SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场finding-real-estate-professionals-on-twitter

finding-real-estate-professionals-on-twitter

营销与增长

查看项目

更新于 10-15 12:13

技能介绍

Finding Real Estate Professionals On Twitter 是一个用于在 Twitter/X 上定位房地产从业者（如房地产经纪人、房产经纪商、房产投资者等）的技能，底层使用 apidojo 在 Apify 上提供的 Twitter User Scraper 来采集用户数据。

【用途】 该技能面向需要在 Twitter/X 上寻找房地产行业潜在客户或联系人的人群，例如需要筛选出房地产经纪人、broker、property investor 等账号进行后续触达或研究。当用户提出在 Twitter 上查找房地产专业人士的需求时会触发该技能。

【输入参数】 技能支持以下输入参数（均为可选）：

  • startUrls（数组，默认 []）：Twitter 个人资料或推文 URL。
  • twitterHandles（数组，默认 []）：Twitter 用户名（不含 @）。
  • twitterUserIds（数组，默认 []）：Twitter 用户 ID。
  • getFollowers（布尔，默认 false）：是否抓取粉丝列表。
  • getFollowing（布尔，默认 false）：是否抓取关注列表。
  • getRetweeters（布尔，默认 false）：是否抓取某条推文 URL 的转推者。
  • includeUnavailableUsers（布尔，默认 false）：是否包含不可用/被封禁的用户。
  • maxItems（数字，默认无限制）：返回用户的最大数量。
  • customMapFunction（字符串，默认未提供）：用于转换每个输出对象的 JavaScript 函数。

【使用方式】 推荐使用 run_actor.js 脚本运行。快速查看结果（表格形式）： node scripts/run_actor.js --actor "apidojo~twitter-user-scraper" --input '{"keywords": ["realtor", "real estate agent"], "maxItems": 100}'

保存为 CSV： node scripts/run_actor.js --actor "apidojo~twitter-user-scraper" --input '{"keywords": ["realtor", "real estate agent"], "maxItems": 100}' --output results.csv --format csv

保存为 JSON： node scripts/run_actor.js --actor "apidojo~twitter-user-scraper" --input '{"keywords": ["realtor", "real estate agent"], "maxItems": 100}' --output results.json --format json

也可以使用 REST API 作为备选方式： curl -X POST "https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs"
-H "Authorization: Bearer $APIFY_TOKEN"
-H "Content-Type: application/json"
-d '{"keywords": ["realtor", "real estate agent"], "maxItems": 100}'

如果环境中可用 Apify MCP，则使用 Apify MCP 的 call_actor 工具，actor 设为 apidojo~twitter-user-scraper，输入同上。

【打分与排序】 对每个用户按以下方式打分：

  • followers：归一化到 0-1（上限 50K），权重 0.30。
  • bio_match_score（简介包含 realtor、broker、real estate、property、agent、MLS 之一）→ 0 或 1，权重 0.40。
  • has_website → 0 或 1，权重 0.30。

计算公式：score = 0.30 * min(followers / 50000, 1.0) + 0.40 * int(bio_match) + 0.30 * int(has_website)

【分级】

  • 分数 ≥ 0.70：A 级，PRIME_OUTREACH。
  • 分数 0.40–0.69：B 级，HOT_CANDIDATE。
  • 分数 < 0.40：C 级，LOW_PRIORITY。

【边界情况与限制】

  • 泛化简介关键词："house" 或 "home" 匹配范围过宽，建议使用 "realtor"、"real estate agent"、"MLS"。
  • 混入个人账号：可通过 followers > 200 且包含网站链接来过滤。
  • 机器人账号：关注数远大于粉丝数的异常比例账号应过滤掉。
  • 简介中不含关键词：Twitter 用户搜索会匹配简介文本，若简介不规范结果可能不稳定。
  • 国际经纪人：可使用国家特定术语（例如英国用 "estate agent"）。

【使用场景】 适合需要从 Twitter/X 批量筛选房地产行业账号并进行优先级排序的场景，例如构建潜在联系人列表、按互动价值分层跟进等。具体收费、数据覆盖范围及准确性等事实资料中未提供。