基于XGBoost算法的铁路旅客退票率预测研究

• 作者: 王红爱
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 铁路客票 退票率 离散化 梯度算法 XGBoost算法 贝叶斯算法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 铁道运输、工程管理
• 页码范围: 19-25
• 页数: 7页
• 分类号: U293.1
• 字数: 6001字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2019.12.003

摘要

旅客退票后释放的空闲席位被有效再利用是铁路部门研究的重点课题之一,对退票情况进行预测,是实现对此部分席位提前规划和合理管理的前提,可以满足更多旅客的出行需求.研究铁路旅客退票率预测,首先,分析了退票率数据的特点,设计了EW-DBSCAN算法对旅客退票率进行离散化处理;然后,基于梯度算法在目标离散化区间计算出满足误差范围的最优预测退票率;最后,利用基于贝叶斯参数最优化的XGBoost算法对旅客退票率进行分类,并预测各区段的退票率.最后对该分类方法进行验证,并与其他方法进行对比,结果表明本文的分类算法精确度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红爱		5	14	2.0	3.0