房地产行业是我国国民经济的关键组成部分和重要支柱型产业，维系着社会生活的有序发展，助力国家经济的稳定增长。但在移动互联网时代，信息技术的飞跃发展和广泛应用以及政策调控力度的持续变化，改变了市场的外部营销环境，打造了全新的顾客信息获取渠道和消费行为模式，致使房地产行业高速粗放式发展的格局难以持续，企业营销成本高、顾客识别困难、顾客满意度低、市场推广效力弱等营销困境加剧，房地产业的平稳健康发展面临空前挑战。在此背景下，房地产营销模式和顾客精准识别方法亟需创新。
　　网络社区是企业推广品牌、传播产品信息、聚合顾客的有效平台，人工神经网络是精准识别顾客的有效技术。因此本文创造性的将网络社区和人工神经网络共同引入房地产营销研究，探索房地产新型营销模式和顾客精准识别方法。本文首先分析房地产网络社区营销现状及问题，并根据现有房地产网络社区营销实践情况及相关理论基础，构建了基于BP神经网路的房地产网络社区营销顾客精准识别模型；其次通过分析顾客在房地产网络社区中的互动行为和消费行为，设计模型的初始指标体系，利用德尔菲法确定最终指标体系以及指标权重赋值；最后采用MATLAB神经网络工具箱进行实证研究，测算顾客的购房意愿指数，识别不同类型的顾客，完成模型的训练和检验。
　　实证结果表明，模型在训练和检验过程中效果良好，数据拟合度高，实际输出与期望输出的误差率小，模型预测准确度高。BP神经网络技术提高了顾客数据处理效率和精度，在顾客精准识别领域具有较高的可行性和实用性。房地产企业可参考本文构建的模型精准识别目标顾客，对不同类型的顾客进行分级管理，挖掘顾客的有效需求并及时响应，开展个性化营销方案，与顾客建立相互信任和相互依赖的关系，以此提高顾客转化率和顾客价值，增强企业营销效能，改善房地产企业的营销困境，实现精准营销。