基于社会网络的民航旅客价值排序算法研究与实现

摘要

随着经济的高速发展，飞机已成为人们出行时的重要交通工具之一。近年来民航旅客人数逐年递增，形成了很庞大的旅客群体。在激烈的市场竞争中，如何发掘高价值旅客，并为高价值旅客进行精准营销和贴心服务，是航空公司营销策略的一个非常重要的环节，能够为其带来更大的利益，也实现航空公司和旅客客户的双赢。现阶段，高价值旅客的计算只能基于旅客的历史飞行数据，如飞行频次、里程、消费金额等。
　　事实上，衡量一个旅客的市场价值，我们不仅要看他的个人历史消费情况，也要关注他的未来潜在价值。旅客的历史价值可以利用个人的历史出行记录进行计算，而潜在的价值可以通过旅客的社会网络推导得出。
　　本文使用了民航旅客订座和乘机的记录数据，对该数据进行分析、处理，进而构建民航旅客共同出行网络。网络中的节点代表旅客，边代表旅客之间的共同出行关系，边的权重代表旅客之间的关系紧密程度。旅客共同出行网络从某种程度上反映了旅客之间的真实社会关系，有利于我们准确地衡量旅客的潜在价值。
　　本文对旅客共同出行网络的节点价值度量模型进行了较深入的研究，在网络价值计算方面借鉴了著名的网页重要性排序算法PageRank，结合旅客共同出行关系紧密程度设计了度量旅客网络价值的排序算法PassengerRank。然后提出了一种结合旅客个体价值和网络价值的综合价值度量模型。
　　最后，本文在民航旅客数据集上进行了实验，分析了算法的效果，并与其他网络节点排序算法的结果进行了比较。实验证明，本文提出的旅客价值度量模型的性能好于其他的排序方法，包括PageRank和RFM模型。

目录

声明

致谢

摘要

1．引言

1．1 课题研究背景与意义

1．2 国内外研究现状

1．3 研究目标与内容

1．4 论文组织架构

2．复杂网络节点重要性研究概述

2．1 复杂网络

2．1．1 概念

2．1．2 小世界性

2．1．3 无标度性

2．1．4 社区结构

2．2 社会网络分析方法

2．2．1 中心性

2．2．2 期望

2．3 系统科学分析方法

2．3．1 优先等级法

2．3．2 网络抗毁评价方法

2．3．3 其他方法

2．4 信息搜索分析方法

2．4．1 PageRank算法

2．4．2 HITS算法

2．5 本章小结

3．基于网络视角的民航旅客价值度量

3．1 民航网络构建

3．2 旅客价值模型

3．3 旅客价值计算方法

3．3．1 旅客个体价值

3．3．2 旅客网络价值

3．3．3 旅客综合价值

3．3．4 案例分析

3．4 算法分析

3．5 本章小结

4．实验结果与分析

4．1 实验环境与平台

4．2 实验数据与结果分析

4．2．1 真实数据

4．2．2 模拟仿真数据

4．2．3 其它排序方案研究

4．3 本章小结

5．总结和展望

5．1 总结

5．2 展望

参考文献

作者简历

学位论文数据集