Intelligent recognition algorithm of passengers permanent residence based on railway travel data
-
摘要: 常住地是判断旅客消费能力与收入水平的重要因素，利于根据旅客常住地进行个性化产品推荐。针对铁路客票发售与预订系统的海量出行数据，依据逻辑判断与概率计算设计了铁路旅客常住地智能识别算法；最后利用Scala语言在铁路客运大数据平台上实现算法，并针对最近两年铁路旅客出行数据进行案例验证，结论表明：该算法有效，旅客常住地信息的识别率为67.7%。Abstract: Permanent residence is an important factor of passenger’s consumption ability and income level, which is conducive to accomplish personalized recommendation. According to the travel data of Railway Ticketing and Reservation System, this article designed an intelligent recognition algorithm to infer the railway passenger’s permanent residence through logical judgment and probability statistics, used Scala language to implement algorithm on large data platform of railway passenger transport. Based on the case study of railway passenger travel data in recent two years, the conclusion shows that the algorithm is effective and the recognition rate of passenger permanent residence is 67.7%.
-
-
[1] 武 洁，李桂芝. 我国各地区常住人口总量推算方法探讨[J].统计研究，2011，28（2）：76-80. [2] 杨 杰. 上海流动人口特征及其空间差异性分析[D]. 上海：华东师范大学，2013. [3] 余欣甜. 我国分区域人口迁移流动的动态和特点[D]. 上海：复旦大学，2014. [4] 许 亮，邓文胜. 基于GIS 的武汉城市圈常住人口空间分布研究[J]. 资源开发与市场，2007，23（2）： 112-115. [5] Jeffrey Dean, Sanjay Ghemawat. MapReduce: Simplified Data Processing on Large Clusters[J]. COMMUNICATIONS OF THE ACM, 2008, 51(1): 101-113. [6] 靳鑫元. 基于移动通信大数据的人口流动性测度研究[D]. 太原：山西财经大学，2017. [7] 单杏花，王富章，朱建生，等. 铁路客运大数据平台架构及技术应用研究[J]. 铁路计算机应用，2016，25（9）：14-16. [8] 吕晓艳，刘彦麟，单杏花. 基于大数据平台的铁路旅客群体分析应用研究[J]. 铁路计算机应用，2016，25（9）： 28-30. [9] 逄锦波，武 博. 基于Logistic 模型的青岛常住人口预测[J] . 山东科技大学学报（自然科学版），2008，27（3）：102-108. [10] 李 翔，陈振杰，吴洁璇，等. 基于夜间灯光数据和空间回归模型的城市常住人口格网化方法研究[J]. 地球信息科学学报， 2017，19（10）：1298-1305. -
期刊类型引用(13)
1. 谢雍生，周佳玥，颜欢，王泽宇. 铁路地理环境监测信息系统的研究与应用. 铁路计算机应用. 2025(02): 49-53 . 
本站查看
2. 李斌，张俊武，王爽. 铁路防洪防灾无人机智能巡检关键技术应用研究. 铁路通信信号工程技术. 2025(03): 1-8 . 百度学术
3. 周文明. 基于高精度航测的铁路外部环境隐患建档技术. 铁道建筑. 2025(02): 146-151 . 百度学术
4. 侯日根，蒋丽丽，刘洪润，朱星盛，肖翔，齐跃鹏，封博卿. 京沪高铁标准示范线建设成果应用及发展趋势研究. 中国铁路. 2024(04): 1-7 . 百度学术
5. 郑佳怡，冯楠，田超. 基于空天地遥感技术的铁路外部环境安全隐患监测与管理研究. 科技创新与应用. 2024(22): 141-144 . 百度学术
6. 任经春，王先明，杨淼. 高速铁路外部环境安全隐患智能监测技术研究——以江苏省为例. 城市建设理论研究(电子版). 2023(20): 154-156 . 百度学术
7. 甘俊. 空天地一体化铁路外部环境监管技术研究. 铁道工程学报. 2023(04): 99-104 . 百度学术
8. 包云，李亚群，沈鹍，张万鹏，傅荟瑾. 铁路外部环境安全监测方案研究. 中国铁路. 2022(04): 97-101 . 百度学术
9. 王健，崔瑾. 铁路外部环境安全隐患开放式智能管控平台研究与实现. 铁路计算机应用. 2021(05): 37-41 . 本站查看
10. 肖铭哲. 铁路外部环境风险源遥感监测及管理研究. 铁道勘察. 2021(04): 28-32 . 百度学术
11. 邬明权，王标才，牛铮，黄文江. 工程项目地球大数据监测与分析理论框架及研究进展. 地球信息科学学报. 2020(07): 1408-1423 . 百度学术
12. 赵振洋. 基于混合开发模式的铁路外部环境管控地理信息平台设计与实现. 铁路计算机应用. 2020(12): 40-44 . 本站查看
13. 蒋丽丽，刘国梁，王英杰，封博卿，刘阳学，魏小娟，杨峰雁. 基于多源信息融合的高铁智能安全保障技术研究. 中国铁路. 2019(11): 24-31 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 113
- HTML全文浏览量: 2
- PDF下载量: 38
- 被引次数: 15
下载:
