本发明涉及房地产数据分析，具体涉及基于大数据的购房者识别系统。
背景技术：
传统的房地产营销通过市场调研、到店咨询等方法进行客户筛选，但这是一种被动的后验的筛选方法，不利于更有针对性的获得目标客户，目前大数据的分析功能未在购房者筛选中有具体使用方法。
技术实现要素：
本发明所要解决的技术问题是传统的房地产营销通过市场调研、到店咨询等方法进行客户筛选，但这是一种被动的后验的筛选方法，不利于更有针对性的获得目标客户，目前大数据的分析功能未在购房者筛选中有具体使用方法，目的在于提供基于大数据的购房者识别系统，解决上述问题。
本发明通过下述技术方案实现：
基于大数据的购房者识别系统，包括数据筛分方法，还包括以下步骤：
步骤1，调取历史购房者信息、着陆页登录分布及分时数据；
步骤2，历史购房者信息分析，包括分析购房者的职业、年龄、家庭成员构成、工作单位，分析历史购房者周围环境的潜在购房者；
步骤3，统计筛选着陆页登录分布，获得当日点击售价至少在150万的房产信息的账号列表a；
步骤4，统计分时数据中处于工作时间段点击的，且着陆页在售价至少150万的房产信息的账号列表b；
步骤5，对所述列表a、列表b的客户进行合并，并对客户进行类别区分；
步骤6，对步骤5统计的客户进行陌生拜访。
进一步地，所述步骤1中，统计着陆页登录分布时，需要屏蔽中介的无序操作。
进一步地，所述步骤4，工作时间段指9点至11点，以及14点至17点。
进一步地，所述步骤5，合并列表操作需要标记重复的账号。
进一步地，所述步骤5，重复出现的账号为优质客户，单次出现为高级客户，未出现在列表中的客户为普通客户。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明基于大数据的购房者识别系统，能够预判短期有购房需求的客户，获得营销先机；
2、本发明基于大数据的购房者识别系统，能够依据社会人工作习性，获得更精准的用户画像。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
本发明基于大数据的购房者识别系统，包括数据筛分方法，还包括以下步骤：
步骤1，调取历史购房者信息、着陆页登录分布及分时数据；
步骤2，历史购房者信息分析，包括分析购房者的职业、年龄、家庭成员构成、工作单位，分析历史购房者周围环境的潜在购房者；
步骤3，统计筛选着陆页登录分布，获得当日点击售价至少在150万的房产信息的账号列表a；
步骤4，统计分时数据中处于工作时间段点击的，且着陆页在售价至少150万的房产信息的账号列表b；
步骤5，对所述列表a、列表b的客户进行合并，并对客户进行类别区分；
步骤6，对步骤5统计的客户进行陌生拜访。
所述步骤1中，统计着陆页登录分布时，需要屏蔽中介的无序操作。
所述步骤4，工作时间段指9点至11点，以及14点至17点。
所述步骤5，合并列表操作需要标记重复的账号。
所述步骤5，重复出现的账号为优质客户，单次出现为高级客户，未出现在列表中的客户为普通客户。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.基于大数据的购房者识别系统，包括数据筛分方法，其特征在于，还包括以下步骤：
步骤1，调取历史购房者信息、着陆页登录分布及分时数据；
步骤2，历史购房者信息分析，包括分析购房者的职业、年龄、家庭成员构成、工作单位，分析历史购房者周围环境的潜在购房者；
步骤3，统计筛选着陆页登录分布，获得当日点击售价至少在150万的房产信息的账号列表a；
步骤4，统计分时数据中处于工作时间段点击的，且着陆页在售价至少150万的房产信息的账号列表b；
步骤5，对所述列表a、列表b的客户进行合并，并对客户进行类别区分；
步骤6，对步骤5统计的客户进行陌生拜访。
2.根据权利要求1所述的基于大数据的购房者识别系统，其特征在于，所述步骤1中，统计着陆页登录分布时，需要屏蔽中介的无序操作。
3.根据权利要求1所述的基于大数据的购房者识别系统，其特征在于，所述步骤4，工作时间段指9点至11点，以及14点至17点。
4.根据权利要求1所述的基于大数据的购房者识别系统，其特征在于，所述步骤5，合并列表操作需要标记重复的账号。
5.根据权利要求1所述的基于大数据的购房者识别系统，其特征在于，所述步骤5，重复出现的账号为优质客户，单次出现为高级客户，未出现在列表中的客户为普通客户。