看房区域停留的时长，并发送至客户看房轨迹生成模块；
客户看房轨迹生成模块，用于接收客户看房区域和客户在看房区域停留的时长，并根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；
客户偏好模型构建模块，用于接收客户看房轨迹，并根据客户看房轨迹构建客户偏好模型发送至终端。
进一步地，还包括：停留时长筛选模块，用于判断客户在看房区域停留的时长是否在预设时长阈值内，若在，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块。
进一步地，还包括：
房源信息存储模块，用于存储各看房区域内的房源信息；
房源信息调取模块，用于接收终端发送的看房区域，并调取房源信息存储模块中存储的与该看房区域对应的房源信息，将房源信息发送至客户看房轨迹生成模块和终端；
客户看房轨迹生成模块，用于根据客户看房区域、客户在看房区域停留的时长和房源信息生成客户看房轨迹。
进一步地，还包括：客户偏好模型存储模块，用于将客户偏好模型构建模块构建的客户偏好模型进行存储。
进一步地，客户偏好模型构建模块将客户偏好模型无线发送至终端。
本发明的第二个方面，提供了一种基于上述所述系统实现的基于客户看房轨迹的客户偏好分析方法，包括以下步骤：
客户看房区域采集模块采集客户看房区域，并发送至客户看房轨迹生成模块；
看房区域停留时长采集模块采集客户在看房区域停留的时长，并发送至客户看房轨迹生成模块；
客户看房轨迹生成模块接收客户看房区域和客户在看房区域停留的时长，并根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；
客户偏好模型构建模块接收客户看房轨迹，并根据客户看房轨迹构建客户偏好模型发送至终端。
进一步地，还包括步骤：利用停留时长筛选模块判断客户在看房区域停留的时长是否在预设时长阈值内，若在，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块。
进一步地，还包括步骤：
利用房源信息存储模块存储各看房区域内的房源信息；
利用房源信息调取模块接收终端发送的看房区域，并调取房源信息存储模块中存储的与该看房区域对应的房源信息，将房源信息发送至客户看房轨迹生成模块和终端；
利用客户看房轨迹生成模块根据客户看房区域、客户在看房区域停留的时长和房源信息生成客户看房轨迹。
进一步地，还包括步骤：利用客户偏好模型存储模块将客户偏好模型构建模块构建的客户偏好模型进行存储。
进一步地，客户偏好模型构建模块将客户偏好模型无线发送至终端。
本发明提供的基于客户看房轨迹的客户偏好分析系统及分析方法，与现有技术相比具有以下进步：
本发明通过采集客户看房区域和客户在看房区域停留的时长，进而生成客户看房轨迹，可以清楚的了解客户对房源的喜好，再根据客户看房轨迹构建客户偏好模型，便于房产销售人员根据该偏好模型对客户进行推荐和介绍，有效的节约了销售人员和客户双方的时间，有利于提升用户体验、提高房屋成交量和销售人员的销售业绩。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例中基于客户看房轨迹的客户偏好分析系统的器件连接框图；
图2为本发明实施例中基于客户看房轨迹的客户偏好分析方法的步骤图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
本实施例提供了一种基于客户看房轨迹的客户偏好分析系统及分析方法。
如图1，本实施例的一种基于客户看房轨迹的客户偏好分析系统，包括：
客户看房区域采集模块，用于采集客户看房区域，并发送至客户看房轨迹生成模块；客户看房时一般由销售人员做引导，销售人员的手机或者其他手持终端内安装有GPS，利用销售人员的终端可以采集客户所在位置发送至客户看房区域采集模块，客户看房区域可以是销售人员和客户所在位置，也可以是某个幢楼房，也可以是某个小区、街道等，根据用户需要进行设置。
看房区域停留时长采集模块，用于采集客户在看房区域停留的时长，并发送至客户看房轨迹生成模块；客户看房时需要时间仔细查看，若在某看房区域停留的时长越长，则说明客户对该看房区域的房源越感兴趣；看房区域停留时长采集模块可以是接收销售人员通过终端发送的客户在看房区域停留的时长。
客户看房轨迹生成模块，用于接收客户看房区域和客户在看房区域停留的时长，并根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；客户看房轨迹至少包括客户看房区域及其对应的客户在看房区域停留的时长，显示出来可以是一条曲线、一个表格或者是其他便于查看的任何形式，根据需要进行选择。
客户偏好模型构建模块，用于接收客户看房轨迹，并根据客户看房轨迹构建客户偏好模型发送至终端。客户偏好模型可以更加直观的显示客户对房源类型的偏好，销售人员根据该偏好模型对客户进行房源的推荐和介绍，有利于提高工作效率和用户体验。本实施例中仅以一个终端为例，具体实施时，客户偏好模型构建模块也可以将客户偏好模型发送至多个终端，以便于不同的销售人员都能够看到。
本发明通过采集客户看房区域和客户在看房区域停留的时长，进而生成客户看房轨迹，可以清楚的了解客户对房源的喜好，再根据客户看房轨迹构建客户偏好模型，便于房产销售人员根据该偏好模型对客户进行推荐和介绍，有效的节约了销售人员和客户双方的时间，有利于提升用户体验、提高房屋成交量和销售人员的销售业绩。
如图1，具体实施时，还包括：停留时长筛选模块，用于判断客户在看房区域停留的时长是否在预设时长阈值内，若在，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块。若客户在某看房区域的停留时长不在预设时长阈值内，如预设时长阈值为大于1小时，而客户在某看房区域的停留时长仅为30分钟，看房时间较短，说明客户对该看房区域的房源并不满意，应将此时长筛除，提高客户看房轨迹和客户偏好模型的准确性。
如图1，具体实施时，还包括：
房源信息存储模块，用于存储各看房区域内的房源信息；
房源信息调取模块，用于接收终端发送的看房区域，并调取房源信息存储模块中存储的与该看房区域对应的房源信息，将房源信息发送至客户看房轨迹生成模块和终端；
客户看房轨迹生成模块，用于根据客户看房区域、客户在看房区域停留的时长和房源信息生成客户看房轨迹。
将房源信息也显示出来，更有利于销售人员掌握客户的喜好，更加有针对性的为客户推荐适合的房源，进一步提高房屋交易效率。
如图1，具体实施时，还包括：客户偏好模型存储模块，用于将客户偏好模型构建模块构建的客户偏好模型进行存储。将客户偏好模型存储起来，便于统一管理、分析和使用，为后续的工作做好基础准备工作，降低房产销售成本。
具体实施时，客户偏好模型构建模块将客户偏好模型无线发送至终端。无线的方式有利于降低空间利用率，提高适用性；客户偏好模型构建模块可以使用3G或者4G或者WIF I等无线方式将客户偏好模型发送至终端，这几种无线方式易于实现和维护，且成本较低，比较安全可靠。
如图2，本实施例的一种基于上述实施例中所述系统实现的基于客户看房轨迹的客户偏好分析方法，包括以下步骤：
S1、客户看房区域采集模块采集客户看房区域，并发送至客户看房轨迹生成模块；
S2、看房区域停留时长采集模块采集客户在看房区域停留的时长，并发送至客户看房轨迹生成模块；
S3、客户看房轨迹生成模块接收客户看房区域和客户在看房区域停留的时长，并根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；
S4、客户偏好模型构建模块接收客户看房轨迹，并根据客户看房轨迹构建客户偏好模型发送至终端。
本发明通过采集客户看房区域和客户在看房区域停留的时长，进而生成客户看房轨迹，可以清楚的了解客户对房源的喜好，再根据客户看房轨迹构建客户偏好模型，便于房产销售人员根据该偏好模型对客户进行推荐和介绍，有效的节约了销售人员和客户双方的时间，有利于提升用户体验、提高房屋成交量和销售人员的销售业绩。
具体实施时，还包括步骤：利用停留时长筛选模块判断客户在看房区域停留的时长是否在预设时长阈值内，若在，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块。若客户在某看房区域的停留时长不在预设时长阈值内，则说明客户对该看房区域的房源并不满意，应将此时长筛除，提高客户看房轨迹和客户偏好模型的准确性。
具体实施时，还包括步骤：
利用房源信息存储模块存储各看房区域内的房源信息；
利用房源信息调取模块接收终端发送的看房区域，并调取房源信息存储模块中存储的与该看房区域对应的房源信息，将房源信息发送至客户看房轨迹生成模块和终端；
利用客户看房轨迹生成模块根据客户看房区域、客户在看房区域停留的时长和房源信息生成客户看房轨迹。
将房源信息也显示出来，更有利于销售人员掌握客户的喜好，更加有针对性的为客户推荐适合的房源，进一步提高房屋交易效率。
具体实施时，还包括步骤：利用客户偏好模型存储模块将客户偏好模型构建模块构建的客户偏好模型进行存储。将客户偏好模型存储起来，便于统一管理、分析和使用，为后续的工作做好基础准备工作，降低房产销售成本。
具体实施时，客户偏好模型构建模块将客户偏好模型无线发送至终端。无线的方式有利于降低空间利用率，提高适用性；客户偏好模型构建模块可以使用3G或者4G或者WIFI等无线方式将客户偏好模型发送至终端，这几种无线方式易于实现和维护，且成本较低，比较安全可靠。
本实施例的基于客户看房轨迹的客户偏好分析方法的一个工作流程是：销售人员引导客户实地观察房源时，利用终端中的GPS装置采集自身位置，即采集到客户所在位置，以及所查看房源位置，将位置发送至客户看房区域采集模块，客户看房区域采集模块将位置发送至客户看房轨迹生成模块；销售人员同样利用所携带终端对客户在该房源位置停留的时长，并发送至看房区域停留时长采集模块，看房区域停留时长采集模块将接收的客户在该房源位置停留的时长作为客户在看房区域停留的时长发送至停留时长筛选模块；停留时长筛选模块对客户在看房区域停留的时长进行判断，是否在预设时长阈值内(如大于1个小时)，若在(如客户在看房区域停留的时长为2小时)，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块，筛除时长较短的客户在看房区域停留的时长，提高后续轨迹和模型构建的准确性；客户看房轨迹生成模块根据客户看房区域、客户在看房区域停留的时长和看房区域内的房源信息生成用户看房轨迹热力图，从而判断用户的兴趣喜好，进而制定不同的营销方案。客户偏好模型构建模块根据客户看房轨迹构建客户偏好模型发送至销售人员便于接收和查看的至少一个终端，销售人员可参考该客户偏好模型，能更深入的了解客户喜好，当客户再次来临时，为客户有针对性的介绍和推荐房源，既能提高沟通效率，又能够极大地提高房屋成交效率。另外，利用客户偏好模型存储模块将客户偏好模型构建模块构建的客户偏好模型进行存储，方便分析研究，完善营销方案。
以上系统实施例的改进也属于方法实施例的改进，方法实施例中不再赘述。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于客户看房轨迹的客户偏好分析系统，其特征在于，包括：
客户看房区域采集模块，用于采集客户看房区域，并发送至客户看房轨迹生成模块；
看房区域停留时长采集模块，用于采集客户在看房区域停留的时长，并发送至客户看房轨迹生成模块；
客户看房轨迹生成模块，用于接收客户看房区域和客户在看房区域停留的时长，并根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；
客户偏好模型构建模块，用于接收客户看房轨迹，并根据客户看房轨迹构建客户偏好模型发送至终端。
2.根据权利要求1所述的基于客户看房轨迹的客户偏好分析系统，其特征在于，还包括：停留时长筛选模块，用于判断客户在看房区域停留的时长是否在预设时长阈值内，若在，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块。
3.根据权利要求2所述的基于客户看房轨迹的客户偏好分析系统，其特征在于，还包括：
房源信息存储模块，用于存储各看房区域内的房源信息；
房源信息调取模块，用于接收终端发送的看房区域，并调取房源信息存储模块中存储的与该看房区域对应的房源信息，将房源信息发送至客户看房轨迹生成模块和终端；
客户看房轨迹生成模块，用于根据客户看房区域、客户在看房区域停留的时长和房源信息生成客户看房轨迹。
4.根据权利要求3所述的基于客户看房轨迹的客户偏好分析系统，其特征在于，还包括：客户偏好模型存储模块，用于将客户偏好模型构建模块构建的客户偏好模型进行存储。
5.根据权利要求4所述的基于客户看房轨迹的客户偏好分析系统，其特征在于，客户偏好模型构建模块将客户偏好模型无线发送至终端。
6.一种基于权利要求1所述系统实现的基于客户看房轨迹的客户偏好分析方法，其特征在于，包括以下步骤：
客户看房区域采集模块采集客户看房区域，并发送至客户看房轨迹生成模块；
看房区域停留时长采集模块采集客户在看房区域停留的时长，并发送至客户看房轨迹生成模块；
客户看房轨迹生成模块接收客户看房区域和客户在看房区域停留的时长，并根据客户看房区域和客户在看房区域停留的时长生成客户看房轨迹发送至客户偏好模型构建模块；
客户偏好模型构建模块接收客户看房轨迹，并根据客户看房轨迹构建客户偏好模型发送至终端。
7.根据权利要求6所述的基于客户看房轨迹的客户偏好分析方法，其特征在于，还包括步骤：利用停留时长筛选模块判断客户在看房区域停留的时长是否在预设时长阈值内，若在，则将该客户在看房区域停留的时长发送至客户看房轨迹生成模块。
8.根据权利要求7所述的基于客户看房轨迹的客户偏好分析方法，其特征在于，还包括步骤：
利用房源信息存储模块存储各看房区域内的房源信息；
利用房源信息调取模块接收终端发送的看房区域，并调取房源信息存储模块中存储的与该看房区域对应的房源信息，将房源信息发送至客户看房轨迹生成模块和终端；
利用客户看房轨迹生成模块根据客户看房区域、客户在看房区域停留的时长和房源信息生成客户看房轨迹。
9.根据权利要求8所述的基于客户看房轨迹的客户偏好分析方法，其特征在于，还包括步骤：利用客户偏好模型存储模块将客户偏好模型构建模块构建的客户偏好模型进行存储。
10.根据权利要求9所述的基于客户看房轨迹的客户偏好分析方法，其特征在于，客户偏好模型构建模块将客户偏好模型无线发送至终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910445764.4A CN110163685A (zh) | 2019-05-27 | 2019-05-27 | 基于客户看房轨迹的客户偏好分析系统及分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910445764.4A CN110163685A (zh) | 2019-05-27 | 2019-05-27 | 基于客户看房轨迹的客户偏好分析系统及分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110163685A true CN110163685A (zh) | 2019-08-23 |
Family
ID=67629215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910445764.4A Pending CN110163685A (zh) | 2019-05-27 | 2019-05-27 | 基于客户看房轨迹的客户偏好分析系统及分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110163685A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110866182A (zh) * | 2019-10-17 | 2020-03-06 | 贝壳技术有限公司 | 房源推荐方法、装置、服务器及计算机可读存储介质 |
| CN112132049A (zh) * | 2020-09-24 | 2020-12-25 | 天津锋物科技有限公司 | 一种访客管理方法及系统 |
| CN112561269A (zh) * | 2020-12-07 | 2021-03-26 | 深圳市思为软件技术有限公司 | 顾问推荐方法及装置 |
| CN115796926A (zh) * | 2023-02-09 | 2023-03-14 | 北京装库创意科技有限公司 | 一种基于用户浏览偏好的获客方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204314931U (zh) * | 2014-11-24 | 2015-05-06 | 赵家祥 | 一种提高看房效率的系统 |
| CN106651681A (zh) * | 2017-01-12 | 2017-05-10 | 安徽大尺度网络传媒有限公司 | 一种基于用户数据分析的房产信息服务系统 |
| CN108288179A (zh) * | 2018-01-25 | 2018-07-17 | 链家网（北京）科技有限公司 | 一种用户偏好房源计算方法和系统 |
| CN108389068A (zh) * | 2018-01-10 | 2018-08-10 | 链家网（北京）科技有限公司 | 一种基于数据挖掘的房地产客户解读方法及装置 |
| CN108960467A (zh) * | 2018-07-09 | 2018-12-07 | 重庆锐云科技有限公司 | 房地产信息管理与数据分析系统 |
| CN109377251A (zh) * | 2018-08-27 | 2019-02-22 | 广东履安实业有限公司 | 一种识别客户属性的方法及系统 |
| CN109377329A (zh) * | 2018-12-25 | 2019-02-22 | 北京时光荏苒科技有限公司 | 一种房源推荐方法、装置、存储介质及电子设备 |
-
2019
- 2019-05-27 CN CN201910445764.4A patent/CN110163685A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204314931U (zh) * | 2014-11-24 | 2015-05-06 | 赵家祥 | 一种提高看房效率的系统 |
| CN106651681A (zh) * | 2017-01-12 | 2017-05-10 | 安徽大尺度网络传媒有限公司 | 一种基于用户数据分析的房产信息服务系统 |
| CN108389068A (zh) * | 2018-01-10 | 2018-08-10 | 链家网（北京）科技有限公司 | 一种基于数据挖掘的房地产客户解读方法及装置 |
| CN108288179A (zh) * | 2018-01-25 | 2018-07-17 | 链家网（北京）科技有限公司 | 一种用户偏好房源计算方法和系统 |
| CN108960467A (zh) * | 2018-07-09 | 2018-12-07 | 重庆锐云科技有限公司 | 房地产信息管理与数据分析系统 |
| CN109377251A (zh) * | 2018-08-27 | 2019-02-22 | 广东履安实业有限公司 | 一种识别客户属性的方法及系统 |
| CN109377329A (zh) * | 2018-12-25 | 2019-02-22 | 北京时光荏苒科技有限公司 | 一种房源推荐方法、装置、存储介质及电子设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110866182A (zh) * | 2019-10-17 | 2020-03-06 | 贝壳技术有限公司 | 房源推荐方法、装置、服务器及计算机可读存储介质 |
| CN110866182B (zh) * | 2019-10-17 | 2020-07-10 | 贝壳找房(北京)科技有限公司 | 房源推荐方法、装置、服务器及计算机可读存储介质 |
| CN112132049A (zh) * | 2020-09-24 | 2020-12-25 | 天津锋物科技有限公司 | 一种访客管理方法及系统 |
| CN112561269A (zh) * | 2020-12-07 | 2021-03-26 | 深圳市思为软件技术有限公司 | 顾问推荐方法及装置 |
| CN115796926A (zh) * | 2023-02-09 | 2023-03-14 | 北京装库创意科技有限公司 | 一种基于用户浏览偏好的获客方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110163685A (zh) | 基于客户看房轨迹的客户偏好分析系统及分析方法 | |
| CN103970861B (zh) | 信息呈现方法和设备 | |
| CN104601726A (zh) | 一种基于健身采集器的云分析智能健身系统及实现方法 | |
| CN109067617A (zh) | 一种v2x协议一致性测试方法、装置及系统 | |
| CN105740331A (zh) | 信息推送方法及装置 | |
| Knapp et al. | An assessment of state-and-transition models: perceptions following two decades of development and implementation | |
| Li et al. | Dynamic competition and cooperation of road infrastructure investment of multiple tourism destinations: a case Study of Xidi and Hongcun World Cultural Heritage | |
| CN105300398A (zh) | 获取地点信息的方法、装置和系统 | |
| CN103810615A (zh) | 目标客户搜寻方法及目标客户搜寻装置 | |
| CN109670007A (zh) | 基于微信和gis的公众参与地理信息调查研究系统及其控制方法 | |
| Renukappa et al. | Developments of policies related to smart cities: A critical review | |
| CN104426988A (zh) | 用于学校与家庭互通的通信架构与方法 | |
| KR20180126818A (ko) | 사용자 요구사항이 반영된 제품 디자인 도출 방법 및 시스템 | |
| CN109272592A (zh) | 考勤管理方法、装置、服务器和基站 | |
| KR101652755B1 (ko) | 가상 전력 관리 서비스 제공 방법 | |
| CN111429146B (zh) | 溯源处理方法、系统、服务平台及电子设备 | |
| CN105706409A (zh) | 用于增强用户对于服务的参与度的方法、设备及系统 | |
| Lynn et al. | Addressing the urban-town-rural divide: The digital town readiness assessment framework | |
| CN102761613A (zh) | 移动终端及其器件信息获取方法、系统及服务器 | |
| CN109491748A (zh) | 一种基于小程序的可穿戴设备管控方法及管控终端 | |
| CN109714246A (zh) | 一种即时互动式好友添加方法 | |
| CN109800967A (zh) | 软件开发服务、数据分析服务与职业培训融合的商业模式 | |
| Blackwell et al. | Diversifying cores but stagnant peripheries: mining and other industry employment contributions to development in local government areas of the Northern Territory | |
| CN109559013A (zh) | 基于小游戏的风险测试方法及装置、电子设备及可读存储介质 | |
| CN105022787A (zh) | 一种推送作文的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |