本文關(guān)鍵詞：民航新旅客成長(zhǎng)性預(yù)測(cè)方法研究

  更多相關(guān)文章： 民航 新旅客 成長(zhǎng)性預(yù)測(cè) 社會(huì)網(wǎng)絡(luò) 組合預(yù)測(cè)模型

【摘要】：隨著民航業(yè)的高速發(fā)展和信息化,民航企業(yè)從各個(gè)基礎(chǔ)業(yè)務(wù)系統(tǒng)中積累了大量的旅客數(shù)據(jù),包括旅客個(gè)人信息、查詢與訂單數(shù)據(jù)和實(shí)際飛行數(shù)據(jù)等。如何從海量的基礎(chǔ)業(yè)務(wù)數(shù)據(jù)中挖掘出有價(jià)值的知識(shí)成為民航領(lǐng)域當(dāng)前一個(gè)重大的課題。預(yù)測(cè)旅客價(jià)值成長(zhǎng)性,特別是新旅客的成長(zhǎng)性正是其中一項(xiàng)非常有意義的研究議題。如果能夠?qū)H有少量歷史出行記錄的新旅客準(zhǔn)確判斷其未來(lái)市場(chǎng)價(jià)值,將有助于航空公司為其提供個(gè)性化的服務(wù)來(lái)吸引潛在的高價(jià)值客戶,同時(shí)還可以對(duì)旅客進(jìn)行細(xì)分,從而制定更豐富的營(yíng)銷策略,降低營(yíng)銷成本。 本文將新旅客價(jià)值成長(zhǎng)性預(yù)測(cè)問(wèn)題形式化為分類問(wèn)題。受限于歷史數(shù)據(jù)的稀少,采用傳統(tǒng)分類方法對(duì)新旅客成長(zhǎng)性的預(yù)測(cè)效果不如歷史數(shù)據(jù)豐富的老旅客。為了彌補(bǔ)新旅客歷史出行記錄稀少而導(dǎo)致無(wú)法準(zhǔn)確預(yù)測(cè)的缺陷,本文提出了一種基于旅客同行社會(huì)網(wǎng)絡(luò)的組合預(yù)測(cè)方法。首先根據(jù)航空公司旅客信息系統(tǒng)中記錄的旅客歷史出行記錄提取旅客之間的社會(huì)關(guān)系并構(gòu)建旅客同行網(wǎng)絡(luò),并采用更加合理的權(quán)重計(jì)算模型來(lái)衡量關(guān)系的強(qiáng)度。隨后分別在旅客個(gè)體和旅客關(guān)系方面構(gòu)建了豐富的特征屬性進(jìn)行新旅客成長(zhǎng)性的初步預(yù)測(cè)。最后利用旅客的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)信息提出了一種有效的組合預(yù)測(cè)模型,該模型融合了旅客個(gè)體和旅客關(guān)系的預(yù)測(cè)結(jié)果,提升了整體預(yù)測(cè)效果。 本文在某航空公司的真實(shí)數(shù)據(jù)集上構(gòu)建了旅客同行社會(huì)網(wǎng)絡(luò),并根據(jù)網(wǎng)絡(luò)分析的結(jié)果進(jìn)行樣本采集和樣本分析。通過(guò)對(duì)比傳統(tǒng)分類算法的分類效果,為本文選擇了最合適的分類算法分別作為基于個(gè)體的分類器和基于關(guān)系的分類器。最終,在數(shù)據(jù)集上設(shè)計(jì)的多組對(duì)比實(shí)驗(yàn)既證明了本文的研究意義,其結(jié)果也表明本文提出的方法對(duì)民航新旅客未來(lái)價(jià)值成長(zhǎng)性的預(yù)測(cè)是非常有效的,能夠有效地彌補(bǔ)新旅客歷史數(shù)據(jù)匱乏的問(wèn)題。同時(shí)該預(yù)測(cè)方法在兩種價(jià)值度量模型上均有不同程度的性能提升,證明了本文的方法具有較好的通用性。
【關(guān)鍵詞】：民航 新旅客 成長(zhǎng)性預(yù)測(cè) 社會(huì)網(wǎng)絡(luò) 組合預(yù)測(cè)模型
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F562.6;TP301.6
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-16
• 1.1 研究背景11-12
• 1.2 研究目的及意義12-13
• 1.3 研究現(xiàn)狀13-14
• 1.4 主要研究?jī)?nèi)容14-15
• 1.5 論文組織結(jié)構(gòu)15-16
• 2 相關(guān)理論知識(shí)16-24
• 2.1 社會(huì)網(wǎng)絡(luò)基礎(chǔ)概念16-19
• 2.1.1 社會(huì)網(wǎng)絡(luò)概述16-17
• 2.1.2 社會(huì)網(wǎng)絡(luò)基本性質(zhì)17-19
• 2.2 分類算法19-21
• 2.3 客戶價(jià)值模型21-23
• 2.4 本章小結(jié)23-24
• 3 構(gòu)建民航旅客同行網(wǎng)絡(luò)24-29
• 3.1 同行網(wǎng)絡(luò)概述24-25
• 3.2 同行網(wǎng)絡(luò)構(gòu)建25-28
• 3.3 本章小結(jié)28-29
• 4 民航新旅客成長(zhǎng)性預(yù)測(cè)29-46
• 4.1 問(wèn)題定義29-32
• 4.2 模型總體框架32-34
• 4.3 特征構(gòu)造34-41
• 4.3.1 基于個(gè)體屬性的特征34-37
• 4.3.2 基于關(guān)系屬性的特征37-41
• 4.4 成長(zhǎng)性預(yù)測(cè)模型41-45
• 4.5 本章小結(jié)45-46
• 5 實(shí)驗(yàn)及結(jié)果分析46-60
• 5.1 同行網(wǎng)絡(luò)構(gòu)建及分析46-51
• 5.1.1 同行網(wǎng)絡(luò)構(gòu)建流程46-48
• 5.1.2 同行網(wǎng)絡(luò)統(tǒng)計(jì)分析48-51
• 5.2 樣本采集及分析51-54
• 5.2.1 樣本采集51-52
• 5.2.2 樣本分析52-54
• 5.3 傳統(tǒng)分類器對(duì)比實(shí)驗(yàn)54-55
• 5.4 新老旅客預(yù)測(cè)對(duì)比實(shí)驗(yàn)及分析55-57
• 5.5 四種預(yù)測(cè)模型對(duì)比實(shí)驗(yàn)及分析57-59
• 5.6 本章小結(jié)59-60
• 6 總結(jié)與展望60-62
• 6.1 論文總結(jié)60
• 6.2 不足與展望60-62
• 參考文獻(xiàn)62-65
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果65-67
• 學(xué)位論文數(shù)據(jù)集67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 蒙肖蓮,蔡淑琴,杜寬旗,寇建亭;商業(yè)銀行客戶流失預(yù)測(cè)模型研究[J];系統(tǒng)工程;2004年12期

2 田玲;邱會(huì)中;鄭莉華;;基于神經(jīng)網(wǎng)絡(luò)的電信客戶流失預(yù)測(cè)主題建模及實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2007年09期

3 萬(wàn)懷宇;林友芳;武志昊;黃厚寬;;Discovering Typed Communities in Mobile Social Networks[J];Journal of Computer Science & Technology;2012年03期

，

本文編號(hào)：846778