铁路货运信息数据挖掘研究

《铁路货运信息数据挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号密级编号丰．初大·警CENTRALSOUTHUNIVERSlTY硕士学位论文论文题目铁路货运信息数据挖掘研究学科、专业研究生姓名导师姓名及专业技术职务物流工程高全雷定猷教授CENTRALSOUTHUNIVERSITYResearchonDataMiningofDataforRailwayFreightTransportationAThesisSubmittedfortheDegreeofMasterofScienceByGAOQuanAdvisorProf．LEIDing-youNovember．20ll原创性声明本人声明，所呈交的学位论文是本人在导师指导

2、下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名：鸯企日期：卫!f年—堕月—L日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅：学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本

3、学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：凶金导师签名!il!!i堑；期：型!f年—丝月—L日一、丫：。_‘^r叶r摘要随着货运市场竞争的不断加剧、铁路信息化进程的逐步推进，铁路信息系统积累了大量的货运数据信息。货运数据具有信息量大、结构复杂、多层次等特征。应用数据挖掘相关技术，研究铁路货运市场目标客户、生命周期、客户价值及发展等相关问题，是当前铁路货运管理研究的热点话题。论文研究了我国铁路货运数据挖掘问题，所做主要工作如下：(1)分析了铁路货运数据的组成、特点和层次结构，并对铁路货运数据进行r整理和分类。(2)深度挖

4、掘铁路货运数据关联规则，进行知识发现；对铁路货运数据进行聚类分析，探寻铁路货运目标客户；利用ARIMA模型，提出基于时间序列的铁路货运量预测方法。(3)系统分析铁路货运客户关系生灭过程，合理划分铁路货运客户生命周期的典型阶段，揭示不同阶段特征变化和客户忠诚发展演变规律，构建基于数据挖掘的铁路货运客户生命周期阶段判定模型，提出铁路货运客户生命周期阶段判定过程与方法。(4)深入分析不同生命周期阶段铁路货运客户利润曲线特征，构建不同阶段的铁路货运客户利润拟合函数，并提出基于数据挖掘的铁路货运客户价值细分算法，对铁路货运客户进行细分。(5)全面分析营销成本、客户类型、期

5、望收益等铁路货运客户发展影响因素，构建潜在型客户发展模型、竞争型客户发展模型以及保持型客户发展模型等一系列客户发展模型，在此基础上，提出不同类型不同阶段的铁路货运客户关系管理策略，并给出实例分析。关键词货运数据，数据挖掘，客户生命周期，客户价值，发展模型]一一一．ABSTRACTWiththeincreasinglyintensivecompetitioninthetransportationmarketandthepromotingoftheinformatizationprocess，alotoforiginaldataandinformationareal

6、soaccumulatedRailwayfreighttransportationdatahasthetraitsuchaslargequantity，complicatedstructure，andmulti—tierednetworkDataminingtechnologiesareneededtobeusedtoresearchthetargetcustomers，lifecycle，customervalueanddevelopmentissuesThispaperactivelyexploredthewayofChinarailwayfreighttr

7、ansportationdatamining，andresearchhavebeendoneinthefollowingseveralaspectsThecomposition，characteristicsandhierarchyofrailwayfreighttransportationdatawereanalyzed，andrailwaytransportationfreightdatawerecollatedandclassifiedByexcavatingtheassociativerulesbetweenrailwayfreightdata，weca

8、metotheconcl