高速铁路动卧旅客对价格敏感度的识别与研究

计算、评分铁路旅客群体对价格的敏感度，并在此基础上实现旅客群体分类，对于新线开通票价制定、既有线票价浮动测算、丰富常旅客营销手段、预售期票价折扣实施等方面工作具有重要参考意义。选取多次乘坐高速铁路（简称:高铁）动卧的旅客为样本对象，根据其在票价动态调整开始实施后出行行为的变化，运用K-means聚类算法和BP神经网络，将每位高铁动卧旅客对价格的敏感度进行识别和评价，并最终将所有旅客群体分成3类。结果表明，该方法能够较好地评价旅客价格敏感度，准确识别出价格敏感度较高的旅客群体，为铁路旅客运输利用价格手段实现“削峰填谷”、减少客流波动、提高经营效益的市场化目标提供助力。     

基于大数据平台的铁路旅客群体分析应用研究

任何企业都无法吸引市场中所有的客户，至少不能以相同的方式吸引所有客户[1]。大数据技术关于要全体不要抽样，要效率不要绝对精确，要相关不要因果的处理数据理念[2]，在很大程度上为企业进行用户群体分析提供了有力的技术基础。本文基于铁路客运大数据平台，对铁路旅客进行群体分析，研究群体分析的应用，以期实现对客运产品与服务的优化调整，从而提升铁路客运市场优势。铁路换乘旅客群体分析案例的结果表明，群体分析对于指导铁路客运管理与组织优化调整效果良好。     

铁路旅客用户画像系统设计与应用研究

结合铁路客票业务需求和系统现状,利用大数据技术对铁路旅客用户画像系统进行了设计,包括系统架构、标签体系及其实现。在此基础上以提高运营效率和提升服务质量为目标,探索了画像系统在客运领域的应用,提出了在旅客行为分析、精准营销、数据增值服务方面的应用方法和思路。     

基于大数据铁路旅客画像的客运营销策略研究

铁路客运营销策略研究在把握客运市场需求、完善客运产品设计、促进企业提质增效工作的开展等方面有重要意义。目前铁路客运营销存在对客运市场调研工作开展不彻底、对客运市场各类信息总结不全面、对客运需求把握不精确等一系列问题。大数据技术有助于铁路旅客画像系统的搭建,为铁路客运营销策略研究提供数据层面的支持。描述大数据铁路旅客画像系统的系统架构、标签体系建设及实现,并结合铁路客运大数据特征,运用基于时间序列分析的密度聚类方法,提出赋予标签体系时间维度的创新性设想。结合铁路客运业务发展需要,探索该系统在旅客群体行为分析及铁路日常、节假日客运营销策略研究方面的应用。     

城际铁路旅客乘车选择行为异质性分析

铁路运输市场的产品具有多样性,旅客的选择行为也具有一定的偏好异质性.为了提高铁路运输企业的营销收入,针对票价浮动策略下的旅客乘车选择行为异质性进行研究.以广珠城际铁路为例,采用SP/RP融合的调查方法获取旅客乘车选择行为数据,构建Latent Class模型和随机参数Logit模型,分别从群体层面和个体层面分析旅客的个...     

发展我国铁路短途旅客运输的策略

立足我国铁路短途旅客运输市场发展状况,就客运量变化、旅客运输需求特点、客运周转量、运输收入、运输距离增长变化等进行分析;将国外铁路与我国铁路短途客运运价水平进行比较,并计算我国铁路近年客运量的价格弹性;介绍国外铁路发展短途旅客运输营销方式与策略,提出我国铁路短途旅客运输发展建议。     

树立以人为本的内部营销理念推进铁路跨越式发展

通过对铁路企业服务营销特点的分析,提出以诚信员工打造诚信铁路,以满意的员工实现旅客货主的满意,树立以人为本的内部营销理念,为推进铁路跨越式发展提供保证.     

线性需求下铁路客运差别定价模型研究

为提高席位资源利用率,研究了线性需求下我国铁路客运差别定价策略的优化模型。以收益最大化为目标,基于最优化理论和完全价格歧视策略,确定旅客群体最优细分数目以及每个旅客群体的最优票价,得出在客运淡季,铁路旅客最优细分数目为3~5个,各旅客群的最优票价由铁路客运市场细分数目决定。应用该模型为某城际高铁进行差别定价,试验结果表明,该模型可达到调节客流、增加收益的目的。     

铁路旅客运输密度的算法研究及应用实现

铁路旅客运输密度是铁路旅客运输的一个重要统计指标,该指标的实现对编制客流图,进行旅客运输组织调整以及铁路线路改造等都有重要的意义.文章从统计分析、可运用性和可实现性的角度剖析了铁路客流密度的含义及计算方法,并给出了客流密度的计算机实现算法和流程,该方法在实现时极大地减少了计算机运算次数,提高了运算效率,并在铁路客票营销统计分析系统、铁路客票地区中心级营销系统和铁道部假日运输管理信息系统中得到了充分应用.     

面向旅客和人因的铁路客运线路示意图的绘制

我国现行的铁路客运线路示意图在铁路大发展和旅客要求越来越高的今天已经不能满足旅客出行的需要。从以旅客为本的营销角度出发,综合运用人因工程、视觉传达设计和图论的理论与方法进行分析设计,绘制出到2020年规划的全新版本中国铁路客运线路示意图,并可以此为基础设计系列图形,对铁路客运线路示意图做系统的改进设计,使之成为中国铁路标识体系的有机部分。     

大数据在铁路客运工作中的运用

大数据技术已经被各行各业广泛成功运用,并取得显著成绩,而铁路旅客运输（简称:客运）的大数据应用才刚刚起步，通过对铁路客运管理效率、客运营销和服务质量的深入分析，得出大数据在铁路客运营销、作业管理和服务质量等方面的应用场景，并给出铁路客运大数据建设的思路。     

浅析构建铁路呼叫中心的意义

阐述铁路构建呼叫中心的重要作用,介绍呼叫中心的概念.铁路呼叫中心将作为协调铁路内部管理和旅客服务需求的桥梁,在当前铁路客运从以运输为中心转型到以旅客服务为中心的过程中,起到服务、营销、管理三位一体的关键作用.     

铁路客运信息查询算法

铁路客运信息查询算法是建立在数据库基础上的.为用户提供全国范围内任意两个车站之间合理的乘车方案,该算法需要建立的数据库包括:车次表、车站表、时刻表和相关局表,通过这些基本数据库,使用中转算法可以产生中转站表,从而构成铁路客运信息查询算法的基础.当用户任意给定两个车站时,查询算法能在短时间内给出合理的乘车路线、乘车车次、乘车时间以及中转位置等信息,用户可以利用这些信息指导自己的铁路旅行.     

智能推荐系统在铁路客运延伸服务中应用研究

对互联网推荐系统模式进行分析，结合餐饮、酒店、旅游、定制服务等铁路客运延伸服务的应用场景，研究推荐系统在铁路客运延伸服务中的应用。通过对旅客浏览购买服务产品的行为记录进行数据分析，构建一套针对延伸服务的智能搜索与个性化推荐系统，实现服务产品的精准推送，不仅能够有效提高用户体验，提升铁路的服务质量，同时能够扩大客运营收，使铁路利润率达到最大化，提高行业竞争力，促进铁路客运服务和资产经营的转型升级。应用结果表明:智能推荐系统在铁路客运延伸服务中具有很好的应用前景。     

城市轨道交通客运市场营销方法探讨

在经济发展日新月异的今天，现代城市人口大量增加，地域不断扩大．地面交通已无法适应由经济活动和人民生活产生的日益增长的运量需求，必须有一种快捷、安全、舒适、大运量．低能耗，少污染的城市交通工具来满足人们的出行需要．城市轨道交通就是这样一种理想的现代化的城市交通工具。     

基于排队论和Anylogic仿真的车站进站排队优化

通过实地采集数据，应用排队论和Anylogic软件仿真，研究了目前既有站和部分高铁站进站排队时间过长和用户体验差的问题。发现通过调整不同排队方式和增减设备数量，可满足改善旅客进站体验的目的。研究结果表明，混合式排队适应于目前大客流车站进站，并列式排队适应于小客流车站，并可通过调整关键设备数量来提高进站效率，减少旅客排队等待时间和改善旅客进站的用户体验。     

基于Kettle的铁路客运营销数据交换平台的设计与实现

随着铁路客票系统的不断发展和业务需求的不断增加,海量客运营销数据的多源、异构特征越发明显,跨节点跨网段数据交换越发频繁。基于开源ETL数据分析工具Kettle构建营销数据ETL过程模型,设计高可配数据模型管理、定制触发规则、根据调度周期自主运行作业的数据交换核心模块。采用面向接口服务的架构体系,融合分布式技术,开发客运营销数据交换平台,对客运营销数据进行抽取、转换、加载,实现数据的快速集成与交换。设计了基于Web的任务配置、节点管理和异常处理等功能,支持跨节点跨网段的数据交换作业以及分布式部署,能够及时进行异常作业预警和消息推送。由此,营销数据交换平台的使用极大地满足了当前铁路客运营销数据汇集、交换的需求,在充分合理利用现有数据资源、减轻数据维护工作量等方面发挥了重要作用。