本文關(guān)鍵詞：旅客社會(huì)網(wǎng)絡(luò)中的家庭出行預(yù)測(cè)及其行為特征分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,旅游業(yè)蓬勃發(fā)展,居民旅游消費(fèi)逐年攀升,乘坐飛機(jī)出行已經(jīng)成為一種較為普遍的出行方式。與此同時(shí),民航業(yè)的信息化程度大大提高,大量的旅客個(gè)人信息及其歷史出行記錄信息并未得到有效利用。如果能夠從這些海量的信息中挖掘出具有價(jià)值的知識(shí),對(duì)于實(shí)際的生產(chǎn)應(yīng)用有著十分重要的意義。家庭是社會(huì)的基本單位,也是客運(yùn)領(lǐng)域中最常見的出行消費(fèi)單元之一。由于家庭出行受到時(shí)間、經(jīng)濟(jì)等多種因素的影響,因此家庭出行呈現(xiàn)出不確定性。如果能夠準(zhǔn)確地預(yù)測(cè)出家庭在未來一個(gè)時(shí)間段內(nèi)是否出行,將有助于客運(yùn)、酒店等服務(wù)業(yè)為家庭制定個(gè)性化的服務(wù)與產(chǎn)品,出行目的地的相關(guān)組織及時(shí)調(diào)整工作計(jì)劃,從而提高家庭旅客出行的便捷度與滿意度。本文對(duì)家庭出行進(jìn)行了研究與定義并將預(yù)測(cè)一個(gè)家庭在未來一段時(shí)間是否會(huì)出行定義為一個(gè)分類問題。首先根據(jù)旅客的個(gè)人信息及其家庭的歷史出行信息構(gòu)建了家庭的人口統(tǒng)計(jì)學(xué)特征、歷史行為特征以及預(yù)測(cè)時(shí)間窗口特征,這些特征描述了不同家庭的自然屬性以及行為屬性。為了達(dá)到更加理想的分類效果,還構(gòu)建了基于共同出行關(guān)系的旅客社會(huì)網(wǎng)絡(luò),提出通過構(gòu)建家庭成員社會(huì)網(wǎng)絡(luò)的屬性來進(jìn)一步描述家庭特征。在此基礎(chǔ)上使用多種分類算法進(jìn)行家庭出行的預(yù)測(cè)。最后,我們對(duì)多種分類算法的效果進(jìn)行了對(duì)比并對(duì)家庭團(tuán)體的出行行為特征進(jìn)行了統(tǒng)計(jì)。本文的實(shí)驗(yàn)數(shù)據(jù)基于民航領(lǐng)域的真實(shí)數(shù)據(jù)集。通過對(duì)比多種方案的多種分類器的分類效果,我們發(fā)現(xiàn),針對(duì)民航旅客社會(huì)網(wǎng)絡(luò)中的家庭出行預(yù)測(cè)問題,隨機(jī)森林算法是效果最優(yōu)的分類算法。實(shí)驗(yàn)結(jié)果表明,使用隨機(jī)森林分類算法對(duì)家庭在未來一個(gè)月是否出行進(jìn)行預(yù)測(cè),準(zhǔn)確率可以達(dá)到85%以上。針對(duì)家庭團(tuán)體的出行行為特征統(tǒng)計(jì)分析結(jié)果也對(duì)于相關(guān)組織的決策者具有十分重要的參考價(jià)值。
【關(guān)鍵詞】：旅客社會(huì)網(wǎng)絡(luò) 家庭出行 出行預(yù)測(cè) 行為分析
【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】：2016
【分類號(hào)】：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
• 1.3 研究現(xiàn)狀12-14
• 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)理論基礎(chǔ)16-26
• 2.1 社會(huì)網(wǎng)絡(luò)概述16-21
• 2.1.1 社會(huì)網(wǎng)絡(luò)指標(biāo)16-18
• 2.1.2 社會(huì)網(wǎng)絡(luò)的基本性質(zhì)18-21
• 2.2 分類算法21-24
• 2.2.1 傳統(tǒng)分類算法21-23
• 2.2.2 組合分類算法23-24
• 2.3 家庭出行行為定義24-25
• 2.4 本章小結(jié)25-26
• 3 旅客社會(huì)網(wǎng)絡(luò)中的家庭出行預(yù)測(cè)26-37
• 3.1 問題定義26-28
• 3.2 研究框架28
• 3.3 旅客社會(huì)網(wǎng)絡(luò)構(gòu)建28-29
• 3.4 家庭出行預(yù)測(cè)29-35
• 3.4.1 基于家庭基本屬性的特征30-33
• 3.4.2 基于旅客社會(huì)網(wǎng)絡(luò)的特征33
• 3.4.3 構(gòu)建基于預(yù)測(cè)時(shí)間窗口的特征33-35
• 3.5 家庭出行行為特征統(tǒng)計(jì)35
• 3.6 本章小結(jié)35-37
• 4 實(shí)驗(yàn)與分析37-51
• 4.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備37-41
• 4.1.1 數(shù)據(jù)處理37-39
• 4.1.2 家庭數(shù)據(jù)庫(kù)的建立39
• 4.1.3 樣本標(biāo)定39-41
• 4.1.4 實(shí)驗(yàn)環(huán)境41
• 4.2 實(shí)驗(yàn)結(jié)果41-49
• 4.2.1 出行預(yù)測(cè)42-46
• 4.2.2 家庭團(tuán)體行為特征統(tǒng)計(jì)46-49
• 4.3 實(shí)驗(yàn)分析49
• 4.4 本章小結(jié)49-51
• 5 總結(jié)與展望51-53
• 5.1 本文工作總結(jié)51
• 5.2 不足與展望51-53
• 參考文獻(xiàn)53-56
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果56-58
• 學(xué)位論文數(shù)據(jù)集58

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉足華;熊惠霖;;基于隨機(jī)森林的目標(biāo)檢測(cè)與定位[J];計(jì)算機(jī)工程;2012年13期

2 董師師;黃哲學(xué);;隨機(jī)森林理論淺析[J];集成技術(shù);2013年01期

3 王象剛;;基于K均值隨機(jī)森林快速算法及入侵檢測(cè)中的應(yīng)用[J];科技通報(bào);2013年08期

4 陳姝;彭小寧;;基于粒子濾波和在線隨機(jī)森林分類的目標(biāo)跟蹤[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

5 羅知林;陳挺;蔡皖東;;一個(gè)基于隨機(jī)森林的微博轉(zhuǎn)發(fā)預(yù)測(cè)算法[J];計(jì)算機(jī)科學(xué);2014年04期

6 王麗婷;丁曉青;方馳;;基于隨機(jī)森林的人臉關(guān)鍵點(diǎn)精確定位方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

7 李建更;高志坤;;隨機(jī)森林針對(duì)小樣本數(shù)據(jù)類權(quán)重設(shè)置[J];計(jì)算機(jī)工程與應(yīng)用;2009年26期

8 張建;武東英;劉慧生;;基于隨機(jī)森林的流量分類方法[J];信息工程大學(xué)學(xué)報(bào);2012年05期

9 吳華芹;;基于訓(xùn)練集劃分的隨機(jī)森林算法[J];科技通報(bào);2013年10期

10 張華偉;王明文;甘麗新;;基于隨機(jī)森林的文本分類模型研究[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測(cè)中的應(yīng)用[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達(dá)數(shù)據(jù)分析的隨機(jī)森林方法及算法改進(jìn)[A];黑龍江省第十次統(tǒng)計(jì)科學(xué)討論會(huì)論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機(jī)森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙�；敢种苿┑臉�(gòu)效關(guān)系研究[A];第十一屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機(jī)森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機(jī)森林和k-近鄰法在某型坦克變速箱狀態(tài)識(shí)別中的應(yīng)用[A];第八屆全國(guó)轉(zhuǎn)子動(dòng)力學(xué)學(xué)術(shù)討論會(huì)論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國(guó)計(jì)算(機(jī))化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 曹正鳳;隨機(jī)森林算法優(yōu)化研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

2 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

3 岳明;基于隨機(jī)森林和規(guī)則集成法的酒類市場(chǎng)預(yù)測(cè)與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

4 李書艷;單點(diǎn)氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測(cè)及其機(jī)制研究[D];蘭州大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 錢維;藥品不良反應(yīng)監(jiān)測(cè)中隨機(jī)森林方法的建立與實(shí)現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

2 韓燕龍;基于隨機(jī)森林的指數(shù)化投資組合構(gòu)建研究[D];華南理工大學(xué);2015年

3 賀捷;隨機(jī)森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年

4 張文婷;交通環(huán)境下基于改進(jìn)霍夫森林的目標(biāo)檢測(cè)與跟蹤[D];華南理工大學(xué);2015年

5 李強(qiáng);基于多視角特征融合與隨機(jī)森林的蛋白質(zhì)結(jié)晶預(yù)測(cè)[D];南京理工大學(xué);2015年

6 朱玟謙;一種收斂性隨機(jī)森林在人臉檢測(cè)中的應(yīng)用研究[D];武漢理工大學(xué);2015年

7 肖宇;基于序列圖像的手勢(shì)檢測(cè)與識(shí)別算法研究[D];電子科技大學(xué);2014年

8 李慧;一種改進(jìn)的隨機(jī)森林并行分類方法在運(yùn)營(yíng)商大數(shù)據(jù)的應(yīng)用[D];電子科技大學(xué);2015年

9 趙亞紅;面向多類標(biāo)分類的隨機(jī)森林算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 黎成;基于隨機(jī)森林和ReliefF的致病SNP識(shí)別方法[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：旅客社會(huì)網(wǎng)絡(luò)中的家庭出行預(yù)測(cè)及其行為特征分析，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：341423