铁路货票数据的知识发现

• 作者: 周东北 雷定猷
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 货票数据 知识发现 聚类分析 市场细分
• 年，卷（期）: 2007,（17）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 69-70,85
• 页数: 3页
• 分类号: TP18
• 字数: 3648字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.17.024

摘要

铁路货票蕴含着极为丰富的信息资源,它是铁路生产经营管理的重要基础数据.该文从3个方面对货票数据进行了知识挖掘.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,提出了算法,并对实际的货票数据进行了知识挖掘,分析了知识对营销的启示;运用聚类知识挖掘模型,从货物运距、货物运价号和客户对公司的收入贡献等方面探讨了货运市场的细分,挖掘出来的知识明确了铁路货运目标市场的选择;运用ARIMA模型对货票数据进行了季节性知识挖掘,用1999年-2005年的历史数据估算2006年的货运量.

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	中南大学交通运输工程学院	83	784	15.0	24.0
2	周东北	中南大学交通运输工程学院	4	39	3.0	4.0