毕业论文：基于直观数理化指标评价的消费者购房决策模型研究

漳州师范学院毕业论文基于直观数理化指标评价的消费者购房决策模型研究AStudyonConsumersPurchasingHouseDecisionModelBasedonIntuitiveandMathematicalIndex姓名：学号：系别：管理科学系专业：市场营销年级：指导教师：2012年9月28日 PAGEI摘要消费者在购房决策的过程中受到价格、距离、区位等因素的影响，这些因素增加了消费者对购房决策所考虑问题的复杂性与不确定性。本文结合不确定性理论，对基于消费者直观数理化指标评价的购房决策模型进行了探讨。根据消费者认知的特点，建立完整的购房评价指标体系，运用主客观相结合的方法计算出各个指标的权重系数，用区间数代替具体的实数来描述消费者对目标房源的评价，在此基础上，探讨购房排序与择优模型。本文构建的消费者购房决策模型更符合实际规律，能更好地帮助房产企业做出科学的营销决策，同时也为购房决策模型的研究提供一些新的视角。关键词：购房决策；直观数理化指评价；区间数；权重系数组合评价方法

AbstractConsumersareinfulencedonprice,distance,locationorotherfactorswhentheymakeapurchasinghousedecision.Sothesefactorsresultinincreasingthecomplexityanduncertaintyonconsideringaboutpurchasinghousedecision.Thispapercombina-tedwiththeUncertaintyTheory,anditresearchesthatconsumerspurchasinghousedecisionmodelbasedonintuitiveandmathematicalindex.Accordingtotheconsume-rsˊcognitivecharacteristics,Iestablishedacompleteindexsystemofpurchasinghou-seevaluation,andmadeuseofamathodthatcombinatedwiththesubjectiveandobje-ctivetocalculatetheweightcoefficientofeachindex.Inorderthatdescribethetargetofhousingevaluationforconsumers,Iapplyedintheintervalnumberinsteadofrealnumber.Onthisfoundation,Idiscussthepurchasingorderandthemodelofchoosingthemostexcellent.Theconstructionofthemodelthatconsumerspurchasinghousede-cisionismorepracticallawinthispaper.Atthesametimes,itismorehelpfultotherealestateenterprisestomakeamorescientificdecision.Besides,italsocanprovidesomenewperspectivesfortheresearchesonthepurchasinghousedecisionmodel.Keywords:purchasehousedecision;intuitiveandmathematicalindextoevaluate;intervalnumber；weightcoefficientofcombinateevaluationmethodPAGE3 目录中文摘要 I英文摘要 II一、引言 1二、消费者购房决策模型研究现状与问题 2（一）消费者购房决策模型的研究现状 2(二）消费者购房决策模型研究出现的问题 6三、基于直观数理化指标评价的消费者购房决策方法 7（一）基本知识 7（二）基于直观数理化指标评价的消费者购房决策方法和思路 9四、消费者购房决策实例分析 10(一）购房决策指标体系设计 10(二）建立消费者直观数理化指标评价信息表 12(三）标准化决策信息表构建 13（四）权重系数确定 13（五）目标房源进行排序与择优 18五、结论 20参考文献 21附录一：消费者购房评价指标重要程度调查问卷 23致谢 25一、引言随着商品房开发的数量和规模不断扩大，消费者的选择性也越来越多，同时也增加了人们对购房决策所考虑问题的复杂性与不确定性。在这样的新形势下，对消费者购房决策模型的研究也就显得越来越重要。消费者决策的研究属于消费者行为范畴的研究，因而多数专家学者从影响消费者行为的个体与心理因素和环境因素来对消费者的购房决策进行研究。传统研究消费者购房决策的方法是用定量的数字直接对人的心理进行描述，然而在许多决策环境下，由于客观情况的复杂多变性以及主观思维的不确定性，人们给出的决策信息经常以模糊数或区间数而不是一些具体数据的形式出现。基于此，本文将基于直观数理化指标评价，运用区间值多属性决策方法来研究消费者购房决策模型，主要创新包括以下几个方面：（1）对前人购房决策模型的研究进行概括和总结，在此基础上构建更符合消费者认知规律的购房决策评价指标体系；（2）从前的专家学者对消费者购房决策所研究的问题大多是以确定性问题为主，不能有效地描述和解决不确定性问题，本文构建了基于直观数理化指标评价的消费者购房决策模型，该模型用区间数描述了消费者对各指标的直观数理化指标评价，在此基础上形成决策信息表，能够更好地描述和解决消费者购房决策的实际问题；（3）（不同消费者考虑的风险偏好类型）在权重系数确定方面，使用了一种最小二乘意义下主客观评价一致的组合评价方法，得到主客观评价一致的权重系数，突破了前人研究消费者购房决策时，单一使用主观权重系数确定方法或客观权重系数确定方法的局限性。二、消费者购房决策模型研究现状与问题（一）消费者购房决策模型的研究现状近年来，随着我国房地产的不断发展，个人购房决策也变得越来越重要。对消费者购房决策的研究逐渐受到我国学者的重视。消费者的决策要经过问题认知、信息搜集、评价与选择、购买、购后行为五个阶段，消费者决策的研究属于消费者行为范畴的研究。因此多数专家学者从影响消费者行为的个体与心理因素和环境因素来对消费者的购房决策进行研究。其中价格、区位、配套设施、环境等因素重点受到学者的重视。目前，学者们大多采用层次分析法、TOPSIS法、集对分析法等对消费者购房决策模型进行研究，这些方法在属性权重的确定以及区间数排序的方法上各不相同。以下是列举运用TOPSIS法、层次分析法以及集对分析法的原理和方法：1.TOPSIS法[9-10]消费者进行购房决策时通常需综合考虑多方案及多方面影响因素，运用TOPSIS法可以进行多个方案间的遴选，其原理和方法如下：（1）基本思想TOPSIS法是基于归一化的原始数据矩阵，计算出待评对象中的最优方案和最劣方案，通过计算各对象与最优和最劣方案间的距离，获得各待评对象与最优方案的相对接近程度，以此作为评价各方案的优劣依据，TOPSIS法对样本数据无特殊要求。（2）基本步骤①建立同趋势化的原始数据矩阵。综合评价中，有些指标是高优指标，有些指标是低优指标。所谓的低优指标就是指标值越低越好的指标，例如死亡率。用TOPSIS法进行评价时，要求指标方向一致。处理方法是将低优指标转化为高优指标的形式，一般是取低优指标值的负值或倒数。②指标无量纲化。为了消除指标计量单位的影响，要对同趋势化的原始数据矩阵进行归一化处理（即无量纲化），并建立相应的归一化的数据矩阵。设为同趋势化后的指标矩阵，为归一后的数据矩阵，如下：（j=1，2，……，m）③设为属性的权系数，且〉0。对于要加入评估者的主观偏好的综合评价的情况，指标的权重可以用AHP法来确定。对于不加入评估者的主观偏好的综合评价的情况，的值为1。④据归一化矩阵得到最优值向量和最劣值向量，即将待评方案中的各指标最大取值组成最优方案，用符号表示，将待评方案中的各指标的最小归一化取值组成最劣方案，用符号表示，如下：最优方案为：最劣方案为：式中，、分别为第j个指标的最大值和最小值。⑤分别计算诸方案的各评价指标值与最优方案和最劣方案的距离和，如下：⑥计算诸评价指标与最优方案的接近程度，如下：⑦按值大小将各方案排序。的值越接近于1，则说明第i个评价对象越接近最优水平；反之，则越接近最劣水平。即：值越大，表示待评价方案越好。2.层次分析法[11-13]TOPSIS法通过将各计算方案与理想解和负理想解的距离进行比较来确定最优方案，而层次分析法是构造递阶层次结构，再两两比较各因素的重要性。其原理和步骤如下：（1）基本原理层次分析法将决策者对复杂系统的决策思维过程模型化、数量化,应用这种方法，通过将复杂问题分解为若干层次和若干因素，在各因素之间进行简单的比较和计算，就可以得出不同方案的权重，选出最优方案。人们在进行社会的、经济的以及科学管理领域问题的系统分析中。面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。层次分析法(AHP)无疑为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法。运用层次分析法(AHP)建模,大体上可按下面4个步骤进行：①建立层次结构模型；②构造出各层次中的所有判断矩阵；③层次单排序及一致性检验；④层次总排序及一致性检验。3.集对分析法[14]购房决策是一种不确定性决策，集对分析法是一种分析不确定性问题的有效方法。相较于上述两个方法，运用集对分析法对消费者购房决策模型进行研究具有一定的优势。设评价体系有个方案，每个方案有个指标，记表示第个方案的第个指标的指标值，则形成的评价矩阵为：。集对分析法评价步骤如下：（1）建立理想方案。从各个方案中选出指标所对应的最优值组成理想方案，（2）建立集对同一度矩阵。建立被评价方案的各指标值与所建立的理想方案中对应的指标值的同一度，从而组成了被评价方案指标与理想方案各对应指标的同一度矩阵，式中为被评价方案指标值与理想方案中对应的各指标值的同一度。根据两个数字的同一度定义，由下式计算得到：（3）建立可行方案与理想方案的贴近度。设各个指标的权重系数为，则得可行方案与理想方案的贴近度。式中的元素是第个待评价方案与理想方案的贴近度。（4）对各方案进行排序。根据各个方案与理想方案的贴近度的大小，确定各方案的优劣次序。从而得到较理想化的方案，即离理想方案最为接近的方案，此方案为综合考虑各个因素不同重要程度后的综合最优方案。层次分析法、TOPSIS法以及集对分析法皆属于多目标决策的几种不同的方法，它们均能对问题中的方案进行排序，从而有效地对购房决策方案进行择优。在对消费者购房决策模型的研究中，TOPSIS法更适合有限个评价对象进行选择，而层次分析法与集对分析法却能对多个指标之间进行较系统的择优，其中集对分析法针对不确定问题的研究更为有效。然而它们也存在着许多不足，例如层次分析法进行多层比较的时候需要给出一致性比较、存在系统误差等局限性。而集对分析法权重指数的确定给评价结果带来一定的不稳定性。由于消费者购房决策所考虑问题的复杂性、不确定性，同时它们本身存在的局限性，在对消费者购房决策的研究中难以更客观、更合理地进行评价。(二）消费者购房决策模型研究出现的问题随着我国房地产的不断发展，对消费者购房决策模型的研究也逐渐受到我国学者的重视，同时也获得了一系列的研究成果。然而在收获的同时也伴随着一些仍需解决的问题。首先，随着社会、经济的发展，人们对购房决策所考虑的实际问题规模越来越大，结构越来越复杂。然而针对消费者购房决策模型的研究，大多数的专家学者是通过层次分析法、集对分析法等方法来进行研究，研究的问题又以确定性问题（即属性值为确定值）为主，对于这些传统的方法在一定程度上不够符合消费者购房决策模型的现实状况，在精确、细致、真实上存在不足。其次，由于消费者对购房决策所考虑问题的复杂性、不确定性以及思维的模糊性，在实际的决策过程中，决策信息有时需要以区间数来表示。目前，专家学者们对区间值多属性方法运用到消费者购房决策模型的研究甚少。最后，研究消费者购房决策模型的过程中，对于权重系数的确定多以客观赋权法来进行确定。客观赋权法给出的权重由于去绝对的客观性有可能违背指标的经济意义，易造成的权重的不稳定；而主观赋权法又不够客观。因此在对购房决策指标的赋权上不够合理可信。三、基于直观数理化指标评价的消费者购房决策方法购买决策是消费心理学中的“黑箱”问题。当消费者的购买行为被视为一个理性的问题解决过程时，消费者一般被假设先意识到问题的存在，然后搜集信息，在此基础上对各种备选品进行评价、比较和筛选，最后做出购买决定，在这里消费者对产品的选择是清晰明了的。然而消费者在某些情况是基于行为偏差模糊的选择下进行购买的，正如消费者在购房决策过程中可能要跨越一个比较长的时段，作出决策所依赖的信息往往带有模糊或含混的成分，这很有可能导致消费者做出非理性的决策。与此同时，消费者行为受到很多因素的影响，包括价格、距离、区位等，这些因素使得消费者在购房决策过程中产生不确定性、思维的模糊性。鉴于此，本文将基于直观数理化指标评价，建立符合消费者认知规律的购房决策评价指标体系，运用主客观相结合的方法计算出各个指标的权重系数，用区间数代替具体的实数来描述消费者对目标房源的评价，并在此基础上，探讨购房排序与择优模型。（一）基本知识1.区间数随着人们所考虑问题的复杂性、不确定性以及人类思维的模糊性,在实际决策过程中,决策信息有时以区间数的形式出现。定义1记，称为一个区间数，若，则退化为一个实数。可见任意一个实数都是一个区间数。对于区间数的运算法则，设，，且,则有：法则1。法则2，其中。若，则。定义2称为区间型的理想数列，其中，为正理想点（越大越好）；，为负理想点（越小越好）。由理想点构成的序列为理想特征序列定义3设区间数，，如果范数则称为区间数和的相离度。显然越大，则和的相离程度就越大，特别时，有，即和相等。区间数序列优势关系定理1设，为由区间数构成的备选序列，为由理想点构成的理想序列，其中，，。若则称区间数序列A与B相比占优，记为。推论1（1）当且仅当为正理想方案进行决策时，有当且仅当为负理想方案进行决策时，有（二）基于直观数理化指标评价的消费者购房决策方法和思路通过以上的归纳与分析，本文在基于直观数理化指标评价的消费者购房决策模型的研究过程中，其方法和思路主要从以下五个方面进行研究：1.结合期刊文献，归纳总结出影响消费者购房决策的主要因素，并根据消费者购房实际直观评价的规律，从消费者感知角度出发，建立消费者购房决策评价指标体系。2.针对确定的目标房源，获得用区间数表示的消费者直观数理化指标评价，以决策信息表形式给出。3.为消除不同物理纲对决策结果产生的影响，将消费者直观数理化指标评价信息表中的评价结果转化规范区间数。针对效益型指标，采用如下公式转化：，（1）针对成本型指标，采用如下公式转化：，（2）将转化后的规范区间数计为。4.设计调查问卷，通过对曾经有购房经历的消费者或者正打算购房的消费者的调查，获得各购房决策评价指标的重要性评分，以此来确定主观权重系数。针对规范化决策信息表，利用变异系数法，计算出客观权重[15]。对求得的主观权重，以及客观权重，以最小二乘法为工具,建立确定指标权重的优化模型,求解出优化组合权重[16]。5.通过规范化决策信息表以及组合权重，根据公式（3）构造加权决策信息表，并获得各指标的综合属性值。最后利用推论1的结论，对各个决策对象进行排序并择优[13]。四、消费者购房决策实例分析(一）购房决策指标体系设计20世纪90年代以来，随着房地产的不断发展，人们关于消费者购房决策的研究越来越多，从而使得消费者购房决策的评价指标也日益受到专家学者的重视，至今已有不少学者对其进行了探讨，表1中列出了目前文献中较为典型的、具有代表性的购房指标评价体系。表1消费者购房决策的评价指标体系学者指标准则层指标因素层邓泽喜[11]价格位置地段增值空间、离工作地点距离、交通便利程度质量地基及外表、混凝土强度、配套用材社区服务治安管理、教育设施、菜市场区、医疗结构户型采光性、景观性、通风性、户型功能划分环境绿化水平、休闲场所、周边居住人群江朝力、周文芳、冯兰刚[17]价格使用面积物业环境布局、绿化、楼间距交通道路设施、公共交通、交通便利度、交通管制配套设施教育设施、医疗卫生设施、商业服务设施王步云[18]价值小区整体设计、房屋升值空间、小区所处地段、配套设施、广告宣传、开发商声誉等居住环境公共交通、小区内部环境、小区周边环境、物业管理财务价格、付款方式安全安全、户型设计房屋质量结合本文的研究目的，我们对目前文献中的指标体系进行梳理后，建立了消费者购房决策评价指标体系，如表2所示。表2将消费者购房决策评价指标分为准则层和因素层两个层次。表2消费者购房决策的评价指标体系准则层因素层价格绝对价格增值空间住宅建筑特征布局（朝向、楼层、楼间距）户型结构（户型功能划分、通风性、采光性、景观性）房屋质量（地基及外表、混凝土强度、混凝土强度、配套用材）住宅面积住宅区位小区位置（距离市中心远近、距离工作远近）交通状况（交通便利度、交通管制、公共交通、道路设施）配套设施及服务物业管理水平教育设施菜市场区商业服务设施医疗卫生设施休闲场所环境生态环境（绿化水平、空气质量、楼间距、小区周边环境）人文环境（周边居住人群、社区群体文化、时尚潮流等）在消费者购房决策过程中，评价指标的选取和消费者认知特点具有很强的相关性，消费者一般评价的都是可感知的部分，如采光、朝向、距离等，而对不容易感知的部分，如混凝土强度、建筑用材等一般不列入评价指标。基于此，我们在后面的研究中，将消费者购房决策的评价指标确定为八个，即价格、实用面积、户型结构、房屋质量、交通状况、配套设施及服务、综合环境、距离（指距工作单位、市中心、学校等综合）。其中实用面积、户型结构、房屋质量、交通状况、配套设施及服务、环境为效益型指标，价格、距离为成本型指标。(二）建立消费者直观数理化指标评价信息表现假设某消费者打算在某市购买一套房子，经过初步筛选，现有六套目标房源可供选择，在这里我们用表示。根据我们前面的讨论，该消费者购房决策过程中需考虑的八个评价指标用表示，其中，表示目标房源的实用面积（单位为m2），表示目标房源的价格(单位为元/m2)，该楼盘距工作单位、市中心、学校等综合距离用（单位为km)表示，、、、、分别表示户型结构、房屋质量、交通状况、配套设施及服务、环境这些因素满足需求的程度。由于消费者在做出购房决策时所考虑问题的复杂性、不确定性和思维的模糊性，以及消费者在面对目标房源面积、价格、距离等产生的记忆和感知误差，在实际的决策过程中消费者的评价通常是一个区间，而不是一个确定数值，换言之，消费者通常是用区间数进行评价的。现假设消费者对各个楼盘的直观数量化评价如表3所示：表3消费者对某市区六个楼盘的直观数理化指标评价信息表[80,100][9000,10000][12,15][6,7][5,7][6,7][7,8][5,6][105,115][7000,8000][24,30][7,8][6,7][5,7][6,7][7,8][90,100][8000,9000][15,20][5,6][5,8][7,8][7,8][6,7][75,90][10000,11000][3,5][7,8][4,6][6,7][7,8][4,5][120,140][6000,7000][27,30][5,6][7,8][5,8][5,6][8,9][100,110][7000,8000][12,15][6,8][6,8][6,7][8,10][6,7](三）构建标准化决策信息表运用公式（1）和（2）将直观数量化指标评价的信息表转化为规范化后决策信息，见表4：表4规范化决策信息表[0.077,0.385][0.2,0.4][0.556,0.667][0.333,0.667][0.25,0.75][0.333,0.667][0.4,0.6][0.2,0.4][0.462,0.615][0.6,0.8][0.0,0.222][0.667,1.0][0.5,0.75][0.0,0.667][0.2,0.4][0.6,0.8][0.231,0.385][0.4,0.6][0.370,0.556][0.0,0.333][0.25,1.0][0.667,1.0][0.4,0.6][0.4,0.6][0.0,0.231][0.0,0.2][0.926,1.0][0.667,1.0][0.0,0.25][0.333,0.667][0.4,0.6][0.0,0.2][0.692,1.0][0.8,1.0][0.0,0.111][0.0,0.333][0.75,1.0][0.0,1.0][0.0,0.2][0.8,1.0][0.385,0.538][0.6,0.8][0.556,0.667][0.333,1.0][0.5,1.0][0.333,0.667][0.6,1.0][0.4,0.6]（四）权重系数确定在多指标综合评价问题中，对于各指标权重的确定至关重要。目前确定指标权重的方法大致可分为两类：主观赋权法和客观赋权法。运用主观赋权法来确定各指标的权重，反应了决策者的意向，决策或评价结果都有很大的主观性；而客观赋权法虽然有较强的数学理论依据，但是没有考虑决策者的意向，由于其绝对的客观性而可能违背指标的经济意义。因此两种方法都有一定的局限性，有可能导致权重的不稳定。本文利用一种最小二乘意义下主客观评价一致的组合评价方法，从而使综合评价结果比起单一评价方法更具合理性、可信性。主观权重系数[15、19]主观赋权法是指人们对分析对象的各个因素，按其重要程度，依据经验，主观确定的系数，例如Delphi法、AHP法等。这些方法都是利用专家的知识、经验对实际问题作出判断而主观给出权重的。本文为保证消费者评价的真实信度与现实效度，保证消费者对各个指标的评价更符合普通居民的生活实际，通过问卷调查的形式对居民进行调查，对反馈结果进行整理归纳，从而获得主观权重系数。本文通过接头拦访、电话访问以及网上发放问卷的方法，随机选取已经购买房子或者打算购买房子的消费者进行问卷调查。问卷内容是：要求消费者针对价格、实用面积、距离、户型结构、房屋质量、交通状况、配套设施及服务、环境等八个指标的重要性程度在1至9分的范围内进行打分，分数越高，重要性则越高。每项指标分为9个等级,其中，1分代表不重要，3分代表较不重要，5分代表一般，7分代表较重要，9分代表很重要，2、4、6、8分表示上述相邻的判断值。本次问卷共发放问卷120份，收回有效问卷120份，调查区域和性别分布情况见表5，调查结果见表6。表5调查样本量和配额省市性别福州漳州泉州莆田宁德外省（包括山西、江西、湖南、江苏等省份）总计男811987952女1291112131168总计202020202020120表6调查结果实用面积价格距离户型结构房屋质量交通状况配套设施及服务环境总分873996799883921821791805均值7.2758.36.65837.35837.6756.84176.59176.7083根据公式获得各指标的权重，其中2.客观权重系数[15、19]客观赋权法是指经过对实际发生的资料进行整理、计算和分析，从而得出的权重系数。常用的有变异系数法、复相光系数法、熵值法等，这些方法都是根据评价对象的实际数据经数学处理来赋权的。本文针对消费者购房评价指标的赋权，采用变异系数法确定各指标的权重，具体过程如下：(1)计算平均值①利用规范化决策信息，根据公式计算出各个区间的中间值。②根据公式计算各个指标的平均值，结果如下，，，，，，（2）计算各个指标的标准差根据公式计算各个指标的标准差，结果如下：，，，，，，，（3）计算各个指标的变异系数一组数据的变异系数是它的标准差除以均值的绝对值，根据公式可得变异系数，其结果如下：，，，，，，，（4）计算各个指标的权重根据公式计算出各个指标的权重，计算结果如下：，，，，，，根据已经确定的主观权重系数和客观权重系数计算各指标的优化组合权重，以最小二乘法为工具，建立确定指标权重的优化模型，使指标的赋权达到主观与客观的统一。其计算过程如下：（1）通过主观赋权法获得各指标权重为通过客观赋权法获得各指标权重为记各指标的优化组合权重为。（2）根据规范化决策信息表取其各区间的中间值作为具有8项购房评价指标、6个评价对象的标准化后的数据矩阵为。（3）对所有评价对象的所有指标而言，主客观赋权下的评价值的偏差应当越小越好，为此建立如下最小二乘法优化组合评价模型。且下面求解此模型：作Langrange函数令用矩阵表示为其中为对角阵，均为向量。利用公式解上面的矩阵方程，得启动MATLAB后，在m文件里输入如下程序:clearall;

clc;

U=[0.127,0.145,0.116,0.128,0.134,0.119,0.115,0.117]';

V=[0.144,0.127,0.169,0.134,0.102,0.072,0.120,0.132]';

Z=[0.2310.30.6120.50.50.50.50.3;

0.5390.70.1110.8340.6250.3340.30.7;

0.3080.50.4630.1670.6250.8340.50.5;0.1160.10.9630.8340.1250.50.51.0;0.8460.90.0560.1670.8750.50.10.9;0.4620.70.6120.6670.750.50.80.5];

m=length(Z(1,:));n=length(Z(:,1));

forj=1:m

tmp=0;fori=1:n

tmp=tmp+Z(i,j)*Z(i,j);

end

A(j,j)=tmp;%求A

end

e=[11111111]';%求e

B=zeros(m,1);

forj=1:m

tmp=0;

fori=1:n

tmp=tmp+0.5*(U(i)+V(i))*Z(i,j)*Z(i,j);

end

B(j)=tmp;%求B

end

W=inv(A)*(B+(1-e'*inv(A)*B)/(e'*inv(A)*e)*e);%求W

disp(W);%显示W计算出各指标的优化组合权重结果如下：（五）目标房源进行排序与择优根据规范化决策信息表以及已确定的各指标的组合权重系数，利用公式构造加权决策信息表(表7)表7加权决策信息表[0.009,0.047][0.024,0.049][0.071,0.085][0.042,0.085][0.031,0.092][0.044,0.087][0.048,0.072][0.024,0.048][0.057,0.076][0.073,0.098][0.0,0.028][0.085,0.127][0.062,0.092][0.0,0.087][0.024,0.048][0.072,0.096][0.028,0.047][0.049,0.073][0.047,0.071][0.0,0.042][0.031,0.123][0.087,0.131][0.048,0.072][0.048,0.072][0.0,0.028][0.0,0.024][0.119,0.128][0.085,0.127][0.0,0.031][0.044,0.087][0.048,0.072][0.0,0.024][0.085,0.123][0.098,0.122][0.0,0.014][0.0,0.042][0.092,0.123][0.0,0.131][0.0,0.024][0.096,0.127][0.047,0.066][0.073,0.098][0.071,0.085][0.042,0.127][0.062,0.123][0.044,0.087][0.072,0.120][0.048,0.072]根据加权决策信息表，对各个决策对象的上限和下限分别相加，继而求出各决策对象的综合属性值。其结果如下：根据推论1的结论与综合属性值，可以求得由此得出6个目标房源排序为结论本文结合不确定决策理论，基于消费者直观数理化指标评价对消费者购房决策模型进行了研究。从消费者感知角度出发，确定了消费者购房决策的八个评价指标，用区间数描述了消费者对各指标的直观数理化指标评价，使用了一种最小二乘意义下主客观评价一致的组合评价方法，得到主客观评价一致的权重系数，使得所构建的模型更合理、更接近消费者购房决策实际。通过对消费者购房决策模型的改进，能够使房产企业更好地把握消费者购房决策的过程和规律，从而帮助其更好地开发新楼盘，进行房产定价以及房地产项目的推广，为房地产企业做出营销决策和制定营销策略提供理论依据，同时也为购房决策模型的研究提供一些新的视角。本文提出的方法是一个开放式的结论，可根据消费者产品购买评价的具体情况和实际需要，在属性集构建和权重确定部分进行相应调整，即可用于其他产品的消费者购买决策模型。模型中提出了效益型指标和成本型指标转化为规范区间数的方法，但是对既不是效益型指标也不是成本型指标的转化方法并未涉及，在推广的时候，还需要进一步对此进行探讨。

参考文献：[1]蔡向武.我国房地产市场的发展与调控[J].中国房地产市场,2007,(1)：28-29,,[2]张金娟.我国房地产市场的问题及未来发展探讨[J].当代经济,2009,(4)：82-83[3]林乐迦.杭州房地产业现状及未来发展趋势[J].现代商业,2008,(3)：259[4]YoungRC.Thealgebraofmany_valuedquantities[J].AnnalsofMathematics，1931,31260-290[5]ChurchmanCW，AckoffR.LandAmoffE.L.Introductiontooperationresearch.NewYork：JohnWileyandSons，1957:102-110.[6]胡宝清、何娟娟.区间论域上的区间可拓集及其关联函数[J].广州工业大学学报，2001,18（1）：48-54.[7]徐泽水.不确定多属性决策方法及应用[M].北京：清华大学出版社，2004[8]R.E.MooreIntervalAnalysis,Prentice-Hall,EnglewoodClis,NJ,1966[9]魏星，李智勇.TOPSIS法在投资购房决策中的应用[J].\t"result2"黑龙江科技信息.2010(30)：117-118[10]王坤，吴昊.TOPSIS方法在购房决策中的应用[J].\t"result2"现代营销(学苑版).2011(11)：282-283.[11]邓泽喜.层次分析法在购房决策中的应用[J].\t"result2"毕节学院学报.2009，27（4）：70-73[12]李东，由亚男.基于层次分析法的购房决策分析[J].\t"result2"湖南工业职业技术学院学报.2008，8（1）：34-51[13]侯品、夏建忠.利用层次分析法决策购房问题[J].山西建筑.2011,37(32):203-204[14]杜海艳，黄奕辉.基于集对分析的购房决策模型优化[J].\t"result2"华北水利水电学院学报.2012，33（2）：148-150[15]毛定祥.一种最小二乘意义下主客观评价一致的组合评价方法[J].中国管理科学.2002，10（5）：95-97[16]刘健、薛利