【摘要】：對(duì)高速鐵路旅客市場(chǎng)進(jìn)行細(xì)分是應(yīng)用收益管理理論的重要環(huán)節(jié).基于京滬高鐵的客票數(shù)據(jù),選取年齡、性別、出行日期、出行距離、購票方式和提前購票時(shí)間6類外顯變量作為分類指標(biāo),采用潛在類別模型進(jìn)行高速鐵路旅客市場(chǎng)的細(xì)分.首先將外顯變量概率參數(shù)化后代入模型進(jìn)行建模并利用Mplus軟件進(jìn)行模型求解,模型擬合的AIC和BIC等指標(biāo)表明,當(dāng)潛在類別為3類時(shí)模型具有較好的效果.然后根據(jù)模型參數(shù)估計(jì)結(jié)果對(duì)所有數(shù)據(jù)進(jìn)行潛在聚類分析,分類正確率達(dá)到93%左右,表明分類結(jié)果合理,3種類別的旅客在提前購票時(shí)間、出行距離等方面具有明顯的差異.潛在類別模型的引入可以為我國高速鐵路收益管理理論研究和實(shí)踐應(yīng)用提供參考借鑒.
[Abstract]:Subdivision of high-speed railway passenger market is an important link in applying revenue management theory. Based on the ticket data of Beijing-Shanghai high-speed railway, six explicit variables, such as age, gender, travel date, travel distance, purchase mode and advance purchase time, are selected as classification indexes, and the potential category model is used to segment the passenger market of high-speed railway. First, the probability parameterized offspring of explicit variables are built into the model and solved by Mplus software. The AIC and BIC indexes of model fitting show that the model has a good effect when the potential class is three classes. Then all the data are analyzed by potential cluster analysis according to the result of model parameter estimation, and the classification accuracy is about 93%, which shows that the classification result is reasonable, the passengers of the three categories have obvious differences in the advance purchase time, travel distance and so on. The introduction of potential category model can provide reference for the theoretical research and practical application of high-speed railway revenue management in China.
【作者單位】： 北京交通大學(xué)交通運(yùn)輸學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(u1434207) 中國鐵路總公司科技研究計(jì)劃項(xiàng)目(2015X006-G)~~
【分類號(hào)】：F532.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 呂紅霞;王文憲;蒲松;余大本;;基于聚類分析的鐵路出行旅客類別劃分[J];交通運(yùn)輸系統(tǒng)工程與信息;2016年01期

2 馬海濤;李春艷;湯蓮花;;基于聚類分析的高速鐵路客運(yùn)市場(chǎng)細(xì)分[J];吉林工程技術(shù)師范學(xué)院學(xué)報(bào);2015年05期

3 錢丙益;帥斌;陳崇雙;李靜;;基于混合回歸模型的客運(yùn)專線旅客市場(chǎng)細(xì)分研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2014年01期

4 顧兆軍;王偉;李曉紅;;基于潛在類別模型的航空旅客分類[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年04期

相關(guān)碩士學(xué)位論文 前1條

1 楊倩倩;基于訂票行為的航空旅客劃分方法研究[D];江蘇科技大學(xué);2015年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳昕;張馳;;基于綠波帶中心線交點(diǎn)的雙向綠波控制圖解法[J];遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

2 荊彬彬;鄢小文;吳煥;徐建閩;;基于雙向最大綠波帶寬的通用干道協(xié)調(diào)控制數(shù)解算法[J];交通運(yùn)輸系統(tǒng)工程與信息;2017年02期

3 鄭淑鑒;佘文晟;熊文華;鄭資鍇;;基于交通疏解的干道協(xié)調(diào)控制模型及應(yīng)用研究[J];交通科學(xué)與工程;2016年03期

4 荊彬彬;盧凱;鄢小文;吳煥;徐建閩;;車路協(xié)同下基于速度引導(dǎo)的雙周期干道綠波協(xié)調(diào)控制方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年08期

5 李琦;;城市干道雙向綠波協(xié)調(diào)控制方法[J];城市道橋與防洪;2016年07期

6 李永強(qiáng);李康;馮遠(yuǎn)靜;;數(shù)據(jù)驅(qū)動(dòng)交通響應(yīng)綠波協(xié)調(diào)信號(hào)控制[J];控制理論與應(yīng)用;2016年05期

7 張翰冰;郭t，

本文編號(hào)：2459250