基于TCSDG的民航旅客行为偏好模型的建立与仿真

针对各航空公司目前旅客细分方法不成熟的问题,文中使用中国民航旅客订票的相关统计数据作为研究主体,在分析传统RFM模型特点的基础上,设计并实现了一种利用乘机时间(Time)、舱位(Class)、座位(Seat)、票价折扣(Discount)和跟团情况(Group)描述旅客出行时乘机习惯的TCSDG模型。该模型能够借助Hadoop并行化计算平台,利用改进的K-means并行化算法对大规模的旅客订票数据进行高效聚类和细分操作。从而使行为偏好类似的旅客汇聚成同一簇,为后续航空公司的个性化售票服务提供支持。经过仿真实验测试,该模型性能良好,能够快速准确地对旅客行为偏好进行分类,并能为类似的民航旅