北京作为我国的首都,其拥有优越的教育、医疗等民生资源,吸引着越来越多的人口入住。强劲的刚需使得北京市一手房源房价居高不下,二手房交易市场比一手房交易市场更为活跃。经历了2015年及2016年的繁荣、2017年的惨淡后,2018年北京市二手房交易市场上半年形势高涨,而下半年量价齐跌。可以发现,该市场受政策调控的影响呈现出较大的波动,这对于购房者的购买意愿产生了不良影响。本文采用有序逻辑回归与机器学习方法,基于用户偏好对北京市二手房源进行有效分类,对二手房交易平台的营销与发展提出相应的对策,以促进二手房交易市场的良性持续发展。我们首先分析了北京市二手房交易市场的发展现状,并针对13个城区,对交易市场表现进行了比较。其次,以链家平台为例,利用了网络爬虫技术对在售二手房源数据进行了文本挖掘,通过整理分析得到区分房源类别的主要影响因素。以成交周期和关注人数作为衡量用户偏好的指标,将二手房源标记为抢手房源、普通房源和滞销房源三个类别。通过列联表与相关系数分析,探究房源类别与各房屋属性变量的关系。进一步地,我们采用有序三分类逻辑回归、随机森林和GBDT模型对房源数据进行拟合,结合得出的系数、优势比与特征重要度等,分析各影响因素对房源等级的影响效应,并对分类效果进行评估。研究结论发现:价格低、面积小;卧室多、客厅少;有电梯、梯户比高、有地铁;有5年以上房屋所有权;混合建筑结构;板楼;简装修等有助于房源销售,价格高、面积大、精装修是房源滞销的因素。除此之外五个城区还有自己的特点:朝阳区与邻近的丰台区用户偏好较为相近,总楼层高且处于顶层与中层会提升房源的畅销度。海淀区与毗邻的昌平区类似,顶层与低层房源畅销的可能性较大;不同点在于海淀区总楼层越低越受欢迎,而昌平区总楼层越高越受欢迎。昌平区客厅、厨房、洗手间均为越多越容易销售,联系实际昌平作为中国最大的居民区之一,价格亲民,且许多房源用于出租给在当地没有房子的外来人员,厨房多容易出租给多户从而增加租房收入。西城区较为特殊,砖木结构的房源畅销可能性约为非砖木房源的1.10倍,建筑年代越久远越受欢迎,考虑到东西城区老北京特色的房源,一些购房者可能出于喜爱老北京传统文化而购房;梯户比小的畅销度高,原因可能是西城区常住人口少且房价高。这些研究结论,为相关营销人员提供了更加细致的购房者需求,对促进二手房交易市场发展有一定的现实意义。