基于旅客分类的不正常航班旅客保护方法研究

发布时间：2017-09-18 11:44

  本文关键词：基于旅客分类的不正常航班旅客保护方法研究

  更多相关文章： 不正常航班 民航旅客 潜在聚类分析 旅客流恢复 恢复成本

【摘要】：随着我国航空运输事业的飞速发展,提高旅客的服务质量成为航空公司提升市场竞争力、构建品牌服务的有效手段。由于现实生活中诸多不利因素的影响,如恶劣天气、飞行设备故障、空中流量控制、地面服务不力等不利因素,计划航班的不正常现象越来越频繁。如果不正常的航班经常发生,将会导致航空公司承受巨额的经济效益损失,更为糟糕的情况是旅客对航空公司的信任度也将会受到很大的威胁。所以,如何规避不正常航班引发的风险以降低成本,并能够及时地提出应急方案已经成为各航空公司重中之重的任务,并且这种方法也是维持航空公司自身信誉及客源的必要保证。本文旨在用航空公司的实际订票数据来研究基于旅客分类的不正常航班受扰旅客行程恢复问题,主要工作有以下几点:分析本文的研究背景。航班计划的不正常执行,不仅会对旅客造成很大不便,而且也成为航空公司提高服务质量,降低运营成本的一大障碍,不正常航班旅客流的行程恢复正是针对这一问题提出的。旅客分类。本文在基于航空公司的订票数据建立航空旅客的二维分类体系,第一维分类体系针对民航旅客的行为忠诚,第二维分类体系在第一维分类体系基础上应用一种多元变量潜在类别模型进行旅客分类方法的研究。受扰旅客流行程恢复。本文提出一种基于旅客类别的受扰旅客流行程恢复推荐模型:受扰旅客流行程恢复模型。首先系统分析了航班延误引起的航空公司损失成本,然后详细介绍了旅客流恢复模型的问题约束,最后介绍了恢复模型的构造,并给出一种适用于此模型的求解思路,以及确定旅客优先级的方法。本文的工作重点是对旅客进行分类,并基于旅客类别实现受扰旅客流行程的恢复。首先对某航空公司的PNR属性字段进行变量聚类分析;然后将相关性高的属性字段提炼为旅客的行为忠诚度概念,并给出计算方法;接着,在对相关性低的分类属性字段进行数据预处理基础上,详细介绍了民航旅客分类模型的构建及求解结果;最后,基于航班延误损失成本的细分,结合飞机容量限制、旅客类别和团体购票等因素,构建了基于旅客类别的受扰旅客流恢复模型,并提出适用于此模型的求解算法。
【关键词】：不正常航班 民航旅客 潜在聚类分析 旅客流恢复 恢复成本
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V354
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-17
• 1.1 研究背景与意义11-12
• 1.2 研究现状12-14
• 1.3 研究内容与方法14-15
• 1.3.1 研究内容14
• 1.3.2 研究方法14-15
• 1.4 论文组织与结构15-17
• 第二章 潜在类别模型概述17-31
• 2.1 潜在变量模型概述17-20
• 2.1.1 潜在变量18
• 2.1.2 类别变量18-19
• 2.1.3 潜在变量模型的发展19-20
• 2.2 局部独立性20-22
• 2.2.1 期望值和残差20-21
• 2.2.2 局部独立性21-22
• 2.3 潜在类别模型22-30
• 2.3.1 潜在类别模型原理23-24
• 2.3.2 概率参数化24-25
• 2.3.3 模型估计25-27
• 2.3.4 模型识别27-28
• 2.3.5 模型评价28-29
• 2.3.6 潜在聚类分析29-30
• 2.4 本章总结30-31
• 第三章 民航旅客忠诚度的计算方法31-43
• 3.1 PNR原始数据31-32
• 3.2 变量的聚类分析32-38
• 3.3 保留的分类字段38
• 3.4 旅客忠诚度的计算38-42
• 3.5 本章总结42-43
• 第四章 基于潜在类别模型的民航旅客分类方法43-55
• 4.1 选取分类属性与预处理43-48
• 4.1.1 旅客性质43-44
• 4.1.2 购票方式44-45
• 4.1.3 舱位代码45-46
• 4.1.4 提前订票日期46-48
• 4.1.5 数据预处理48
• 4.2 多元变量潜在类别模型48-53
• 4.2.1 模型原理49
• 4.2.2 模型求解49-52
• 4.2.3 潜在聚类分析52-53
• 4.3 本章总结53-55
• 第五章 不正常航班受扰旅客流行程恢复模型55-68
• 5.1 不正常航班成本研究55-58
• 5.1.1 不正常航班的经济损失成本55-56
• 5.1.2 不正常航班损失成本分解56-58
• 5.2 受扰旅客流恢复模型58-61
• 5.2.1 多商品网络流基本理论58-59
• 5.2.2 受扰旅客流恢复问题约束59-60
• 5.2.3 受扰旅客流恢复模型符号60
• 5.2.4 受扰旅客流恢复模型60-61
• 5.3 模型求解算法61-64
• 5.3.1 航班选择算法62
• 5.3.2 旅客签转算法62-63
• 5.3.3 旅客排序算法63-64
• 5.4 模型求解结果与分析64-67
• 5.4.1 延误时间阈值64
• 5.4.2 签转成本阈值64-65
• 5.4.3 旅客推荐结果分析65-67
• 5.5 本章总结67-68
• 第六章 总结与展望68-70
• 6.1 全文总结68-69
• 6.2 展望69-70
• 参考文献70-75
• 致谢75-76
• 作者简介76

【参考文献】

中国期刊全文数据库 前10条

1 乐美龙;李晓岚;;飞机和旅客流一体化恢复模型[J];工业工程;2013年05期

2 龙继林;刘光才;;我国中小航空公司未来成长的必然选择[J];经济问题探索;2012年07期

3 孙慧杰;;航空公司航班延误成本分析及建议[J];现代商业;2012年13期

4 严俊;高强;吴桐水;朱金福;;航班计划恢复中旅客流恢复问题的研究[J];交通信息与安全;2012年02期

5 顾兆军;王伟;李晓红;;基于潜在类别模型的航空旅客分类[J];计算机技术与发展;2012年04期

6 史心良;李洪涛;王旭;;规范旅客服务标准 做好不正常航班服务[J];中国民用航空;2012年01期

7 曾婷婷;林育钿;;不正常航班的机场服务管理调查[J];经营与管理;2012年01期

8 高强;严俊;陆宏兰;;不正常航班旅客流恢复方法[J];科学技术与工程;2011年27期

9 纪丽君;林柏梁;乔国会;王金宝;;基于多商品流模型的铁路网车流分配和径路优化模型[J];中国铁道科学;2011年03期

10 秦进;倪玲霖;缪立新;;多级多商品流物流网络设计的优化模型与组合模拟退火算法[J];计算机应用研究;2010年09期

中国博士学位论文全文数据库 前4条

1 刘文志;网络虚拟化环境下资源管理关键技术研究[D];北京邮电大学;2012年

2 赵秀丽;航空公司不正常航班恢复模型及算法研究[D];南京航空航天大学;2010年

3 刘朝华;基于客户价值的客户分类模型研究[D];华中科技大学;2008年

4 祖巧红;基于实例的OLAM技术及其多维可视化研究[D];武汉理工大学;2007年

中国硕士学位论文全文数据库 前4条

1 顾欣;非正常航班的成本研究与分析[D];大连理工大学;2013年

2 王莹;不正常航班和旅客行程恢复问题研究[D];南京航空航天大学;2013年

3 陆宏兰;基于旅客行程的飞机航班一体化恢复研究[D];南京航空航天大学;2010年

4 曹艳婷;C-TEST的潜在类别研究[D];北京语言大学;2009年

，

本文编号：875318