数据挖掘在公交调查数据分析中的应用研究

发布时间：2018-04-01 13:11

本文选题：城市交通　切入点：数据挖掘　出处：《公路工程》2014年02期

【摘要】：针对公交调查数据背后信息挖掘的需求,论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程,并且在分析了几种公交调查数据挖掘模型建模方法的基础上,得出kmeans模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例,采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性,借以SPSS Clementine为软件平台、以k-means为模型对各属性数据进行聚类分析,软件运行后得到相似度较大的几组类别,根据不同样本含量的几组聚类进行图表分析,分别得出优化公共交通服务的相应建议,达到最初挖掘公交调查数据背后信息的目的。
[Abstract]:Aiming at the demand of information mining behind public transport survey data, this paper first introduces the theory concept and task method of bus survey data mining, and summarizes the routine flow of bus survey data mining. And on the basis of analyzing several modeling methods of bus survey data mining model, the paper concludes that kmeans model is the most suitable for cluster analysis of bus survey data. Finally, taking Dazhou bus survey data as a sample example, using age, occupation, etc. In order to use SPSS Clementine as the software platform and k-means as the model to cluster the attribute data, several groups of similar categories are obtained after the running of the software, such as the number of bus days per week, the monthly bus cost, the preferred payment method, and so on. According to the analysis of several clusters of different sample contents, the corresponding suggestions of optimizing public transport service are obtained respectively, and the purpose of mining the information behind the public transport survey data at first is achieved.
【作者单位】：西南交通大学交通运输与物流学院;
【基金】：四川省科技支撑计划项目(2010ZR0021) 西华大学重点实验室开放基金项目(编号SZjj2011-033)
【分类号】：U491.17

【参考文献】

中国期刊全文数据库前2条

1 曹洁;徐强;李宇;任崇玉;;利用数据挖掘技术对公交乘客特征状况的分析[J];计算机工程与设计;2007年17期

2 齐扬;朱欣娟;;基于数据挖掘的服装推荐系统研究[J];西安工程大学学报;2010年04期

中国博士学位论文全文数据库前1条

1 覃明贵;城市道路交通数据挖掘研究与应用[D];复旦大学;2010年

【共引文献】

中国期刊全文数据库前10条

1 王文硕;刘凤军;;我国商业银行信用卡客户流失实证研究[J];金融理论与实践;2008年11期

2 杨毓;蒙肖莲;;用支持向量机(SVM)构建企业破产预测模型[J];金融研究;2006年10期

3 肖凤;郑海健;卢闯;;基于聚类分析的银行客户关系管理策略研究[J];技术经济;2010年01期

4 代逸生;杨永升;;基于LVQ神经网络的电信企业客户流失预测模型研究[J];价值工程;2011年13期