1.一种基于大数据的信息技术咨询管理系统，其特征在于，包括：

信息采集模块，用于对当前咨询人员对应的基本信息进行采集，得到当前咨询人员对应的基本信息；

需求分析模块，用于对当前咨询人员对应的需求房屋类型进行获取，并对当前咨询人员对应房屋的倾向类型进行分析；

初步筛选分析模块，用于对当前咨询人员对应的初选销售员进行分析，得到当前咨询人员对应的初选销售员集合；

二次筛选分析模块，用于获取当前咨询人员对应的倾向租赁区域，并由此对当前咨询人员对应的第二销售员进行分析，得到当前咨询人员对应的第二销售员集合；

优选销售员分析模块，用于对当前咨询人员对应的各优选销售员进行分析，得到当前咨询人员对应的各优选销售员；

显示终端，用于对当前咨询人员对应的各优选销售员进行相应的显示；

所述对当前咨询人员对应房屋的倾向类型进行分析，其具体分析步骤如下：

步骤101：从当前咨询人员对应的需求信息中提取当前咨询人员对应的需求房屋类型，若当前咨询人员对应的需求房屋类型为住房类型，则执行步骤102，若当前咨询人员对应的需求房屋类型为公寓类型，则执行步骤104，若当前咨询人员对应的需求房屋类型为商铺类型，则执行步骤105；

步骤102：获取当前咨询人员对应的需求租赁类型，若当前咨询人员对应的需求租赁类型为整租类型，则执行步骤102‑1，若当前咨询人员对应的需求租赁类型为合租类型，则执行步骤102‑2；

步骤102‑1：获取当前咨询人员对应的倾向房屋布局，并将当前咨询人员对应的倾向房屋布局与设定的各房屋布局对应的布局影响因子进行匹配，得到当前咨询人员对应的布局影响因子，获取当前咨询人员对应的倾向租赁价格区间，由此分析得到当前咨询人员对应的租赁类型影响指数，具体为：获取当前咨询人员对应的倾向房屋布局，并将当前咨询人员对应的倾向房屋布局与设定的各房屋布局对应的布局影响因子进行匹配，得到当前咨询人员对应的布局影响因子 ；获取当前咨询人员对应的倾向租赁价格区间，提取当前咨询人员对应的最大倾向租赁价格 和最小倾向租赁价格 ，对当前咨询人员对应的最大倾向租赁价格和最小倾向租赁价格进行归一化处理，并取其数值；依据公式计算出当前咨询人员对应的租赁类型影响指数 ，a1、a2分别表示为设定的整租类型对应最大倾向租赁价格、最小倾向租赁价格的价格影响因子；同时执行步骤103；

步骤102‑2：获取当前咨询人员对应的合租条件，并将当前咨询人员对应的合租条件与设定的各合租条件对应的合租影响因子进行匹配，得到当前咨询人员对应的合租影响因子，获取当前咨询人员对应的倾向租赁价格区间，由此分析得到当前咨询人员对应的租赁类型影响指数，具体为：获取当前咨询人员对应的合租条件，并将当前咨询人员对应的合租条件与设定的各合租条件对应的合租影响因子进行匹配，得到当前咨询人员对应的合租影响因子 ，获取当前咨询人员对应的倾向租赁价格区间，提取当前咨询人员对应的最大倾向租赁价格 和最小倾向租赁价格 ，对当前咨询人员对应的最大倾向租赁价格和最小倾向租赁价格进行归一化处理，并取其数值，依据公式 计算出当前咨询人员对应的租赁类型影响指数 ，a3、a4分别表示为设定的合租类型对应最大倾向租赁价格、最小倾向租赁价格的价格影响因子；同时执行步骤103；

步骤103：若当前咨询人员对应的需求租赁类型为整租类型，将当前咨询人员对应的租赁类型影响指数作为当前咨询人员对应的房屋类型影响系数；若当前咨询人员对应的需求租赁类型为合租类型，则将当前咨询人员对应的租赁类型影响指数作为当前咨询人员对应的房屋类型影响系数，并执行步骤106；

步骤104：获取当前咨询人员对应水电费的倾向价格范围，获取当前咨询人员对应的倾向租赁价格区间，并由此分析得到当前咨询人员对应的房屋类型影响系数，具体为：获取当前咨询人员对应水电费的倾向价格范围，并从中提取当前咨询人员对应水电费的倾向最大价格 、倾向最小价格 ；获取当前咨询人员对应的倾向租赁价格区间，同时从中提取当前咨询人员对应的倾向最大租赁价格 、倾向最小租赁价格 ，对当前咨询人员对应水电费的倾向最大价格、倾向最小价格、倾向最大租赁价格、倾向最小租赁价格进行归一化处理并取其数值，同时依据公式 计算出当前咨询人员对应的房屋类型影响系数 ，a5、a6、a7、a8分别表示为设定的价格比例因子，同时执行步骤106；

步骤105：获取当前咨询人员对应的商铺倾向面积 、商品倾向楼层 ，对当前咨询人员对应的商铺倾向面积、商铺倾向楼层进行归一化处理并取其数值，同时依据公式计算得到当前咨询人员对应的房屋类型影响系数 ，b1、b2分别表示为设定的权值因子，并执行步骤106；

步骤106：基于当前咨询人员对应的需求房屋类型将其与设定的各需求房屋类型对应的倾向参数进行匹配，得到当前咨询人员对应的倾向参数，同时将当前咨询人员对应的房屋类型影响系数与其对应倾向参数中各倾向类型对应的房屋类型影响系数阈值进行匹配，得到当前咨询人员对应房屋的倾向类型。

2.根据权利要求1所述的一种基于大数据的信息技术咨询管理系统，其特征在于，所述对当前咨询人员对应的初选销售员进行分析，其具体分析过程如下：

2‑1：从数据库中提取各房屋销售员对应的基本信息，并从中提取各房屋销售员对应的性别、耐心度，并从当前咨询人员对应的基本信息中提取当前咨询人员对应的性别、属地；

其中各房屋销售员的耐心度获取方式为：获取各房屋销售员对应的历史评价，评价包含房屋销售员的耐心评分，并将各房屋销售员对应历史评价的各次耐心评分进行均值计算，得到各房屋销售员对应的平均耐心评分，由此作为各房屋销售员的耐心度；

2‑2：将各房屋销售员对应的性别与当前咨询人员对应的性别进行匹配，若某房屋销售员对应的性别与当前咨询人员对应的性别匹配成功，则提取设定的匹配性别对应的性别影响因子得到该房屋销售员对应的性别影响因子，反之，则提取不匹配性别对应的性别影响因子，由此得到各房屋销售员对应当前咨询人员的性别影响因子 ；提取当前咨询人员对应的属地，若当前咨询人员对应的属地为当地，则提取当地对应销售人员的参考耐心度，若当前咨询人员对应的属地为外地，则提取外地对应销售人员的参考耐心度，由此得到当前咨询人员对应房屋销售的参考耐心度 ；依据公式 计算出各房屋销售员对应当前咨询人员的基本信息匹配指数， 表示为第i个房屋销售员对应当前咨询人员的匹配指数，i表示为房屋销售员对应的编号， 表示为第i个房屋销售员对应的耐心度， 表示为设定的权值因子，表示为自然常数；

2‑3：将各房屋销售员对应当前咨询人员的基本匹配指数与设定的基本匹配指数阈值进行对比，若某房屋销售员对应当前咨询人员的基本匹配指数大于设定的基本匹配指数阈值，则将该房屋销售员记为指定销售员，反之则记为剔除销售员，由此得到各指定销售员；

2‑4：从数据库中提取各房屋销售员对应的房屋销售类型，并基于此提取各指定销售员对应房屋的销售类型，并将其与当前咨询人员对应房屋的倾向类型进行匹配，若某指定销售员对应房屋的销售类型与当前咨询人员对应房屋的倾向类型匹配成功，则将该指定销售员记为初选销售员，由此得到当前咨询人员对应的各初选销售员。

3.根据权利要求1所述的一种基于大数据的信息技术咨询管理系统，其特征在于，所述对当前咨询人员对应的第二销售员进行分析，其具体分析步骤如下：

3‑1：从数据库中提取各房屋销售员对应的工作信息，并从各房屋销售员对应的工作信息中提取各初选销售员对应的工作信息；

3‑2：从各初选销售员对应的工作信息中提取各初选销售员对应各租赁区域对应的剩余房屋数量，并基于当前咨询人员对应的倾向租赁区域从各初选销售员对应各租赁区域的剩余房屋数量中，筛选出各初选销售员对应当前咨询人员的倾向租赁区域的剩余房屋数量，记为各初选销售员对应匹配区域的剩余房屋数量 ，j表示为各初选销售员的编号；

3‑3：从各初选销售员对应的工作信息中提取各初选销售员对应的工作年限，并将各初选销售员对应的工作年限与设定的各工作年限对应的参考总成交量进行匹配，得到各初选销售员对应的参考总成交量 ，同时从各初选销售员对应的工作信息中提取各初选销售员对应的历史总成交量 ；

3‑4：对各初选销售员对应匹配区域的剩余房屋数量进行归一化处理并取其数值，同时依据公式 计算出各初选销售员对应当前咨询人员的优选指数，b3、b4分别表示为设定的剩余房屋数量、历史总成交量对应的权值因子，并将各初选销售员对应当前咨询人员的优选指数与设定的参考优选指数阈值进行对比，若某初选销售员对应当前咨询人员的优选指数大于设定的参考优选指数阈值，则将该初选销售员记为第二销售员，由此得到各第二销售员，作为当前咨询人员对应的第二销售员集合。

4.根据权利要求3所述的一种基于大数据的信息技术咨询管理系统，其特征在于，所述对当前咨询人员对应的各优选销售员进行分析，其具体分析方式为：将当前咨询人员对应各第二销售员的优选指数按照从大到小的顺序依次进行排列，并从首位依次筛选出设定数量的销售员，作为优选销售员，由此得到当前咨询人员对应的各优选销售员。