【摘 要】
：
随着C2B的不断发展,民航机票销售代理人已成为航空公司重要销售渠道,而代理人的不规范销售行为会严重影响航空公司的销售收入及声誉.针对这一情况,本文在分析国内代理人销售数据的基础上,采用累加求和、对比分析、市场占比等方法重组生成了代理人活跃度、市场份额、买入卖出偏好等3大类18小类特征属性,提出了一种基于Canopy-KMeans聚类算法的机票代理人行为刻画算法,实证分析结果验证了基于大数据分析代理人行为刻画算法的正确性和有效性.其分析方法和结论有助于航空公司有针对性地采用不同的渠道策略、规范机票销售市场行
论文部分内容阅读
随着C2B的不断发展,民航机票销售代理人已成为航空公司重要销售渠道,而代理人的不规范销售行为会严重影响航空公司的销售收入及声誉.针对这一情况,本文在分析国内代理人销售数据的基础上,采用累加求和、对比分析、市场占比等方法重组生成了代理人活跃度、市场份额、买入卖出偏好等3大类18小类特征属性,提出了一种基于Canopy-KMeans聚类算法的机票代理人行为刻画算法,实证分析结果验证了基于大数据分析代理人行为刻画算法的正确性和有效性.其分析方法和结论有助于航空公司有针对性地采用不同的渠道策略、规范机票销售市场行为,具备现实的指导意义.
其他文献
在分析捕鱼算法不足的基础上,提出了一种求解绝对值方程的改进捕鱼算法.该算法通过使用新的撒网方法来降低计算机内存消耗并减少计算量,从而提高算法性能.数值实验结果表明,在求解高维绝对值方程时,与捕鱼算法相比,改进捕鱼算法具有内存占用低、运行速度快等优点;与粒子群等群智能算法相比,改进捕鱼算法在求解精度等各项指标上均优于其他对比算法.
我国的农作物病害识别主要依靠人工,借助计算机进行农作物病害识别存在病害样本数据量少,识别的精度低、实时性差等问题.针对上述问题,建立了水稻、小麦、玉米三种作物的15种常见病害作为实验样本集,利用迁移学习的方法,在ImageNet数据集取得Shufflenet v21′、MobileNet v3_large、GhostNet的预训练模型,迁移网络的所有权重信息进行训练.实验结果表明:基于迁移学习的MobileNet v3_lage模型在农作物病害识别上所达到的效果最好,准确率为99.27％,模型大小仅4.0
XGBoost算法和LightGBM算法都是“数据挖掘”竞赛中的“佼佼者”,本文将这两种算法应用到贷款违约预测中,结果表明在违约因素影响方面:贷款发放时间、信贷周转余额合计、债务收入比、年收入、分期付款金额、信用等级、贷款金额等因素影响较大,并利用AUC值作为评价指标,发现XGBoost算法在贷款违约预测模型中略优于LightGBM算法,但是在运算速度上LightGBM算法大大优于XGBoost算法.
随着教育现代化建设的推进,越来越多的高校从数字校园向智慧校园转型,转型过程中新旧系统更新迭代频繁,系统数量及规模日益庞大.为了满足高效、快速迭代开发以及低门槛、高可用的运维等需求,提出了一套基于Rancher的DevOps平台方案.方案充分考虑了智慧校园转型的应用场景,通过Rancher、Gitlab、Docker、Nexus等技术构建DevOps平台,做到平稳过渡遗留系统、快速迭代开发、降低开发运维成本等,提高各信息系统的可用性、可拓展性,助力智慧校园转型的推进.
本文首先构建了激励型需求响应的实现框架,阐述了负荷服务主体如何聚集需求侧资源参与电力市场业务.然后,分析了基于长短时记忆(long short memory,LSTM)算法的特征,并提出了一种基于LSTM数据驱动的激励型需求响应用户行为预测方法.最后,为验证所提预测方法的准确性,对所提预测方法进行了算例分析.仿真结果表明,与最小二乘法和k邻近预测方法相比,基于LSTM数据驱动的激励型需求响应用户行为预测方法预测精度更高.
显露模式考虑模式在目标类与对立类数据集合中的支持度,首先必须是频繁模式,IncMine是著名的数据流频繁闭合模式挖掘算法.然而,现有的频繁模式挖掘算法面向事务数据流,项集没有类标约束,不能进一步挖掘显露模式用作数据流分类.本文提出一种基于IncMine的显露模式挖掘方法(emerging patterns based on incMine,EPBIM).EPBIM改进IncMine算法,挖掘带类值约束的频繁闭合项集,并获取显露模式用于贝叶斯分类.在MOA平台上运行多个真实与模拟数据流,实验结果验证了该方法
交通标志采集的环境较为复杂,使得采集到的交通标志样本在图像中所占的比例差异较大,若算法的候选区域与目标物体的尺寸差异较大,则会影响算法的检测效果.此外,在采集到的样本中,部分样本的交通标志在图像中所占的比例较小,导致算法较难检测到图像中的目标物体.针对上述问题,本文在SSD模型的基础上同时引入了FPN算法和Kmeans聚类算法,提出了基于改进SSD网络的交通标志检测算法.提出的方法通过FPN算法将网络深层信息逐层反卷积与前一层网络深度拼接,使模型能够融合多个卷积层的多尺度信息来增强特征的表达能力,并利用K
岩心CT序列图像的裂缝阈值分割是重构三维岩心裂缝数字模型的关键步骤.由于岩心CT序列图存在噪点较多、裂缝细微等特点,常规的阈值分割方法难以做到完整提取裂缝.但是岩心CT序列图像帧间相似度较大,且部分裂缝存在方向性移动趋势,因此本文提出了一种基于裂缝平移的裂缝批量提取方法.具体流程是先在序列图第一帧进行人工标注裂缝区域,之后再根据下一帧裂缝的位置移动并改变裂缝形态达到提取裂缝的目的.实验结果表明,本文的方法存在两个优点:一是去除了二值化提取后噪声的干扰,也使得提取的裂缝更加完整没有断裂,在大批量提取某种类型
为了在提高民航运行中的安全水平,本文采用REASON模型对复兴航空GE791航班进行事故的倒序分析,得出事故发生前每个环节出现的具体问题.针对这些问题进行分析,找出解决方案,加强对各个环节的安全管理,最终达到防止此类事故发生的目的.
在智慧教育中应用文字识别技术,有利于提高工作效率,有利于助推智慧教育的大众化.基于实际工作项目和智慧教育需求,文章重点探索基于Python的文字识别技术的基本原理、核心技术与应用,并以实践案例予以佐证.