民航旅客忠诚度预测研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 论文选题背景、研究目的及意义 | 第10-13页 |
| 1.1.1 选题背景 | 第10-12页 |
| 1.1.2 论文研究的目的及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 顾客忠诚度影响因素研究 | 第13-14页 |
| 1.2.2 顾客忠诚度的量化以及预测研究 | 第14-15页 |
| 1.2.3 民航旅客忠诚度研究 | 第15-16页 |
| 1.3 论文的研究方法及思路 | 第16-17页 |
| 1.4 论文的研究内容 | 第17-19页 |
| 第二章 理论基础 | 第19-24页 |
| 2.1 顾客忠诚度基本概论 | 第19-21页 |
| 2.1.1 顾客忠诚度的定义 | 第19页 |
| 2.1.2 顾客忠诚度的分类 | 第19-21页 |
| 2.2 民航旅客忠诚度基本概念 | 第21-23页 |
| 2.2.1 民航旅客忠诚度的定义 | 第21-22页 |
| 2.2.2 民航旅客忠诚度的特点 | 第22页 |
| 2.2.3 民航旅客忠诚度的分类 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 民航旅客忠诚度评价与分类 | 第24-38页 |
| 3.1 旅客出行原始记录 | 第24-25页 |
| 3.2 民航旅客忠诚度量化 | 第25-34页 |
| 3.2.1 民航旅客忠诚度评价指标选取方式的探讨 | 第25-26页 |
| 3.2.2 民航旅客忠诚度评价指标的选择 | 第26-29页 |
| 3.2.3 民航旅客忠诚度评价指标归一化 | 第29页 |
| 3.2.4 民航旅客忠诚度指标权重的确定方法 | 第29-32页 |
| 3.2.5 民航旅客忠诚度指标权重的确定 | 第32-33页 |
| 3.2.6 民航旅客忠诚度计算 | 第33-34页 |
| 3.3 民航旅客忠诚度聚类分析 | 第34-37页 |
| 3.3.1 K-means聚类分析 | 第34-35页 |
| 3.3.2 民航旅客忠诚度分类 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 贝叶斯网络预测模型构建方法 | 第38-47页 |
| 4.1 贝叶斯网络的基本性质 | 第38-41页 |
| 4.1.1 贝叶斯网络定义 | 第38-39页 |
| 4.1.2 贝叶斯网络的基本性质 | 第39-41页 |
| 4.2 贝叶斯网络的结构学习 | 第41-45页 |
| 4.2.1 基于条件独立性测试的方法 | 第41-42页 |
| 4.2.2 互信息与条件互信息 | 第42-43页 |
| 4.2.3 贝叶斯网络结构图 | 第43-45页 |
| 4.3 贝叶斯网络参数学习 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 民航旅客忠诚度贝叶斯网络预测 | 第47-57页 |
| 5.1 民航旅客出行习惯属性 | 第47-51页 |
| 5.1.1 民航旅客出行偏好属性提取 | 第47-50页 |
| 5.1.2 数据预处理 | 第50-51页 |
| 5.2 构建民航旅客忠诚度贝叶斯网络 | 第51-54页 |
| 5.2.1 样本数据的选取与贝叶斯学习的数据准备 | 第51页 |
| 5.2.2 民航旅客忠诚度贝叶斯网络结构学习 | 第51-53页 |
| 5.2.3 民航旅客忠诚度贝叶斯网络参数学习 | 第53-54页 |
| 5.3 民航旅客忠诚度预测结果的判定 | 第54-55页 |
| 5.3.1 最大后验概率判定旅客忠诚度 | 第54-55页 |
| 5.3.2 民航旅客忠诚度预测示例 | 第55页 |
| 5.4 贝叶斯网络模型评估 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 总结展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 附录1 民航旅客忠诚度评价指标权重调查 | 第64-65页 |
| 附录2 互信息统计表 | 第65-66页 |
| 附录3 民航旅客出行行为属性条件概率表 | 第66-68页 |
| 致谢 | 第68页 |
