| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 武广高铁客运现状 | 第13-14页 |
| 1.3.1 武广高铁概述 | 第13-14页 |
| 1.3.2 武广高铁运输组织 | 第14页 |
| 1.4 主要研究内容及拟解决的关键问题 | 第14-16页 |
| 1.5 技术路线 | 第16-17页 |
| 第2章 高铁客票数据分析 | 第17-26页 |
| 2.1 高铁客票信息分析 | 第17-21页 |
| 2.1.1 高铁客票包含信息分析 | 第17-19页 |
| 2.1.2 基于高铁客票数据的客流时空分析 | 第19-21页 |
| 2.2 高铁客票数据影响因素分析 | 第21-24页 |
| 2.2.1 旅客特性 | 第21-22页 |
| 2.2.2 旅客需求特性 | 第22-23页 |
| 2.2.3 运输供给特性 | 第23页 |
| 2.2.4 运输组织措施 | 第23页 |
| 2.2.5 其他因素 | 第23-24页 |
| 2.3 武广高铁客票数据概况 | 第24-25页 |
| 2.3.1 武广高铁旅客出行行为概况 | 第24页 |
| 2.3.2 武广高铁客票数据的局限性 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 高铁客票大数据的客流预测 | 第26-39页 |
| 3.1 大数据及数据挖掘理论 | 第26-29页 |
| 3.1.1 数据挖掘的概念 | 第26-27页 |
| 3.1.2 数据挖掘方法 | 第27-29页 |
| 3.2 基于大数据方法的高铁客流预测 | 第29-32页 |
| 3.2.1 小波神经网络算法概述 | 第29页 |
| 3.2.2 小波函数概述 | 第29-32页 |
| 3.3 高速铁路OD矩阵推算模型 | 第32-35页 |
| 3.3.1 高速铁路OD矩阵推算基本原理 | 第32-33页 |
| 3.3.2 高速铁路OD矩阵推算方法 | 第33-35页 |
| 3.4 武广高速铁路客流预测及OD矩阵预测 | 第35-38页 |
| 3.4.1 数据获取 | 第35页 |
| 3.4.2 武广高铁客流量的小波神经网络预测 | 第35-36页 |
| 3.4.3 基于重力模型的改进模型武广高铁客流的OD矩阵预测 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 武广高铁客票的聚类与关联规则分析 | 第39-49页 |
| 4.1 WEKA平台简介 | 第39-42页 |
| 4.1.1 数据挖掘工具 | 第39页 |
| 4.1.2 数据挖掘平台的选择 | 第39-40页 |
| 4.1.3 数据挖掘平台Weka | 第40-42页 |
| 4.2 对武广高铁客票数据的聚类分析 | 第42-45页 |
| 4.2.1 聚类分析概述 | 第42-43页 |
| 4.2.2 K-means算法概述 | 第43-44页 |
| 4.2.3 基于Weka的武广高铁客票数据聚类分析 | 第44-45页 |
| 4.3 对武广高铁客票数据的关联规则挖掘 | 第45-48页 |
| 4.3.1 关联规则概述 | 第45-46页 |
| 4.3.2 Apriori算法 | 第46-47页 |
| 4.3.3 基于Apriori算法的武广高铁客票数据分析 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 基于武广高铁客票大数据特征的运营建议 | 第49-53页 |
| 5.1 高速铁路发展的要求 | 第49页 |
| 5.2 武广高铁的营销策略 | 第49-52页 |
| 5.2.1 加强客运营销 | 第49-50页 |
| 5.2.2 优化运输组织 | 第50-51页 |
| 5.2.3 完善换乘及城市接驳系统 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 研究结论 | 第53页 |
| 研究展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 | 第60-61页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第61页 |
