基于铁路大数据的旅客社会网络特征与演化研究

《基于铁路大数据的旅客社会网络特征与演化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：C912.3密级：公开国际图书分类号：316西南交通大学研究生学位论文基于铁路大数据的旅客社会网络特征与演化研究年级2015级姓名邓乐龄申请学位级别管理学硕士专业管理科学与工程指导老师徐进二零一八年五月ClassifiedIndex:C912.3U.D.C:316SouthwestJiaotongUniversityMasterDegreeThesisBIGDATARESEARCHONTHECHARACTERISTICSANDREVOLUTIONOFRAILWAYPASSENGERSOCIALNETWORKSGrade:2015Candidate:DengLe

2、lingAcademicDegreeAppliedfor:MasterofManagementSpeciality:ManagementScienceandEngineeringSupervisor:XuJinMay.22,2018西南交通大学硕士研究生学位论文第I页摘要在已有旅客出行特征的研究中，大多数研究将旅客看成相互独立的个体，旅客共同出行的行为往往被忽略。然而，在旅客共同出行的过程中，旅客的行为偏好往往会受到同行旅客的影响，因此，研究旅客共同出行的规律是一个新的旅客特征研究视角。为了更好地了解铁路旅客共同出行行为的特征，本文基于社会网络的研究方法，构建了铁路旅客同行网

3、络模型，并根据春运期间铁路客运票务数据，提取旅客共同出行关系，构建了大型的铁路旅客同行网络。本文分析了网络的整体结构，统计了春节期间存在共同出行行为旅客的特征，以及网络中边权重以及连通子网数量的分布等情况。随后讨论了不同规模连通子网中，不同性别、不同年龄阶段铁路旅客的共同出行特点，并与民航旅客同行网络进行了对比。实证表明，春运期间的铁路旅客同行网络存在密度小、连通子网数量多、出行关系平均权重低等特征；与民航旅客同行网络相比，具有节点数量多、直径大、网络密度小的特点。在对铁路旅客同行网络的静态特征分析中，本文发现不同年龄阶段的铁路同行旅客在不同规模连通子网中的分布有明显差异，青

4、年人是团体共同出行旅客的主体，同时，青年人也偏向与在规模较小的团体中出行。此外，本文对最大连通子网进行了重要节点提取和社区划分分析，发现最大连通子网中社区节点的紧密程度高于整体连通子网的紧密程度，社区之间的关联较为稀疏。最后，本文对不同规模的连通子网进行演化特征分析，分析了春运旅客共同出行行为的时间特性。综上所述，本文基于铁路旅客同行网络，分析了旅客共同出行行为的静态特征和动态特征，研究结果能帮助交通运输管理部门以及相关企业提升管理水平与服务质量。关键词：旅客同行网络；共同出行；出行特征；社会网络；铁路旅客西南交通大学硕士研究生学位论文第II页AbstractInthestu

5、dyofpassengertravelcharacteristics,mostofthepassengersareregardedasindependentindividuals,andtheco-travelbehaviorisoftenoverlooked.However,intheprocessofco-travel,thebehavioralpreferencesofpassengersareofteninfluencedbytheirpeers.Therefore,thestudyofco-travelpatternsisanewperspectiveofpasse

6、ngercharacteristicsresearch.Inordertobetterunderstandthecharacteristicsofrailwaytravelers'behavior,thispaperproposesamethodofextractingpassengerrelationsbasedonresearchmethodsofsocialnetworks,buildsamodelofpassengersocialnetworks,andextractspassengers’co-travelbehaviorbasedontherailwaypasse

7、ngerticketdataduringtheSpringRush,buildingarailwaypassengersocialnetwork.BasedontherailwaypassengerticketdataduringSpringFestival,thispaperextractstherelationshipsofco-travelpassengersandconstructstherailwayco-travelpassengernetworksbysocialnetworksmetho