武广高速铁路客票大数据应用研究

发布时间：2017-08-25 07:59

  本文关键词：武广高速铁路客票大数据应用研究

  更多相关文章： 客票数据 大数据 小波神经 OD推算 Weka 数据挖掘

【摘要】：随着高速铁路的迅猛发展,铁路逐渐由卖方市场转变为买方市场,工作重点逐渐移步于如何高效吸引客流,输送客流,因此高速铁路客票营销也成为研究的重要课题之一。中国铁路客票发售及预订系统是覆盖各大铁路局的客票系统,其中汇集着大量的客票销售数据,数据级别已达到大数据研究的要求。针对铁路客票大数据的一些特点,利用高速铁路客票大数据获取一些知识规律,再利用这些知识规律来指导客运营销工作和铁路旅客运输组织。本文首先分析了高速铁路客票所包含的信息种类,对高速铁路客票数据所代表的客流进行了时空分析,并指出了影响因素。除此之外,利用了大数据理念,结合小波神经网络算法做了武广高速铁路客票大数据客流预测,结合武广高速铁路既有的OD矩阵,利用常用于城市交通的OD矩阵推算方法的改进方法对武广高铁进行OD矩阵推算。最后,根据铁路客票数据的特征比如客票之间的非线性特征,选用了Weka平台作为客票数据挖掘的基本平台,利用该软件自带的基于K-means算法的聚类算法和基于Apriori算法的关联规则分析功能对武广客票大数据进行分析,分别获取了有效信息,用于指导铁路客运营销工作,辅助决策者制定相关政策。本文的研究成果不仅对武广高铁具有指导意义,对全国高速铁路线路均具有一定的普适性。
【关键词】：客票数据 大数据 小波神经 OD推算 Weka 数据挖掘
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U293.22
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 国外研究现状11
• 1.2.2 国内研究现状11-13
• 1.3 武广高铁客运现状13-14
• 1.3.1 武广高铁概述13-14
• 1.3.2 武广高铁运输组织14
• 1.4 主要研究内容及拟解决的关键问题14-16
• 1.5 技术路线16-17
• 第2章 高铁客票数据分析17-26
• 2.1 高铁客票信息分析17-21
• 2.1.1 高铁客票包含信息分析17-19
• 2.1.2 基于高铁客票数据的客流时空分析19-21
• 2.2 高铁客票数据影响因素分析21-24
• 2.2.1 旅客特性21-22
• 2.2.2 旅客需求特性22-23
• 2.2.3 运输供给特性23
• 2.2.4 运输组织措施23
• 2.2.5 其他因素23-24
• 2.3 武广高铁客票数据概况24-25
• 2.3.1 武广高铁旅客出行行为概况24
• 2.3.2 武广高铁客票数据的局限性24-25
• 2.4 本章小结25-26
• 第3章 高铁客票大数据的客流预测26-39
• 3.1 大数据及数据挖掘理论26-29
• 3.1.1 数据挖掘的概念26-27
• 3.1.2 数据挖掘方法27-29
• 3.2 基于大数据方法的高铁客流预测29-32
• 3.2.1 小波神经网络算法概述29
• 3.2.2 小波函数概述29-32
• 3.3 高速铁路OD矩阵推算模型32-35
• 3.3.1 高速铁路OD矩阵推算基本原理32-33
• 3.3.2 高速铁路OD矩阵推算方法33-35
• 3.4 武广高速铁路客流预测及OD矩阵预测35-38
• 3.4.1 数据获取35
• 3.4.2 武广高铁客流量的小波神经网络预测35-36
• 3.4.3 基于重力模型的改进模型武广高铁客流的OD矩阵预测36-38
• 3.5 本章小结38-39
• 第4章 武广高铁客票的聚类与关联规则分析39-49
• 4.1 WEKA平台简介39-42
• 4.1.1 数据挖掘工具39
• 4.1.2 数据挖掘平台的选择39-40
• 4.1.3 数据挖掘平台Weka40-42
• 4.2 对武广高铁客票数据的聚类分析42-45
• 4.2.1 聚类分析概述42-43
• 4.2.2 K-means算法概述43-44
• 4.2.3 基于Weka的武广高铁客票数据聚类分析44-45
• 4.3 对武广高铁客票数据的关联规则挖掘45-48
• 4.3.1 关联规则概述45-46
• 4.3.2 Apriori算法46-47
• 4.3.3 基于Apriori算法的武广高铁客票数据分析47-48
• 4.4 本章小结48-49
• 第5章 基于武广高铁客票大数据特征的运营建议49-53
• 5.1 高速铁路发展的要求49
• 5.2 武广高铁的营销策略49-52
• 5.2.1 加强客运营销49-50
• 5.2.2 优化运输组织50-51
• 5.2.3 完善换乘及城市接驳系统51-52
• 5.3 本章小结52-53
• 结论与展望53-55
• 研究结论53
• 研究展望53-55
• 致谢55-56
• 参考文献56-60
• 附录160-61
• 攻读硕士学位期间发表的论文及科研成果61

【相似文献】

中国硕士学位论文全文数据库 前1条

1 龙腾子;武广高速铁路客票大数据应用研究[D];西南交通大学;2016年

，

本文编号：735923