基于旅客分类的不正常航班旅客保护方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 研究现状 | 第12-14页 |
1.3 研究内容与方法 | 第14-15页 |
1.3.1 研究内容 | 第14页 |
1.3.2 研究方法 | 第14-15页 |
1.4 论文组织与结构 | 第15-17页 |
第二章 潜在类别模型概述 | 第17-31页 |
2.1 潜在变量模型概述 | 第17-20页 |
2.1.1 潜在变量 | 第18页 |
2.1.2 类别变量 | 第18-19页 |
2.1.3 潜在变量模型的发展 | 第19-20页 |
2.2 局部独立性 | 第20-22页 |
2.2.1 期望值和残差 | 第20-21页 |
2.2.2 局部独立性 | 第21-22页 |
2.3 潜在类别模型 | 第22-30页 |
2.3.1 潜在类别模型原理 | 第23-24页 |
2.3.2 概率参数化 | 第24-25页 |
2.3.3 模型估计 | 第25-27页 |
2.3.4 模型识别 | 第27-28页 |
2.3.5 模型评价 | 第28-29页 |
2.3.6 潜在聚类分析 | 第29-30页 |
2.4 本章总结 | 第30-31页 |
第三章 民航旅客忠诚度的计算方法 | 第31-43页 |
3.1 PNR原始数据 | 第31-32页 |
3.2 变量的聚类分析 | 第32-38页 |
3.3 保留的分类字段 | 第38页 |
3.4 旅客忠诚度的计算 | 第38-42页 |
3.5 本章总结 | 第42-43页 |
第四章 基于潜在类别模型的民航旅客分类方法 | 第43-55页 |
4.1 选取分类属性与预处理 | 第43-48页 |
4.1.1 旅客性质 | 第43-44页 |
4.1.2 购票方式 | 第44-45页 |
4.1.3 舱位代码 | 第45-46页 |
4.1.4 提前订票日期 | 第46-48页 |
4.1.5 数据预处理 | 第48页 |
4.2 多元变量潜在类别模型 | 第48-53页 |
4.2.1 模型原理 | 第49页 |
4.2.2 模型求解 | 第49-52页 |
4.2.3 潜在聚类分析 | 第52-53页 |
4.3 本章总结 | 第53-55页 |
第五章 不正常航班受扰旅客流行程恢复模型 | 第55-68页 |
5.1 不正常航班成本研究 | 第55-58页 |
5.1.1 不正常航班的经济损失成本 | 第55-56页 |
5.1.2 不正常航班损失成本分解 | 第56-58页 |
5.2 受扰旅客流恢复模型 | 第58-61页 |
5.2.1 多商品网络流基本理论 | 第58-59页 |
5.2.2 受扰旅客流恢复问题约束 | 第59-60页 |
5.2.3 受扰旅客流恢复模型符号 | 第60页 |
5.2.4 受扰旅客流恢复模型 | 第60-61页 |
5.3 模型求解算法 | 第61-64页 |
5.3.1 航班选择算法 | 第62页 |
5.3.2 旅客签转算法 | 第62-63页 |
5.3.3 旅客排序算法 | 第63-64页 |
5.4 模型求解结果与分析 | 第64-67页 |
5.4.1 延误时间阈值 | 第64页 |
5.4.2 签转成本阈值 | 第64-65页 |
5.4.3 旅客推荐结果分析 | 第65-67页 |
5.5 本章总结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 全文总结 | 第68-69页 |
6.2 展望 | 第69-70页 |
参考文献 | 第70-75页 |
致谢 | 第75-76页 |
作者简介 | 第76页 |