10.19713/j.cnki.43-1423/u.T20221575
基于关联规则和主成分分析的高铁旅客购票行为特征研究
购票行为作为反映旅客出行选择的最终表现形式,是高速铁路客流分析的主要依据和客运组织工作的重要基础.针对当前高铁旅客出行需求"多元化""差异化"的新特点,系统与全面地研究旅客购票行为特征可在切实提高客运服务质量的同时实现铁路运输企业效益最大化.依托大数据分析技术,以高速铁路历史售票信息数据为样本,提出一种基于关联规则和主成分分析的旅客购票行为特征研究方法,构建高铁旅客购票行为关键特征体系.通过改进Apriori算法中的"剪枝"操作,降低频繁项集生成时的数据读写负载,证明对客票数据等大规模数据集的关联规则挖掘效率平均提高23.7%.对关联结果从线路类型、出行时段、出行OD及退票时间4个方面进行分析,结果表明旅客购票决策及出行偏好特征在对于旅客购票行为全过程的研究中较旅客个体属性及社会环境等以往重点分析特征更具影响力.采用主成分分析法计算各购票行为特征权重,根据权重阈值选取提前购票时间、始发终到城市间距离、座席选择及购票决策总时间等10项特征构建购票行为关键特征体系,并以此提出基于旅客画像系统、预售期内票价动态浮动及差异化客票退改签等营销策略.研究结果对高铁运营部门准确把握客流变化趋势、优化客票组织策略及保障客运供需动态平衡提供了决策参考.
高速铁路、购票行为、关联规则、主成分分析、Apriori算法、关键特征体系
20
U293.13(铁路运输管理工程)
中国国家铁路集团有限公司科技研究开发计划;国家自然科学基金
2023-07-27（万方平台首次上网日期，不代表论文的发表时间）
共13页
2013-2025
