【摘要】：針對目前航空公司旅客細分工作不夠精細的問題,在分析傳統(tǒng)RFM模型的基礎(chǔ)上,提出一種TCSDG模型來描述旅客行為偏好。根據(jù)旅客的行為偏好對旅客進行細分,將具有相同行為偏好的旅客聚成一簇,為航空公司針對不同行為偏好的旅客提供個性化服務(wù)提供基礎(chǔ);結(jié)合Hadoop并行化計算平臺,將算法并行化,以處理海量訂票數(shù)據(jù)。在中國民航訂座系統(tǒng)數(shù)據(jù)上的實驗結(jié)果表明,該算法在保證細分結(jié)果的基礎(chǔ)上提高了執(zhí)行速度和處理能力,根據(jù)旅客行為偏好高效地將旅客分為不同的簇,使行為偏好相同的旅客聚成一簇。
[Abstract]:In order to solve the problem that the passenger subdivision work of airlines is not fine enough, based on the analysis of the traditional RFM model, a TCSDG model is proposed to describe the passenger behavior preference. According to the passenger behavior preference, the passengers with the same behavior preference are gathered into a cluster, which provides the basis for airlines to provide personalized services for passengers with different behavior preference. Combined with Hadoop parallelization computing platform, the algorithm is parallelized to deal with massive booking data. The experimental results on the data of CAAC reservation system show that the algorithm improves the execution speed and processing ability on the basis of ensuring the subdivision results, divides the passengers into different clusters efficiently according to the passenger behavior preference, and brings together the passengers with the same behavior preference.
【作者單位】： 中國民航大學(xué)計算機科學(xué)與技術(shù)學(xué)院;中國民航信息技術(shù)科研基地;
【基金】：國家自然科學(xué)基金項目(61139002) 中國民用航空局科技基金項目(MHRD201130) 中央高�？蒲袠I(yè)務(wù)經(jīng)費基金項目(3122013C005)
【分類號】：F562.6;TP301.6

【參考文獻】

相關(guān)期刊論文 前7條

1 帥斌;鄧紹蔚;黃麗霞;;基于改進RFM模型的鐵路快捷貨運客戶市場細分方法[J];鐵道科學(xué)與工程學(xué)報;2014年01期

2 崔杰;李陶深;蘭紅星;;基于Hadoop的海量數(shù)據(jù)存儲平臺設(shè)計與開發(fā)[J];計算機研究與發(fā)展;2012年S1期

3 方安儒;葉強;魯奇;李一軍;;基于數(shù)據(jù)挖掘的客戶細分框架模型[J];計算機工程;2009年19期

4 周世兵;徐振源;唐旭清;;K-means算法最佳聚類數(shù)確定方法[J];計算機應(yīng)用;2010年08期

5 徐翔斌;王佳強;涂歡;穆明;;基于改進RFM模型的電子商務(wù)客戶細分[J];計算機應(yīng)用;2012年05期

6 仝雪姣;孟凡榮;王志曉;;對k-means初始聚類中心的優(yōu)化[J];計算機工程與設(shè)計;2011年08期

7 呂斌;張晉東;;基于RFM模型的商業(yè)銀行營銷決策分析[J];統(tǒng)計與決策;2013年14期

【共引文獻】

相關(guān)期刊論文 前10條

1 狄浩林;;基于感知價值的3G新增用戶細分實證研究[J];北京郵電大學(xué)學(xué)報(社會科學(xué)版);2012年02期

2 王銳;陳麗;;一種支撐客戶細分的終端分析系統(tǒng)的設(shè)計與實現(xiàn)[J];電信科學(xué);2011年09期

3 郭涌;楊慶;;客戶細分聚合模型方法研究[J];電子世界;2012年06期

4 李坦;楊洪耕;高云;;智能電表家用負荷識別技術(shù)綜述[J];供用電;2011年06期

5 王芳妮;賀興時;諶路;楊敏;;改進的K-means算法[J];紡織高校基礎(chǔ)科學(xué)學(xué)報;2012年03期

6 李亮;;全臺網(wǎng)環(huán)境下的云視頻素材轉(zhuǎn)碼系統(tǒng)的設(shè)計[J];電視技術(shù);2013年10期

7 叢勤;;譜聚類算法中的奇異解問題[J];自動化與信息工程;2013年02期

8 白俊;;基于RFM模型的視頻資產(chǎn)分析[J];電子制作;2013年15期

9 胡宇辰;郭宇;;基于沙漏模型的移動互聯(lián)網(wǎng)用戶行為分析[J];管理世界;2013年07期

10 何佳;;聚類分析算法在供水營銷系統(tǒng)中的應(yīng)用與研究[J];電子世界;2014年05期

相關(guān)會議論文 前2條

1 生昕格;;基于hadoop的交通云數(shù)據(jù)處理平臺設(shè)計[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

2 Liang Chen;Jing Qiu;Xueping Gu;;Design of Cloud Computing Architecture for DIOT[A];2013教育技術(shù)與信息系統(tǒng)國際會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前4條

1 駱汝九;多指標綜合評價的非參數(shù)方法和缺失數(shù)據(jù)的聚類方法研究[D];揚州大學(xué);2011年

2 韓俊;面向供電能力提升的中壓配電系統(tǒng)協(xié)調(diào)規(guī)劃研究[D];天津大學(xué);2013年

3 王寧;云計算環(huán)境下數(shù)據(jù)管理與任務(wù)調(diào)度優(yōu)化策略研究[D];北京科技大學(xué);2015年

4 杜欽生;高維空間的K最近鄰查詢及連接問題研究[D];吉林大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李紅利;我國零售企業(yè)信息化建設(shè)研究[D];江西理工大學(xué);2010年

2 蔣雯;省級環(huán)境績效評估研究[D];浙江大學(xué);2011年

3 李易;基于用戶行為分析的應(yīng)用軟件商店CRM研究與實現(xiàn)[D];電子科技大學(xué);2011年

4 張娟;基于半監(jiān)督佳點集和Leader的K-means聚類算法研究[D];安徽大學(xué);2011年

5 李艷清;基于DCT域高壓縮圖像去塊效應(yīng)算法研究[D];上海交通大學(xué);2012年

6 俞斌;改進K-MEANS聚類算法在銀行CRM中的應(yīng)用與研究[D];浙江工業(yè)大學(xué);2011年

7 董慧敏;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶細分應(yīng)用[D];浙江工業(yè)大學(xué);2012年

8 賈洪強;面向海量短文本的輿情系統(tǒng)實現(xiàn)[D];北京郵電大學(xué);2012年

9 梁敏君;分形聚類分析在證券客戶細分中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2009年

10 都俊楠;基于圖像的高溫熔體實時監(jiān)測系統(tǒng)[D];大連理工大學(xué);2012年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 李業(yè)麗;秦臻;;一種改進的k-means算法[J];北京印刷學(xué)院學(xué)報;2007年02期

2 郭玉華;陳治亞;;基于客戶生命周期的鐵路大客戶細分與發(fā)展模型[J];鐵道科學(xué)與工程學(xué)報;2011年02期

3 連鳳娜;吳錦林;唐琦;;一種改進的K-means聚類算法[J];電腦與信息技術(shù);2008年01期

4 王玲;薄列峰;焦李成;;密度敏感的譜聚類[J];電子學(xué)報;2007年08期

5 馬寶龍;李飛;王高;李純青;;隨機RFM模型及其在零售顧客價值識別中的應(yīng)用[J];管理工程學(xué)報;2011年01期

6 孫玲芳;張婧;;基于RFM模型和協(xié)同過濾的電子商務(wù)推薦機制[J];江蘇科技大學(xué)學(xué)報(自然科學(xué)版);2010年03期

7 林盛;肖旭;;基于RFM的電信客戶市場細分方法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2006年05期

8 陸聲鏈,林士敏;基于距離的孤立點檢測研究[J];計算機工程與應(yīng)用;2004年33期

9 蔣國瑞;劉沛;黃梯云;;一種基于AHP方法的客戶價值細分研究[J];計算機工程與應(yīng)用;2007年08期

10 毛韶陽;李肯立;;優(yōu)化K-means初始聚類中心研究[J];計算機工程與應(yīng)用;2007年22期

相關(guān)碩士學(xué)位論文 前1條

1 馮超;K-means聚類算法的研究[D];大連理工大學(xué);2007年

，

本文編號：2520030