致谢 | 第4-5页 |
中文摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 引言 | 第10-24页 |
1.1 研究背景 | 第10-12页 |
1.2 研究意义和目的 | 第12-13页 |
1.3 国内外研究现状 | 第13-18页 |
1.3.1 客流预测 | 第14-16页 |
1.3.2 客户偏好选择预测 | 第16-18页 |
1.4 本人工作 | 第18-22页 |
1.4.1 主要研究内容 | 第18-20页 |
1.4.2 总体思路及技术路线 | 第20-22页 |
1.5 论文组织结构 | 第22-24页 |
2 客户价值细分 | 第24-38页 |
2.1 RFM模型定义 | 第24-28页 |
2.1.1 基于RFM的客户分析 | 第24-26页 |
2.1.2 基于RFM的客户评价 | 第26-28页 |
2.2 异常客户交易识别 | 第28-32页 |
2.2.1 基于聚类的离群值 | 第28-30页 |
2.2.2 评价准则 | 第30-32页 |
2.3 动态RFM客户价值分类模型 | 第32-37页 |
2.3.1 基于Mini-Batch K-means的算法模型 | 第32-35页 |
2.3.2 基于马尔可夫链的动态RFM模型 | 第35-37页 |
2.4 本章小结 | 第37-38页 |
3 高速铁路短时客流预测 | 第38-56页 |
3.1 客流需求数据的估计 | 第38-42页 |
3.1.1 客流预订到达分布 | 第38-41页 |
3.1.2 非限性化处理 | 第41-42页 |
3.2 普通日客流预测 | 第42-49页 |
3.2.1 传统季节性指数平滑模型 | 第42-44页 |
3.2.2 基于Holt-Winters改进的客流预测模型描述 | 第44页 |
3.2.3 基于Holt-Winters改进的客流预测模型求解 | 第44-46页 |
3.2.4 实验数据分析 | 第46-49页 |
3.3 特殊日客流预测 | 第49-55页 |
3.3.1 自适应客流预测模型描述 | 第49-51页 |
3.3.2 自适应客流预测模型求解 | 第51-52页 |
3.3.3 实验数据分析 | 第52-55页 |
3.4 本章小结 | 第55-56页 |
4 高速铁路预售期内预订需求预测 | 第56-67页 |
4.1 预订时间序列的相似聚类 | 第56-60页 |
4.1.1 动态时间弯曲概念 | 第56-58页 |
4.1.2 时间序列聚类动态 | 第58-60页 |
4.2 预订时间序列的判别分类 | 第60-61页 |
4.3 预订需求预测 | 第61-66页 |
4.3.1 基于增量(pick up)的预订需求预测 | 第62-63页 |
4.3.2 基于聚类增量的指数平滑法 | 第63-64页 |
4.3.3 实验与分析 | 第64-66页 |
4.4 本章小结 | 第66-67页 |
5 高速铁路客户偏好选择模型 | 第67-98页 |
5.1 基于客户偏好选择的模型框架 | 第67-69页 |
5.2 基于高速铁路客户交互数据的偏好模型 | 第69-74页 |
5.2.1 高速铁路客户交互特征构建 | 第69-73页 |
5.2.2 基于多项Logit选择模型 | 第73-74页 |
5.3 基于高速铁路客户未交互数据的偏好模型 | 第74-86页 |
5.3.1 基于物品的协同过滤 | 第74-77页 |
5.3.2 基于矩阵分解的模型 | 第77-80页 |
5.3.3 受限玻尔兹曼机 | 第80-84页 |
5.3.4 基于内容的模型 | 第84-86页 |
5.4 模型融合方法 | 第86-88页 |
5.5 排序模型(learning to rank) | 第88-92页 |
5.6 实验与分析 | 第92-96页 |
5.6.1 实验数据 | 第92页 |
5.6.2 评测指标 | 第92-94页 |
5.6.3 基于偏好评分模型的实验结果 | 第94-96页 |
5.6.4 基于偏好排序模型的实验结果 | 第96页 |
5.7 本章小结 | 第96-98页 |
6 基于客户分层的高速铁路收益管理原型设计 | 第98-112页 |
6.1 基于客户分层的收益优化模型 | 第98-109页 |
6.1.1 收益管理席位控制方法 | 第98-101页 |
6.1.2 确定线性规划模型 | 第101-102页 |
6.1.3 样本路径收益模型 | 第102-107页 |
6.1.4 实验与分析 | 第107-109页 |
6.2 基于客户分层的高速铁路收益管理流程设计 | 第109-111页 |
6.3 本章小结 | 第111-112页 |
7 结论与展望 | 第112-116页 |
7.1 研究结论 | 第112-114页 |
7.2 研究展望 | 第114-116页 |
参考文献 | 第116-128页 |
作者简历及科研成果清单 | 第128-129页 |
学位论文数据集 | 第129-130页 |
详细摘要 | 第130-138页 |