铁路货票信息的数据挖掘

• 作者: 陈治亚 雷定猷
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 货票信息 数据挖掘 分类规则 聚类分析 ARIMA
• 年，卷（期）: 2003,（4）
• 页码范围: 45-48
• 页数: 4页
• 分类号: U293.221
• 字数: 3489字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-4632.2003.04.008

摘要

从三个方面对货票数据进行挖掘.即:运用集合理论构造关系数据库特征关联模型,描述了特征规则知识的表达:rule(E,T,Cp),给出rule(E,T,Cp)的发现算法和算法的应用举例,实例表明铁路多年来把标重作为计算整车费率唯一因素的办法应作适当调整;运用聚类方法对货票数据进行聚类,描述了聚类的步骤,对某公司2000年度的运距和收入进行聚类,分析聚类结果对铁路生产经营、市场营销的启示;运用ARIMA模型对货票数据进行季节性知识挖掘,描述挖掘的过程,用1992年～2001年的历史数据预报2002年货运量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷定猷	中南大学交通运输学院	83	784	15.0	24.0
2	陈治亚	中南大学交通运输学院	179	1776	22.0	31.0