基于訂票行為的航空旅客劃分方法研究.pdf

1、近年來，隨著國內(nèi)經(jīng)濟的高速發(fā)展，民航旅客的數(shù)量急劇增加，國內(nèi)民航進入快速發(fā)展模式。各航空公司為了應(yīng)對民航市場的激烈競爭，分析民航不同旅客群體的出行偏好，進而制定相應(yīng)的競爭策略成為航空公司的迫切需求。為此，本文以航空旅客購票時記錄的客戶信息作為數(shù)據(jù)來源，采用聚類分析的方式，在對客戶群體進行有效劃分的基礎(chǔ)上，分析航空旅客的出行偏好。
　　與傳統(tǒng)聚類算法分析的數(shù)值類型的數(shù)據(jù)不同，本文以記錄航空客戶訂票行為的數(shù)據(jù)作為分析對象，其特殊性在于

2、：首先，源數(shù)據(jù)為包含數(shù)值屬性和分類屬性的混合類型數(shù)據(jù)；其次，數(shù)據(jù)量龐大且分布存儲于各航空公司。為此，本文通過改進現(xiàn)有聚類算法的方式使其適合于單一航空公司混合類型數(shù)據(jù)的聚類分析，從局部的角度分析單一航空公司的旅客出行偏好；進而設(shè)計分布式聚類算法，以同時利用不同航空的旅客信息，從全局的角度來分析民航旅客的出行偏好。因此，本文的研究工作主要包括以下兩個方面：
　?。?）本文以旅客訂票過程中記錄的相關(guān)信息為基礎(chǔ)，將旅客群體劃分歸結(jié)為混合類

3、型數(shù)據(jù)的聚類問題，采用k-prototypes算法來實現(xiàn)航空旅客群體的有效劃分。同時，針對描述旅客購票信息的部分數(shù)據(jù)屬性為離散值且類別眾多、語義模糊的不足，借助于民航領(lǐng)域知識對屬性數(shù)據(jù)進行轉(zhuǎn)換表示，簡化了屬性數(shù)據(jù)的類別信息，顯示表示屬性數(shù)據(jù)中的隱含知識；同時通過構(gòu)建旅客價值的定量計算模型，有效刻畫旅客價值，從而在對航空旅客進行有效劃分的基礎(chǔ)上分析航空旅客的出行偏好。
　?。?）為了有效處理大規(guī)模分布式混合數(shù)據(jù)集，本文通過擴展k-p

4、rototypes算法，以并行方式運行 k-prototypes算法，結(jié)合領(lǐng)域知識，提出了面向領(lǐng)域的并行k-prototypes算法（Domain based Parallel K-prototypes，DPKP），使得各自航空公司的旅客劃分和數(shù)據(jù)分析在各自站點完成，在提高算法運行效率的同時保護了航空公司的商業(yè)隱私。實驗結(jié)果表明，本文提出的聚類算法適合對航空旅客數(shù)據(jù)的劃分，不僅使得聚類結(jié)果的準確性有所提高，而且聚類的時間效率也有提升。<