高速铁路动卧旅客对价格敏感度的识别与研究

王煜; 徐彦; 方伟; 王亮

高速铁路动卧旅客对价格敏感度的识别与研究

王煜¹,
徐彦²,
方伟²,
王亮²

1. 中国铁道科学研究院集团有限公司电子计算技术研究所, 北京 10081;
2. 中国铁路总公司, 北京 100844

基金项目:

中国铁路总公司科技研究开发计划课题（2016X005-B）

详细信息

作者简介:
王煜,工程师;徐彦,高级经济师。

中图分类号: U293;TP39
计量
- 文章访问数: 101
- HTML全文浏览量: 3
- PDF下载量: 10
出版历程
- 收稿日期: 2018-06-25
- 刊出日期: 2020-07-05

Identification and research on price sensitivity of high-speed railway EMU sleeper passengers

1. Institute of Computing Technologies, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China;
2. China Railway, Beijing 100844, China

摘要

摘要: 计算、评分铁路旅客群体对价格的敏感度，并在此基础上实现旅客群体分类，对于新线开通票价制定、既有线票价浮动测算、丰富常旅客营销手段、预售期票价折扣实施等方面工作具有重要参考意义。选取多次乘坐高速铁路（简称：高铁）动卧的旅客为样本对象，根据其在票价动态调整开始实施后出行行为的变化，运用K-means聚类算法和BP神经网络，将每位高铁动卧旅客对价格的敏感度进行识别和评价，并最终将所有旅客群体分成3类。结果表明，该方法能够较好地评价旅客价格敏感度，准确识别出价格敏感度较高的旅客群体，为铁路旅客运输利用价格手段实现“削峰填谷”、减少客流波动、提高经营效益的市场化目标提供助力。
- 铁路旅客运输 /
- K-means聚类 /
- BP神经网络 /
- 价格敏感度 /
- 高铁动卧旅客
Abstract: Calculating and grading the sensitivity of railway passenger groups to price, and implementing the classification of passenger groups on this basis have important reference significance for the establishment of new line ticket prices, the floating calculation of existing line ticket prices, the enrichment of frequent passenger marketing means, the implementation of advance ticket discounts and so on. Taking passengers who had repeatedly taken highspeed railway EMU sleeper as the sample, based on the change of travel behavior after dynamic adjustment of ticket prices, this paper used K-means clustering and BP neural network to identify and evaluate the price sensitivity of each recumbent passenger, and eventually divided the recumbent passenger group into three categories. The results show that this method can better evaluate the passenger price sensitivity, accurately identify the passenger groups with higher price sensitivity, and provide help for railway passenger transportation to achieve the goal of "cutting peak and filling valley" by price means, reduce passenger flow fluctuation and improve the market-oriented operation efficiency.
- railway passenger transportation /
- K-means clustering /
- BP neural network /
- price sensitivity /
- high-speed railway EMU sleeper passengers

HTML全文

参考文献(8)

[1]	张岚,朱连华,吴秀钰,等.基于浮动定价模型的高速铁路票价定价机制实证分析[J].铁道运输与经济, 2014, 36(4):1-4.
[2]	曹国红,程谦.基于差别定价的铁路旅客票价优化研究[J].铁道运输与经济, 2013, 35(7):6-10.
[3]	四兵锋,高自友.铁路旅客票价与客流量之间的灵敏度分析[J].铁道学报, 1999, 21(4):13-16.
[4]	Ferrari P. Road Pricing and Network Equilibrium[J]. Transportation Research, 1995, 29(3):357-372.
[5]	高红丽,高丽英.综合客运通道铁路客运专线客流分担率模型[J].交通运输, 2010(7):90-93.
[6]	郝晓培,单杏花,张军锋.铁路旅客价值指数计算模型的设计研究[J].铁道运输与经济, 2018, 40(9):80-85.
[7]	郝晓培,单杏花,杨立鹏,等.基于大数据技术的铁路互联网售票异常用户行为分析研究与实现[J].铁路计算机应用, 2017, 26(5):1-5.
[8]	王绣春.我国高速铁路价格体系和运价管理体系研究[J].中国铁路, 2011(2):29-33.

施引文献(10)

期刊类型引用(7)

1.	梁轶群，李辉，欧阳智辉，王文华. 基于多源数据的铁路5G-R运用质量评估系统设计. 铁道标准设计. 2024(02): 185-191 . 百度学术
2.	赵国智，王春雷，张柯，云永胜，赵国强. 重载铁路数据中台技术体系架构研究. 铁道货运. 2024(11): 45-51 . 百度学术
3.	戚小玉. 基于铁路数据服务平台的电务大数据智能运维技术研究与应用. 铁道运输与经济. 2023(09): 66-73 . 百度学术
4.	赵颖，樊智伟，罗浩，柳青红，耿航芳. 重载铁路通信设备数字化及全寿命周期管理技术研究. 铁道运输与经济. 2023(11): 48-57 . 百度学术
5.	姚伟强. 基于大数据的铁路信号系统智能运维方案研究. 现代信息科技. 2022(08): 111-113+119 . 百度学术
6.	张斌，王巍，吴明明. 基于网管告警分析的重载铁路通信设备故障诊断系统研究. 铁道货运. 2022(09): 52-58 . 百度学术
7.	徐永梅. 黄骅港智能调度与控制系统运维平台设计与实现. 铁路计算机应用. 2022(09): 69-75 . 本站查看