首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--旅客运输论文--客运站技术作业与设备论文

基于分类学习的铁路客票销售预警技术研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 绪论第11-17页
    1.1 问题的提出第11-12页
    1.2 文献研究综述第12-15页
        1.2.1 票额分配管理研究现状第12-14页
        1.2.2 预警技术研究现状第14-15页
        1.2.3 研究现状总结第15页
    1.3 研究内容及技术路线第15-17页
2 铁路客票销售预警业务分析第17-28页
    2.1 面向收益管理的铁路客运售票组织策略第17-21页
        2.1.1 收益管理在我国铁路客运业的应用分析第17-19页
        2.1.2 具有中国铁路特色的收益管理——售票组织管理第19-21页
    2.2 客票销售业务分析第21-26页
        2.2.1 预售期前第22-24页
        2.2.2 预售期内第24-25页
        2.2.3 预售期后第25-26页
    2.3 客票销售预警业务第26-27页
    2.4 本章小结第27-28页
3 客票销售过程特征提取及销售结果分析第28-43页
    3.1 客票销售预警的数据基础第28-29页
    3.2 客票销售过程数据分析第29-33页
        3.2.1 客票售出数据分析第30-31页
        3.2.2 客票余票数据分析第31-33页
    3.3 客票销售预警数据预处理第33-34页
    3.4 面向预警的客票销售过程数据抽取第34-39页
        3.4.1 预售期内预警数据基础第34-35页
        3.4.2 客票销售过程的特征属性提取及其表示第35-39页
    3.5 面向预警的客票销售结果类型抽取第39-42页
        3.5.1 客票销售结果类型分析第39页
        3.5.2 客票销售结果分类标签提取及表示第39-42页
    3.6 本章小结第42-43页
4 面向客票销售预警的分类学习算法第43-51页
    4.1 分类学习的概念及基本方法第43-45页
    4.2 基于贝叶斯分类的客票销售预警问题建模第45-48页
        4.2.1 贝叶斯分类基础第46-47页
        4.2.2 客票销售预警问题模型第47-48页
    4.3 面向预警的贝叶斯分类方法第48-50页
    4.4 本章小结第50-51页
5 客票销售预警分类实证研究第51-65页
    5.1 实验数据和环境第51-55页
        5.1.1 数据基础第51-52页
        5.1.2 数据预处理第52-55页
    5.2 实证过程及结果第55-64页
        5.2.1 单一样本预警算例第56-62页
        5.2.2 大样本应用情况第62-64页
    5.3 本章小结第64-65页
6 结论及展望第65-67页
    6.1 主要研究工作总结第65页
    6.2 需要进一步研究的问题第65-67页
参考文献第67-69页
附录A第69-72页
附录B第72-76页
作者简历第76-78页
学位论文数据集第78页

论文共78页,点击 下载论文
上一篇:互联网金融对中国商业银行盈利影响的分析
下一篇:中俄双边FTA建设研究