旅客社会网络中的家庭发现及其行为特征分析

发布时间：2017-09-29 16:11

  本文关键词：旅客社会网络中的家庭发现及其行为特征分析

  更多相关文章： 旅客社会网络 家庭团体 关系分类 社区发现 行为分析

【摘要】：信息技术的发展使得各行各业得以有效地存储和利用其海量数据。因此,在客运行业的业务系统中积累了大量的旅客信息及其历史出行记录。同时,经济社会的发展使得人们选择出行的方式和出行的次数不断增多。人们出行的时候,经常会以组团的方式与其他人结伴而行,比如与家人一起探亲度假、与同事一起商务出差、与朋友一起观光旅游等。其中,家庭团体作为一种最常见的出行消费单元,在客运领域拥有相当规模的市场。如果能够有效地利用业务系统中的数据记录来精准地识别家庭团体,将有利于客运企业为旅客提供个性化的出行服务和产品推荐,进而提高服务质量,降低服务成本,提高家庭旅客的满意度。 本文研究了民航领域发现家庭旅客团体问题,提出了一种基于旅客社会网络的家庭团体发现方法。首先,从旅客的历史出行记录中,构建基于共同出行关系的旅客社会网络；然后,在旅客社会网络的基础上,构造了三种类型的特征指标(历史共同出行特征、人口学统计特征以及基于网络的特征)来表述旅客间的不同类别的关系。利用协同分类算法对旅客之间社会关系(家庭关系与非家庭关系)进行分类；在分类以后,将关系分类结果作为权值,采用加权社区发现算法来检测家庭团体。最后,我们对发现的旅客家庭团体进行出行行为特征统计。 在民航领域的一个真实的数据集上进行了实验,证明了该方法可以有效地从旅客历史出行记录中发现旅客家庭团体,并且针对家庭团体进行了出行行为分析。家庭团体的发现,有利于民航企业的精准营销或个性化服务；对家庭团体的统计分析,可以为客运市场决策提供支持。
【关键词】：旅客社会网络 家庭团体 关系分类 社区发现 行为分析
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O157.5
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-17
• 1.1 研究背景11-12
• 1.2 研究目的及意义12
• 1.3 研究现状12-13
• 1.4 主要研究内容13-15
• 1.5 论文组织结构15-17
• 2 相关理论基础17-30
• 2.1 社会网络概述17-21
• 2.1.1 网络指标17-19
• 2.1.2 基本性质19-21
• 2.2 关系分类21-25
• 2.2.1 传统分类方法22-25
• 2.2.2 基于链接的分类25
• 2.3 社区发现25-29
• 2.3.1 凝聚与分裂的方法26-27
• 2.3.2 基于模块度的方法27-28
• 2.3.3 基于信息论的方法28-29
• 2.4 本章小结29-30
• 3 基于旅客社会网络中的家庭发现方法30-47
• 3.1 基本定义30-31
• 3.2 研究框架31-33
• 3.3 共同出行网络构建33-34
• 3.4 关系分类34-42
• 3.4.1 构建旅客关系特征35-38
• 3.4.2 条件随机场38-42
• 3.5 类型化社区发现42-45
• 3.5.1 割边43-44
• 3.5.2 带权社区发现44-45
• 3.6 家庭团体相关统计45
• 3.7 本章小结45-47
• 4 实验与分析47-59
• 4.1 数据集47-52
• 4.1.1 数据处理47-50
• 4.1.2 样本数据集50-52
• 4.1.3 实验环境52
• 4.2 实验结果52-58
• 4.2.1 通用社区划分52-53
• 4.2.2 基于关系分类的类型化社区发现53-55
• 4.2.3 家庭团体统计特征55-58
• 4.3 实验分析58
• 4.4 本章小结58-59
• 5 总结与展望59-61
• 5.1 本文工作总结59
• 5.2 不足与展望59-61
• 参考文献61-64
• 作者简历及攻读硕士学位期间取得的研究成果64-66
• 学位论文数据集66

【参考文献】

中国期刊全文数据库 前1条

1 万怀宇;林友芳;武志昊;黄厚宽;;Discovering Typed Communities in Mobile Social Networks[J];Journal of Computer Science & Technology;2012年03期

中国博士学位论文全文数据库 前1条

1 武志昊;复杂网络中的重叠社团发现问题研究[D];北京交通大学;2013年

，

本文编号：942964