發(fā)布時間：2019-06-15 20:41

【摘要】：隨著互聯(lián)網(wǎng)與電子商務(wù)的飛速發(fā)展,如何準(zhǔn)確地把握用戶的偏好和需求,越來越成為電子商務(wù)領(lǐng)域的一個熱點研究問題。準(zhǔn)確的用戶畫像(User Profiling)和高效的用戶偏好建模,在給用戶帶來精準(zhǔn)的個性化服務(wù)與推薦的同時,也改善了電子商務(wù)企業(yè)的客戶關(guān)系管理(CRM),提升了企業(yè)效益。同樣地,在民航領(lǐng)域也存在著旅客偏好建模問題。在經(jīng)濟(jì)全球化、航空聯(lián)盟化的趨勢下,民航客運(yùn)面臨著激烈的競爭,民航企業(yè)千方百計地提高運(yùn)營效率,從而提高自身行業(yè)競爭力。對于民航企業(yè)來說,挖掘出旅客對座位的偏好,提升對旅客的理解,給旅客提供針對性地個性化服務(wù)成為客戶關(guān)系管理(CRM)的重要舉措之一。尤其是,根據(jù)旅客的偏好給航班上的旅客分配座位、提升絕大部分旅客的出行滿意度,成為航空公司競相追求的目標(biāo)。 本文從社會網(wǎng)絡(luò)的視角研究了民航旅客座位偏好建模問題,綜合考慮民航領(lǐng)域座位資源的有限性和旅客間的社會關(guān)系,提出了一種旅客個體偏好和旅客關(guān)系偏好相結(jié)合的建模方法。 首先,我們利用民航旅客歷史出行記錄推斷出旅客間的社會關(guān)系,并利用這些關(guān)系構(gòu)建旅客共同出行網(wǎng)絡(luò)。接著,基于座位資源的有限性,構(gòu)建旅客個體對座位屬性的偏好模型。然后,基于旅客共同出行網(wǎng)絡(luò),探索旅客關(guān)系間的親密程度與座位距離的相關(guān)性,構(gòu)建旅客關(guān)系偏好模型。接著,我們采用線性組合的方式將旅客個體偏好和旅客關(guān)系偏好結(jié)合起來。最后,基于旅客偏好模型給旅客推薦座位,并采用先來先服務(wù)算法給整個航班旅客分配座位。 在民航領(lǐng)域的一個真實的數(shù)據(jù)集上進(jìn)行了實驗,證明本文提出的偏好模型能夠有機(jī)地將旅客個體偏好和關(guān)系偏好結(jié)合起來,較好地描述旅客對座位的偏好,為旅客座位推薦問題提供了理論依據(jù)。此外,實驗還表明與現(xiàn)實中旅客值機(jī)過程生成的座位情況相比,本文采用先來先服務(wù)算法進(jìn)行座位分配提高了旅客的滿意度。
[Abstract]:With the rapid development of Internet and electronic commerce, how to accurately grasp the preferences and needs of users has become a hot research issue in the field of electronic commerce. Accurate user portrait (User Profiling) and efficient user preference modeling not only bring accurate personalized service and recommendation to users, but also improve the customer relationship management (CRM), of e-commerce enterprises to improve the efficiency of the enterprise. Similarly, there is a problem of passenger preference modeling in the field of civil aviation. Under the trend of economic globalization and aviation alliance, civil aviation passenger transport is facing fierce competition. Civil aviation enterprises do everything possible to improve their operational efficiency, so as to improve the competitiveness of their own industries. For civil aviation enterprises, excavating passengers' preference for seats, improving their understanding of passengers, and providing targeted personalized service to passengers has become one of the important measures of customer relationship management (CRM). In particular, according to the preferences of passengers to allocate seats to the passengers on the flight, to improve the travel satisfaction of the vast majority of passengers, has become the goal of airlines competing to pursue. In this paper, the modeling problem of civil aviation passenger seat preference is studied from the perspective of social network. Considering the limitation of seat resources in the field of civil aviation and the social relations between passengers, a modeling method combining passenger individual preference and passenger relationship preference is proposed. First of all, we use the historical travel records of civil aviation passengers to infer the social relations between passengers, and use these relations to construct the common travel network of passengers. Then, based on the limitation of seat resources, the preference model of passengers to seat attributes is constructed. Then, based on the common travel network of passengers, the correlation between the intimacy of passenger relationship and seat distance is explored, and the preference model of passenger relationship is constructed. Then, we combine passenger individual preference with passenger relationship preference by linear combination. Finally, based on the passenger preference model, passengers are recommended for seats, and the first-come-first-served algorithm is used to assign seats to the whole flight. An experiment is carried out on a real data set in the field of civil aviation. It is proved that the preference model proposed in this paper can organically combine the individual preference and relational preference of passengers to describe the preference of passengers to seats, which provides a theoretical basis for the problem of passenger seat recommendation. In addition, the experiment also shows that compared with the seat situation generated by the passenger check-in process in reality, this paper uses the first-come-first-served algorithm to allocate seats to improve the satisfaction of passengers.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.9

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王永梅;胡學(xué)鋼;;決策樹中ID3算法的研究[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2011年03期

2 葉明全;;數(shù)據(jù)挖掘在醫(yī)療數(shù)據(jù)中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2007年03期

3 賈澤露;;基于GIS與SDM集成的農(nóng)用地定級專家系統(tǒng)[J];安徽農(nóng)業(yè)科學(xué);2008年14期

4 蔡麗艷;馮憲彬;丁蕊;;基于決策樹的農(nóng)戶小額貸款信用評估模型研究[J];安徽農(nóng)業(yè)科學(xué);2011年02期

5 趙靜嫻;;基于決策樹的食品安全評估研究[J];安徽農(nóng)業(yè)科學(xué);2011年32期

6 王斌;;基于聚類的決策樹在玉米種質(zhì)篩選中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2011年33期

7 陳文;基于決策樹的入侵檢測的實現(xiàn)[J];安徽技術(shù)師范學(xué)院學(xué)報;2005年05期

8 覃愛明,胡昌振,譚惠民;網(wǎng)絡(luò)攻擊檢測中的機(jī)器學(xué)習(xí)方法綜述[J];安全與環(huán)境學(xué)報;2001年01期

9 左吉峰;喬均儉;;ID3算法的合理性證明及實驗分析[J];保定學(xué)院學(xué)報;2008年04期

10 王曉紅,高洪深;數(shù)據(jù)挖掘技術(shù)在大型超市中的應(yīng)用研究[J];北方工業(yè)大學(xué)學(xué)報;2003年03期

相關(guān)會議論文 前10條

1 葉紅云;倪志偉;陳恩紅;;一種混合型集成學(xué)習(xí)演化決策樹算法[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

2 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九屆中國控制會議論文集[C];2010年

3 王琦;;基于貝葉斯決策樹算法的垃圾郵件識別機(jī)制[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2011年

4 魯松;;英文介詞短語歸并歧義的RMBL分類器消解[A];2005年信息與通信領(lǐng)域博士后學(xué)術(shù)會議論文集[C];2005年

5 劉海霞;鐘曉妮;周燕榮;田考聰;;決策樹在居民就診衛(wèi)生服務(wù)利用影響因素研究中的應(yīng)用[A];重慶市預(yù)防醫(yī)學(xué)會2010年論文集[C];2011年

6 汪云亮;呂久明;劉孝剛;;基于信息熵的輻射源屬性分類方法[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（上）[C];2006年

7 葉中行;陸青;余敏杰;;計算智能在銀行信貸信用分類中的應(yīng)用[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（下冊）[C];2008年

8 羅匡;譚繼志;王衡;汪國平;;IICAS:一個基于用戶偏好的智能接聽系統(tǒng)[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議論文集[C];2008年

9 徐怡;余斌;李龍澍;;粗糙集在決策樹生成中的應(yīng)用[A];2005中國控制與決策學(xué)術(shù)年會論文集（下）[C];2005年

10 ;Rough Set Based Autolanding Control[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學(xué);2010年

2 張寅;個性化技術(shù)及其在數(shù)字圖書館中應(yīng)用的研究[D];浙江大學(xué);2009年

3 渠瑜;基于SVM的高不平衡分類技術(shù)研究及其在電信業(yè)的應(yīng)用[D];浙江大學(xué);2010年

4 陳偉;基于時序文本挖掘的新聞內(nèi)容理解與推薦技術(shù)研究[D];浙江大學(xué);2010年

5 徐河杭;面向PLM的數(shù)據(jù)挖掘技術(shù)和應(yīng)用研究[D];浙江大學(xué);2010年

6 朱佳俊;不確定可拓群決策優(yōu)化方法及應(yīng)用[D];東華大學(xué);2010年

7 陳進(jìn);高光譜圖像分類方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

8 管紅波;食品連鎖經(jīng)營中的有效客戶反應(yīng)研究[D];東華大學(xué);2010年

9 李軍;不平衡數(shù)據(jù)學(xué)習(xí)的研究[D];吉林大學(xué);2011年

10 魏小濤;在線自適應(yīng)網(wǎng)絡(luò)異常檢測系統(tǒng)模型與相關(guān)算法研究[D];北京交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 吳則則;支持動態(tài)演進(jìn)的用戶興趣模型挖掘方法研究[D];山東科技大學(xué);2010年

2 岳海亮;信息論在粗糙集連續(xù)屬性離散化中的應(yīng)用[D];遼寧師范大學(xué);2010年

3 何瑩杰;個性化圖書信息服務(wù)技術(shù)研究[D];哈爾濱工程大學(xué);2010年

4 徐洪偉;數(shù)據(jù)挖掘中決策樹分類算法的研究與改進(jìn)[D];哈爾濱工程大學(xué);2010年

5 曹振興;適應(yīng)概念漂移的數(shù)據(jù)流分類算法研究[D];哈爾濱工程大學(xué);2010年

6 李媛;電子商務(wù)個性化推薦關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

7 李曉光;數(shù)據(jù)挖掘技術(shù)在高校招生和教務(wù)管理中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

8 秦園;基于SPOT5的土地信息提取技術(shù)研究[D];大連理工大學(xué);2010年

9 李仁良;決策樹算法在臨床診斷中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2009年

10 鄭陶;基于平面向量的決策樹算法在高考志愿選擇系統(tǒng)中的應(yīng)用[D];遼寧工程技術(shù)大學(xué);2010年

，

本文編號：2500499