Railway passenger travel demand mining method based on candidate ticket purchase
-
摘要:
针对铁路旅客出行需求受票额能力限制而难以准确估计的问题，引入候补购票数据，研究铁路旅客出行需求挖掘的方法。梳理了候补购票和出行需求的关系，依据业务规则和旅客选择对候补购票行为进行分类，挖掘旅客的预售出行需求；结合实名制数据和闸机刷卡数据标定旅客实际行程，从而挖掘旅客最终出行需求的上下限。选取北京—南京的城市OD（Origin - Destination）进行验证分析，结果表明，与既有的候补需求统计规则相比，最终出行需求能够与闸机推算的实际行程需求保持相似规律，更具合理性，为客运需求预测和铁路日常营销分析等工作提供了科学的基础数据支撑。
Abstract:In response to the problem of inaccurate estimation of railway passenger travel demand due to limited by ticket capacity, this paper introduced candidate ticket purchase data to study the railway passenger travel demand mining method. The paper sorted out the relationship between candidate ticket purchasing and travel demand, classified candidate ticket purchasing behavior based on business rules and passenger choices, mined passengers' pre-sale travel needs, and calibrated passengers' actual itineraries based on real name registration data and gate card swiping data, thereby mined the upper and lower limits of passengers' final travel demand. The paper selected the urban OD (Origin - Destination) of Beijing - Nanjing for verification analysis. The results show that compared with the existing candidate demand statistical rules, the final travel demand can maintain a similar pattern to the actual travel demand calculated by the gate, which is more reasonable and provides scientific basic data support for passenger demand forecasting and railway daily marketing analysis.
-
-
表 1 候补购票订单基本情况
序号 乘车日期 候补购票订单数量 订单需求量 1 20240402（B2） 1324 1655 2 20240403（B1） 21841 31014 3 20240404（F1） 7505 12318 4 20240405（F2） 244 376 5 20240406（F3） 3487 5224 6 20240407（A1） 997 1174 7 20240408（A2） 570 630 
下载: 导出CSV
-
[1] 卫铮铮,单杏花,王洪业,等. 基于客运大数据平台的铁路客流预测系统[J]. 铁路计算机应用,2022,31(1):37-42. DOI: 10.3969/j.issn.1005-8451.2022.01.06 [2] 骆泳吉,刘 军,马敏书. 客票数据“受限”条件下旅客选择偏好估计[J]. 交通运输系统工程与信息,2015,15(2):189-194. DOI: 10.3969/j.issn.1009-6744.2015.02.029 [3] 郭 鹏,周 杰. 航线网络中非参数需求非限化估计的MM算法[J]. 工业工程与管理,2023,28(4):107-120. [4] 单杏花. 铁路客运收益管理模型及应用研究[D]. 北京:中国铁道科学研究院,2012. [5] 郭 鹏. 需求信息缺失下的航空客运收益管理无约束估计方法研究[D]. 成都:西南交通大学,2014. [6] Désir A, Goyal V, Jagabathula S, et al. Mallows-smoothed distribution over rankings approach for modeling choice[J]. Operations Research, 2021, 69(4): 1206-1227. DOI: 10.1287/opre.2020.2085
[7] 卫铮铮. 基于客户分层的高速铁路收益管理需求预测研究[D]. 北京:中国铁道科学研究院,2015. [8] Azadeh S S, Marcotte P, Savard G. A non-parametric approach to demand forecasting in revenue management[J]. Computers & Operations Research, 2015 (63): 23-31.
[9] 李 雯. 12306候补购票服务系统的研究与实现[D]. 北京:中国铁道科学研究院,2019. [10] 王 煜,徐 彦,安仲文,等. 铁路候补购票兑现问题优化模型研究[J]. 铁道学报,2023,45(1):1-8. DOI: 10.3969/j.issn.1001-8360.2023.01.001 [11] 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):14-16,30. DOI: 10.3969/j.issn.1005-8451.2016.09.004 [12] 阎志远,翁湦元,戴琳琳,等. 铁路客运大数据平台的数据采集技术研究[J]. 铁路计算机应用,2016,25(9):17-21. DOI: 10.3969/j.issn.1005-8451.2016.09.005 [13] 郭 鹏. 网络环境下收益管理系统需求无约束估计综述[J]. 计算机工程与应用,2017,53(19):17-25. DOI: 10.3778/j.issn.1002-8331.1706-0196 -
期刊类型引用(3)
1. 曲涛，景宁，张仁义，洪希仁，常伟，王亚茹. 基于机器学习的辅助逆变器进风滤网堵塞诊断. 铁道车辆. 2024(03): 80-83 . 
百度学术
2. 胡平. 铁路机车车辆运行故障监测诊断研究. 粘接. 2021(06): 169-173 . 百度学术
3. 王凯，刘成瑞. 动车组智能化网络控制系统研究. 智慧轨道交通. 2021(05): 13-18 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 43
- HTML全文浏览量: 11
- PDF下载量: 15
- 被引次数: 3
