基于聚类分析的航空旅客在线购票行为研究
发布时间：2021-08-27 22:43
随着互联网以及移动支付的快速发展,中国在线机票预订市场交易规模与日俱增,线上购买机票成为旅客购票的主要方式。随着用户的年轻化和支付场景的转变,旅客的消费习惯和出行需求也随之发生转变。传统的航空旅客划分方式主要有两种:一是依据旅客的累计飞行里程将乘客划分为不同的会员等级,二是将旅客按照普通旅客与商务旅客进行区分。传统的旅客划分方式过于笼统,无法满足航空公司以及代理人网站对于精准营销的需求。而随着数据挖掘的日益发展,聚类分析为旅客细分提供了有利条件。为此,本文依托旅客细分理论,以在线购票的航空旅客为研究对象,利用聚类分析将在线购票的航空旅客分类,刻画不同类别旅客肖像。通过分析不同场景下旅客的在线购买行为为航空公司及在线购票平台提供相应营销策略。本文主要运用K-means聚类算法对在线购票的航空旅客进行分类,将具有相似特征的旅客划分为同一类别,并通过二元logistic回归分析不同场景下旅客聚类的影响因素。首先梳理了聚类分析在航空旅客细分领域的应用,选取旅客的自身属性并融入在线旅客的特征作为聚类指标,通过分层聚类法对指标进行归并;其次,通过K-means聚类算法对在线购票的航空旅客进行聚类,...
【文章来源】：中国民航大学天津市
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
015-2019中国旅行预订用户规模及使用率走势数据来源：根据网站公开信息整理而成
中国民航大学硕士学位论文18图3-12015-2019中国旅行预订用户规模及使用率走势数据来源：根据网站公开信息整理而成图3-22018第一季度至2019第二季度中国在线机票预订市场交易规模数据来源：根据网站公开信息整理而成3.1.2主要在线购票平台机票预订情况及发展方向首先从在线购票网站的用户规模进行概述，根据互联网产品分析系统显示，在线旅行类APP的用户规模远大于航空公司官方APP。截至2019年9月，“携程旅行”APP活跃人数已达7292.59万人，在旅游出行综合类APP榜单排名第一。“去哪儿旅行”和“同程”APP位居第二与第三。相比之下，航空公司APP的活跃人数只有在线旅行APP人数的十分之一，排名最靠前的南方航空APP活跃人数达987.5万人。2019年9月处
中国民航大学硕士学位论文19于头部的旅行类互联网应用的活跃人数及同期环比增幅如图3-3所示：图3-32019年5月国内主要旅游应用活跃人数数据来源：根据网站公开信息整体而成我国航司APP活跃人数排名最靠前的分别为：南方航空，东方航空，中国国际航空。截至2018年第四季度，南方航空APP活跃人数达987.5万人，东方航空为397万人，中国国际航空为242.9万人。2018年第一季度到第四季度我国航司APP活跃人数变化如图3-4所示：图3-42018年度中国航司APP活跃人数变化数据来源：根据网站公开信息整理而成从在线购票平台的交易情况来看，2019年第二季度中国在线机票预定市场交易情况
【参考文献】：
期刊论文
[1]基于旅客出行意图的航线潜在价值计算模型[J]. 徐涛,徐召朋,卢敏. 交通运输系统工程与信息. 2018(05)
[2]基于粗糙集聚类算法的铁路通道客运市场细分[J]. 李海军,李引珍,周鹏,朱昌锋,马昌喜. 交通运输系统工程与信息. 2018(03)
[3]基于PCA-聚类分析的高铁旅客购票行为特性研究[J]. 刘帆洨,彭其渊,梁宏斌,傅志坚,张斌. 交通运输系统工程与信息. 2017(06)
[4]哪些因素影响消费者的在线购买决策?——顾客感知价值的驱动作用[J]. 李宗伟,张艳辉,栾东庆. 管理评论. 2017(08)
[5]基于潜在类别模型的高铁旅客市场细分[J]. 乔珂,赵鹏,文佳星. 交通运输系统工程与信息. 2017(02)
[6]一种基于航空旅客行为的旅客细分模型[J]. 许青林,熊梦琪,刘扬帆. 计算机工程与应用. 2017(24)
[7]基于多维数据分析的民航旅客价值计算[J]. 党悦,曹卫东,王硕. 计算机与数字工程. 2017(01)
[8]基于旅客价值测度模型的客运市场细分和公路客运发展策略研究[J]. 王文娣,杨忠振,李一旋. 公路交通科技. 2016(08)
[9]基于聚类分析的铁路出行旅客类别划分[J]. 吕红霞,王文宪,蒲松,余大本. 交通运输系统工程与信息. 2016(01)
[10]基于Map/Reduce的民航高价值旅客发现方法[J]. 曹卫东,白亮,聂笑盈. 计算机工程与设计. 2015(04)
博士论文
[1]在线商户商品信息呈现对消费者购买意愿影响的研究[D]. 喻昕.吉林大学 2017
[2]基于旅客行为分析的高速铁路收益优化研究[D]. 李丽辉.中国铁道科学研究院 2017
[3]聚类分析中的最佳聚类数确定方法研究及应用[D]. 周世兵.江南大学 2011
硕士论文
[1]基于社交网络的民航旅客价值和出行预测模型研究[D]. 刘晓庆.中国民航大学 2018
[2]基于客户价值的航空旅客细分研究[D]. 王丽菊.北京邮电大学 2018
[3]K-means算法的改进及其在文本聚类中的应用研究[D]. 李敏.江南大学 2018
[4]在线消费者购买决策过程中编辑阶段的有限理性研究[D]. 李莎.南京理工大学 2017
[5]基于顾客价值的航空客运市场细分研究[D]. 王悦.南京航空航天大学 2016
[6]基于客户细分的国航西南公司营销策略研究[D]. 常城.电子科技大学 2015
[7]移动网购情境特征对消费者购买意愿的影响研究[D]. 卢益.华侨大学 2015
[8]基于随机游走的潜在高价值旅客发现及细分研究[D]. 徐冰宇.中国民航大学 2015
[9]基于订票行为的航空旅客划分方法研究[D]. 杨倩倩.江苏科技大学 2015
[10]基于用户行为信息的民航旅客价值度量研究[D]. 唐先超.中国民航大学 2012
本文编号：3367243
【文章来源】：中国民航大学天津市
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
015-2019中国旅行预订用户规模及使用率走势数据来源：根据网站公开信息整理而成
中国民航大学硕士学位论文18图3-12015-2019中国旅行预订用户规模及使用率走势数据来源：根据网站公开信息整理而成图3-22018第一季度至2019第二季度中国在线机票预订市场交易规模数据来源：根据网站公开信息整理而成3.1.2主要在线购票平台机票预订情况及发展方向首先从在线购票网站的用户规模进行概述，根据互联网产品分析系统显示，在线旅行类APP的用户规模远大于航空公司官方APP。截至2019年9月，“携程旅行”APP活跃人数已达7292.59万人，在旅游出行综合类APP榜单排名第一。“去哪儿旅行”和“同程”APP位居第二与第三。相比之下，航空公司APP的活跃人数只有在线旅行APP人数的十分之一，排名最靠前的南方航空APP活跃人数达987.5万人。2019年9月处
中国民航大学硕士学位论文19于头部的旅行类互联网应用的活跃人数及同期环比增幅如图3-3所示：图3-32019年5月国内主要旅游应用活跃人数数据来源：根据网站公开信息整体而成我国航司APP活跃人数排名最靠前的分别为：南方航空，东方航空，中国国际航空。截至2018年第四季度，南方航空APP活跃人数达987.5万人，东方航空为397万人，中国国际航空为242.9万人。2018年第一季度到第四季度我国航司APP活跃人数变化如图3-4所示：图3-42018年度中国航司APP活跃人数变化数据来源：根据网站公开信息整理而成从在线购票平台的交易情况来看，2019年第二季度中国在线机票预定市场交易情况
【参考文献】：
期刊论文
[1]基于旅客出行意图的航线潜在价值计算模型[J]. 徐涛,徐召朋,卢敏. 交通运输系统工程与信息. 2018(05)
[2]基于粗糙集聚类算法的铁路通道客运市场细分[J]. 李海军,李引珍,周鹏,朱昌锋,马昌喜. 交通运输系统工程与信息. 2018(03)
[3]基于PCA-聚类分析的高铁旅客购票行为特性研究[J]. 刘帆洨,彭其渊,梁宏斌,傅志坚,张斌. 交通运输系统工程与信息. 2017(06)
[4]哪些因素影响消费者的在线购买决策?——顾客感知价值的驱动作用[J]. 李宗伟,张艳辉,栾东庆. 管理评论. 2017(08)
[5]基于潜在类别模型的高铁旅客市场细分[J]. 乔珂,赵鹏,文佳星. 交通运输系统工程与信息. 2017(02)
[6]一种基于航空旅客行为的旅客细分模型[J]. 许青林,熊梦琪,刘扬帆. 计算机工程与应用. 2017(24)
[7]基于多维数据分析的民航旅客价值计算[J]. 党悦,曹卫东,王硕. 计算机与数字工程. 2017(01)
[8]基于旅客价值测度模型的客运市场细分和公路客运发展策略研究[J]. 王文娣,杨忠振,李一旋. 公路交通科技. 2016(08)
[9]基于聚类分析的铁路出行旅客类别划分[J]. 吕红霞,王文宪,蒲松,余大本. 交通运输系统工程与信息. 2016(01)
[10]基于Map/Reduce的民航高价值旅客发现方法[J]. 曹卫东,白亮,聂笑盈. 计算机工程与设计. 2015(04)
博士论文
[1]在线商户商品信息呈现对消费者购买意愿影响的研究[D]. 喻昕.吉林大学 2017
[2]基于旅客行为分析的高速铁路收益优化研究[D]. 李丽辉.中国铁道科学研究院 2017
[3]聚类分析中的最佳聚类数确定方法研究及应用[D]. 周世兵.江南大学 2011
硕士论文
[1]基于社交网络的民航旅客价值和出行预测模型研究[D]. 刘晓庆.中国民航大学 2018
[2]基于客户价值的航空旅客细分研究[D]. 王丽菊.北京邮电大学 2018
[3]K-means算法的改进及其在文本聚类中的应用研究[D]. 李敏.江南大学 2018
[4]在线消费者购买决策过程中编辑阶段的有限理性研究[D]. 李莎.南京理工大学 2017
[5]基于顾客价值的航空客运市场细分研究[D]. 王悦.南京航空航天大学 2016
[6]基于客户细分的国航西南公司营销策略研究[D]. 常城.电子科技大学 2015
[7]移动网购情境特征对消费者购买意愿的影响研究[D]. 卢益.华侨大学 2015
[8]基于随机游走的潜在高价值旅客发现及细分研究[D]. 徐冰宇.中国民航大学 2015
[9]基于订票行为的航空旅客划分方法研究[D]. 杨倩倩.江苏科技大学 2015
[10]基于用户行为信息的民航旅客价值度量研究[D]. 唐先超.中国民航大学 2012
本文编号：3367243
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3367243.html
