基于旅客订票行为分析的潜在高价值旅客发现

发布时间：2021-03-21 00:58

　　近年来,经济全球化的浪潮席卷各行各业,航空公司在迎来发展机遇的同时,也面临着日愈激烈的市场竞争。在市场竞争的压力下,如何先于竞争对手对潜在高价值旅客进行挖掘和预测,将其向高价值的趋势进行转化,已经成为了航空公司的主要关注点。如今,民航系统积累了大量的旅客订座记录,通过信息化管理的方式对这些数据加以整理、利用,发现民航旅客的订票行为规律,开展旅客价值类别的划分和预测,对于航空公司提升核心竞争力、实现利益最大化具有重要的意义。针对民航旅客价值类别难以定义的问题,以旅客订座数据集和客户生命周期价值理论（Customer Lifetime Value,CLV）为基础,提出了基于聚类的民航旅客价值类别划分方法。同时,为了提高聚类结果的稳定性,对K-means聚类算法进行了改进,通过反复比较簇间距离和簇内距离,动态调整初始聚类中心,增强了初始聚类中心对样本的代表能力。实验结果表明,基于聚类的旅客价值类别划分方法能够更为合理地挖掘民航潜在高价值旅客,且改进的K-means聚类算法具有更好的聚类效果以及更高的执行效率。针对民航潜在高价值旅客与低价值旅客具有行为相似性,影响传统分类预测模型的准确率的问题... 

【文章来源】：中国民航大学天津市

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

行为属性转换后的数据集示意图


本文编号：3092002