基于旅客画像的航班出行选择预测方法研究与实现
上官伟1
邓雨亭1
柴琳果1
聂敏2
1.北京交通大学 电子信息工程学院,北京 1000442.国网北京市电力公司 物资分公司,北京 100054
摘要：根据预处理后的旅客出行数据,运用改进的K-means聚类算法进行用户分群,提取聚类特征得到旅客类型子集合,并构建用户画像.基于特征重构数据库,构建旅客类型、出行方式、出行时间段三个维度的交叉巢式Logit模型,捕捉选择方案间的相关性,预测旅客航班出行方式、出行时间段的交叉选择,并基于实际数据进行参数估值和检验.结果表明,旅客倾向于先根据个人及家庭的需求形成旅客类型,考虑选择何种出行方式,最后在旅客类型和出行方式的双重约束下选择航班的出发时间,为机场实施需求管理提供有效依据.
关键词：旅客画像出行预测聚类分群离散选择
分类号：TP181(自动化基础理论)
资助基金：国家重点研发计划(2018YFB1601200)国家重点实验室开放基金(KLAGI020180901)首都机场集团公司科技项目(2001/CI/19401)
论文发表日期：2021-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 56-62 )
英文信息