基于大数据平台的铁路旅客群体分析应用研究

吕晓艳; 刘彦麟; 单杏花; 李仕旺

基于大数据平台的铁路旅客群体分析应用研究

中国铁道科学研究院电子计算技术研究所,北京 100081

基金项目: 中国铁道科学研究院科研专项课题（研发中心）（J2016X005）。

详细信息

作者简介:
吕晓艳，副研究员；刘彦麟，工程师。

中图分类号: U293:TP39
计量
- 文章访问数: 105
- HTML全文浏览量: 21
- PDF下载量: 48
出版历程
- 收稿日期: 2016-06-14
- 刊出日期: 2016-09-24

Application research on railway passenger group analysis based on big data platform

Institute of Computing Technologies, China Academy of Railway Sciences, Beijing 100081, China

摘要

摘要: 任何企业都无法吸引市场中所有的客户，至少不能以相同的方式吸引所有客户[1]。大数据技术关于要全体不要抽样，要效率不要绝对精确，要相关不要因果的处理数据理念[2]，在很大程度上为企业进行用户群体分析提供了有力的技术基础。本文基于铁路客运大数据平台，对铁路旅客进行群体分析，研究群体分析的应用，以期实现对客运产品与服务的优化调整，从而提升铁路客运市场优势。铁路换乘旅客群体分析案例的结果表明，群体分析对于指导铁路客运管理与组织优化调整效果良好。
- 旅客运输 /
- 大数据 /
- 群体分析
Abstract: Any enterprise cannot attract all the customers in the market, at least not in the same way to attract all customers. The data processing concept of big data technologies, that is about focusing on the whole, efficiency and relevant, not on the sampling, absolute accuracy, cause and effect, etc., provides a strong technical foundation in passenger group analysis. Based on the big data platform of railway passenger transport, this article analyzed the group of railway passengers, studied on the application of group analysis, in order to implement the optimization and adjustment of passenger transportation products and services, enhance railway passenger market advantage. The result of transfer passenger group analysis indicated that it was good for guiding the management, organization, optimization and adjustment of railway passenger transport.
- passenger transportation /
- big data /
- passenger group analysis

HTML全文

参考文献(2)

[1]	Philip Kotler,Gary Armstrong. 市场营销原理[M]. 赵平，译. 北京：清华大学出版社，1999，10 ：156-179.
[2]	缔元信. 用户分群画像：抽样“猜想”让位于大数据“观察”[EB/OL]. http://www.thebigdata.cn/YingYongAnLi /12697.html, 2014-12-05.

施引文献(7)

期刊类型引用(5)

1.	王晓蕾，王洪业. 铁路客运大数据智能化应用. 铁路计算机应用. 2024(08): 83-86 . 本站查看
2.	俞诚成，吕红霞. 基于大数据铁路旅客画像的客运营销策略研究. 铁道学报. 2020(08): 23-28 . 百度学术
3.	严皓. 动车组大数据处理及分析. 铁路计算机应用. 2019(09): 49-53 . 本站查看
4.	郭根材. 基于铁路出行数据的旅客常住地智能识别算法研究. 铁路计算机应用. 2018(11): 40-42 . 本站查看
5.	陈明，李姝辰，孙膑. 基于旅客出行行为的铁路常旅客计划方案设计. 铁道运输与经济. 2018(08): 45-49 . 百度学术