民航旅客订票行为细分及群体特征分析

发布时间：2019-07-27 13:21

【摘要】：针对目前航空公司旅客细分工作不够精细的问题,在分析传统RFM模型的基础上,提出一种TCSDG模型来描述旅客行为偏好。根据旅客的行为偏好对旅客进行细分,将具有相同行为偏好的旅客聚成一簇,为航空公司针对不同行为偏好的旅客提供个性化服务提供基础;结合Hadoop并行化计算平台,将算法并行化,以处理海量订票数据。在中国民航订座系统数据上的实验结果表明,该算法在保证细分结果的基础上提高了执行速度和处理能力,根据旅客行为偏好高效地将旅客分为不同的簇,使行为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.
【作者单位】： 中国民航大学计算机科学与技术学院;中国民航信息技术科研基地;
【基金】：国家自然科学基金项目(61139002) 中国民用航空局科技基金项目(MHRD201130) 中央高校科研业务经费基金项目(3122013C005)
【分类号】：F562.6;TP301.6

【参考文献】

相关期刊论文 前7条

1 帅斌;邓绍蔚;黄丽霞;;基于改进RFM模型的铁路快捷货运客户市场细分方法[J];铁道科学与工程学报;2014年01期

2 崔杰;李陶深;兰红星;;基于Hadoop的海量数据存储平台设计与开发[J];计算机研究与发展;2012年S1期

3 方安儒;叶强;鲁奇;李一军;;基于数据挖掘的客户细分框架模型[J];计算机工程;2009年19期

4 周世兵;徐振源;唐旭清;;K-means算法最佳聚类数确定方法[J];计算机应用;2010年08期

5 徐翔斌;王佳强;涂欢;穆明;;基于改进RFM模型的电子商务客户细分[J];计算机应用;2012年05期

6 仝雪姣;孟凡荣;王志晓;;对k-means初始聚类中心的优化[J];计算机工程与设计;2011年08期

7 吕斌;张晋东;;基于RFM模型的商业银行营销决策分析[J];统计与决策;2013年14期

【共引文献】

相关期刊论文 前10条

1 狄浩林;;基于感知价值的3G新增用户细分实证研究[J];北京邮电大学学报(社会科学版);2012年02期

2 王锐;陈丽;;一种支撑客户细分的终端分析系统的设计与实现[J];电信科学;2011年09期

3 郭涌;杨庆;;客户细分聚合模型方法研究[J];电子世界;2012年06期

4 李坦;杨洪耕;高云;;智能电表家用负荷识别技术综述[J];供用电;2011年06期

5 王芳妮;贺兴时;谌路;杨敏;;改进的K-means算法[J];纺织高校基础科学学报;2012年03期

6 李亮;;全台网环境下的云视频素材转码系统的设计[J];电视技术;2013年10期

7 丛勤;;谱聚类算法中的奇异解问题[J];自动化与信息工程;2013年02期

8 白俊;;基于RFM模型的视频资产分析[J];电子制作;2013年15期

9 胡宇辰;郭宇;;基于沙漏模型的移动互联网用户行为分析[J];管理世界;2013年07期

10 何佳;;聚类分析算法在供水营销系统中的应用与研究[J];电子世界;2014年05期

相关会议论文 前2条

1 生昕格;;基于hadoop的交通云数据处理平台设计[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

2 Liang Chen;Jing Qiu;Xueping Gu;;Design of Cloud Computing Architecture for DIOT[A];2013教育技术与信息系统国际会议论文集[C];2013年

相关博士学位论文 前4条

1 骆汝九;多指标综合评价的非参数方法和缺失数据的聚类方法研究[D];扬州大学;2011年

2 韩俊;面向供电能力提升的中压配电系统协调规划研究[D];天津大学;2013年

3 王宁;云计算环境下数据管理与任务调度优化策略研究[D];北京科技大学;2015年

4 杜钦生;高维空间的K最近邻查询及连接问题研究[D];吉林大学;2015年

相关硕士学位论文 前10条

1 李红利;我国零售企业信息化建设研究[D];江西理工大学;2010年

2 蒋雯;省级环境绩效评估研究[D];浙江大学;2011年

3 李易;基于用户行为分析的应用软件商店CRM研究与实现[D];电子科技大学;2011年

4 张娟;基于半监督佳点集和Leader的K-means聚类算法研究[D];安徽大学;2011年

5 李艳清;基于DCT域高压缩图像去块效应算法研究[D];上海交通大学;2012年

6 俞斌;改进K-MEANS聚类算法在银行CRM中的应用与研究[D];浙江工业大学;2011年

7 董慧敏;基于数据挖掘的商业银行客户细分应用[D];浙江工业大学;2012年

8 贾洪强;面向海量短文本的舆情系统实现[D];北京邮电大学;2012年

9 梁敏君;分形聚类分析在证券客户细分中的应用研究[D];合肥工业大学;2009年

10 都俊楠;基于图像的高温熔体实时监测系统[D];大连理工大学;2012年

【二级参考文献】

相关期刊论文 前10条

1 李业丽;秦臻;;一种改进的k-means算法[J];北京印刷学院学报;2007年02期

2 郭玉华;陈治亚;;基于客户生命周期的铁路大客户细分与发展模型[J];铁道科学与工程学报;2011年02期

3 连凤娜;吴锦林;唐琦;;一种改进的K-means聚类算法[J];电脑与信息技术;2008年01期

4 王玲;薄列峰;焦李成;;密度敏感的谱聚类[J];电子学报;2007年08期

5 马宝龙;李飞;王高;李纯青;;随机RFM模型及其在零售顾客价值识别中的应用[J];管理工程学报;2011年01期

6 孙玲芳;张婧;;基于RFM模型和协同过滤的电子商务推荐机制[J];江苏科技大学学报(自然科学版);2010年03期

7 林盛;肖旭;;基于RFM的电信客户市场细分方法[J];哈尔滨工业大学学报;2006年05期

8 陆声链,林士敏;基于距离的孤立点检测研究[J];计算机工程与应用;2004年33期

9 蒋国瑞;刘沛;黄梯云;;一种基于AHP方法的客户价值细分研究[J];计算机工程与应用;2007年08期

10 毛韶阳;李肯立;;优化K-means初始聚类中心研究[J];计算机工程与应用;2007年22期

相关硕士学位论文 前1条

1 冯超;K-means聚类算法的研究[D];大连理工大学;2007年

，

本文编号：2520030