房地产行业发展中数据挖掘技术的应用综述

1 数据挖掘技术在商业贷款中的应用

对于数据挖掘技术而言, 其在对不同的行业进行分析时, 其分类的方法以及输入量均存在着较大的差异, 对于具有参考价值的指标来讲, 主要分为两种, 一是定性指标, 一是定量指标。但是只有具有参考价值的指标才能帮助银行做出准确的判断。因此要建立影响风险系数的指标, 要以以下五个方面作为建立的依据, 一是行业自身在未来的发展趋势, 二是公司主要管理人员的素质以及对突发风险的处理态度, 三是公司自身的经营以及在整个行业中所占据的地位, 四是公司自身的结构组成, 五是房地产公司自身现有的经济来源。只有银行了解了公司的运营情况以及管理结构, 才可以实现对贷款风险的控制。

2 数据挖掘技术在投资中的应用

2.1 因子分析

在进行因子分析时, 首先要筛选出若干家的上市公司, 然后对其年度的财务报表进行统计, 经过分析之后, 在统计结果中筛选出具有参考价值的指标, 然后对其进行因子分析, 判断出找寻的指标背后是否存在有公共的因子。而在进行参考指标的筛选时, 主要是筛选的指标有如下几种:流动比率、速动比率以及应收账的周转率等。提取出指标背后的公因子以后, 通过对这些因子的分析, 结合相关财务管理上的知识, 便可以做出有效的分析。诸如在房地产企业中, 通过对公共因子的比如盈利能力因子以及偿债能力因子等的分析, 以相应的流动比率、每股收益等作为指标, 然后对其进行统计分析, 通过对其进行提炼以及划分, 便可以较为清晰地了解到所筛选出的房地产企业在财务上运转的能力。同时还可以通过进行因子分析来划分出因子的得分矩阵, 进而将分析的结果进行量化, 统计出其具体的得分情况, 根据得分的结果, 便可以轻易地判断出其实际的运营能力。

2.2 聚类分析

根据已经选取好的指标, 来对所选择出的公司进行聚类的分析, 根据分析的结果做出相应的龙骨图。另外其也可以使得管理者及早地发现自身在管理的过程中出现的问题, 然后及时地采取相应的措施来对其进行处理, 保证将问题造成的影响降到最小化, 进而实现公司自身的长足发展。除此之外, 投资人也可以根据对公司的业绩情况进行分类, 然后根据分类的情况判断出公司的总体营运情况, 进而判断出其投资的价值。

3 数据挖掘技术在客户关系中的应用

3.1 明确目标

在客户关系管理系统中应用数据挖掘技术, 首先要找出需要解决的问题, 同时要对解决的问题进行分析归类, 看其是属于是关联分析还是综合应用, 即要明确目标。

3.2 准备数据

在进行数据挖掘时, 其主要是依靠可获取到数据作为驱动源, 因此这些数据自身的质量便直接影响着数据挖掘的成功与否。所以为了提升数据的参考价值, 就要数据源进行优化, 但首先要做的就是数据字典的确定, 即需要工作人员对数据库中的内容进行处理, 包括描述数据的来源以及处理缺失的数据等。

3.3 建立模型

在挖掘到所需要的数据以后, 就要使用相关的算法对其分析, 之后建立具有指导意义的模型, 同时根据模型确定在实现目标过程中所需要的工具, 比如经过分析之后, 其主要需要实现的是对数据的分类, 则就可以使用遗传的方法来对其进行计算, 分类中的计算方法除了遗传法以外, 还有较为常用的决策树法等。在建立模型前一定要保证对数据已经进行了全面性的分析, 必要是还需要进行对其进行预处理, 以此来提升其参考的价值。

3.4 系统验证

在将模型建立之后, 还要对模型的实用性进行验证。具体的验证步骤如下所示:

在系统的验证期间, 一旦发现错误, 工作人员就要及时对其进行修改, 此外还有助于客户对系统功能的掌握。

3.5 后期维护

在模型投入使用之后, 为了保证其分析的结果具有参考的意义, 工作人员还要不断地对模型的效果进行监测。由于社会的发展变化速度在不断加快, 因此模型的价值也就在不断的衰减, 所以工作人员就要认真做好对模型的测试工作。必要时还要进行对模型的更换。

4 结语

房地产商之间存在的竞争日益加大, 为准确地判断出自身在同行中所处的地位, 开发商们将目前使用较为广泛的分析技术, 数据挖掘技术引入到了房地产行业的分析当中, 其通过将指标作为分析因子, 之后将分析的结果量化, 进而确定出自己在同行中的优势与劣势, 指导其进行发展。可是由于社会不断地在变化, 要保证其一直具有参考的价值, 就需要工作人员不断对模型进行测试, 一旦发现其已经出现问题, 就需要及时对其进行处理, 进而实现自身行业的长足发展。

摘要：数据挖掘技术作为一种有效的分析方法, 房地产行业的工作人员可以通过其来对房地产行业进行分析, 找出同行业中存在的公共因子, 从而对其他公司在房地产行业当中的优势以及劣势进行较为准确的分析, 进而制定出自身的发展计划, 以此来帮助其在市场竞争中占据到有利的位置。基于此, 本文着重对数据挖掘技术在房地产行业中的应用进行了分析, 及在商业贷款、投资以及客户关系中的具体应用, 以此来供相关人士交流参考。

关键词：房地产行业,数据挖掘技术,应用

参考文献

[1] 孙云鹏.数据挖掘技术在软件工程中的应用综述[J].中国新通信, 2015 (15) .[1]孙云鹏.数据挖掘技术在软件工程中的应用综述[J].中国新通信, 2015 (15) .

[2] 李晶晶, 陈侃, 徐丹.数据仓库与数据挖掘在行业化数据中心的应用分析[J].数字通信世界, 2015 (5) .[2]李晶晶, 陈侃, 徐丹.数据仓库与数据挖掘在行业化数据中心的应用分析[J].数字通信世界, 2015 (5) .

[3] 肖明.大数据时代下数据挖掘技术在企业中的应用[J].中国管理信息化, 2015 (2) .[3]肖明.大数据时代下数据挖掘技术在企业中的应用[J].中国管理信息化, 2015 (2) .

[4] 苏金禄, 杨龙.大数据时代下数据挖掘技术在电力中的应用分析[J].水能经济, 2016 (11) .[4]苏金禄, 杨龙.大数据时代下数据挖掘技术在电力中的应用分析[J].水能经济, 2016 (11) .