User feature analysis of railway auto-ticketing system
-
摘要: 按照自动售取票旅客特征分别提供服务是提高铁路自动售取票工作效率的有效手段。为此，车站需要在不同的区域安装不同类型的自动售取票终端，并配置不同的操作界面。本文在借鉴互联网用户行为分析技术的基础上，提出了一种适应于铁路自动售取票旅客特征分析技术，包括KMeans聚类分析和TopN分析。应用这些分析技术能够为车站提供自动售取票旅客的聚类特征和最常用的售取票方式，从而可以指导车站进行自动售票终端的布局和终端软件界面配置。Abstract: Providing different services for different ticket vending machine(TVM) users according to their features is an effective way to increase the TVMs' ticketing efficiency. Therefore, TVMs should be installed at suitable location according to their type and be configured with suitable human machine interface(HMI). Based on the Internet user behavior analysis technologies, some new user feature analysis methods were proposed for railway auto-ticketing system, including KMeans cluster analysis and TopN analysis. By the applications of these analysis technologies, the TVM users' cluster features and the TVM operation modes could be drawn out to improve the TVMs' location layout and the TVMs' HMI configuration.
-
Keywords:
- ticket vending machine(TVM) /
- KMeans /
- TopN /
- user feature analysis
-
-
[1] ［1］ 李 航. 统计学习方法[M]. 北京：清华大学出版社，2012.
［2］ CSDN 博客. 基本KMeans 算法及其实现[DB/OL]. http://blog.csdn.net/qll125596718/article/details/8243404/.
［3］ 百度百科词条. 用户行为分析[DB/OL]. http://baike.b a i d u . c o m / l i n k ? u r l =1M6JrqHPX8DZXzGMlW0j LbKTjU4rGFwjkmA_PuTPeSTSDsCyfpAMOz i I R _xZdnQTW94KUqJA0mOWEEovDxh8ba.
［4］ 王腾霄. 铁路多功能自动售票系统的设计与实现[J]. 铁路计算机应用，2016，25（5）：19-22.
［5］ 赵雅芳. 铁路客运站自动售票设备布局与配置数量仿真评价研究[D]. 北京：北京交通大学，2010.
［6］ 霍向阳. 银行卡铁路自动售票系统的研究与实现[D]. 成都：西南交通大学，2008. -
期刊类型引用(2)
1. 李红莉，杨雅，史伟，陆燕蓉. 品管圈活动对提高危重病人SBAR交接班规范率的影响. 循证护理. 2019(07): 649-655 . 
百度学术
2. 张伯驹. 新一代铁路客户服务系统的研究与探讨. 铁路计算机应用. 2017(06): 20-23+30 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 174
- HTML全文浏览量: 1
- PDF下载量: 35
- 被引次数: 2
下载:
