航空货运客户细分与客户价值分析方法

为了航空货运企业保留和争取有价值客户,根据航空货运主要客户是货运代理的特点,采用价值与忠诚度2个维度,将航空货运客户细分为8类,提出了对8类货运代理客户的相关营销策略;在现有客户价值计算公式中加入了航班载运率的影响项,使之适合于航空货运业,为航空货运客户细分提供依据。计算结果表明：考虑和不考虑航班载运率的影响使客户价值相差近1／3,因此引进航班载运率的影响可更加正确地计算客户价值和正确地划分客户类型。     

基于改进K均值聚类POS算法的应急物资分类研究

为了提高突发事件应急救援的效率,应急物资分类的科学性是应急物资调拨与配送的关键环节之一.通过分析既有应急物资分类以及聚类算法存在的问题,提出了基于改进K均值聚类的应急物资分类方法,构建了基于K均值的粒子群优化算法设计.最后,选取了206种最为常用的应急物资为例,采用Matlab软件平台分析计算.结果表明:基于改进K均值聚类POS算法全局寻优能力明显要强于其他聚类算法.为应急决策者提供一定的理论依据.     

基于粗糙集聚类算法的铁路通道客运市场细分

对铁路通道内客运市场的细分,是研究铁路通道客流分担、客运产品设计的基础. 根据宝鸡-兰州铁路通道旅客出行方式选择调查数据,结合粗糙集理论,首先,构建了铁路通道旅客出行方式选择决策表,对条件属性进行属性约简,并计算各属性的权重;其次,考虑到避免传统聚类算法的“维数陷阱”,提出了基于粗糙属性重要度的K-means聚类算法,并在UCI数据集上进行仿真实验;最后,运用该算法对调查数据样本进行聚类.结果表明：将铁路通道客运市场细分为6类时,具有最好的聚类效果;经统计分析发现,不同子市场的旅客出行行为有明显的偏好.     

基于TPL的铁路货运企业客户服务策略研究

笔者在文中首先阐述了我国铁路货运企业的客户服务现状,在分析了基于第三方物流的铁路货运企业客户服务研究的现状的基础上,提出了研究客户服务策略对铁路货运企业的重大意义.进行了基于第三方物流的铁路货运企业开展客户服务的SWOT分析,并提出了SWOT矩阵.在此基础上,本文提出了基于第三方物流的铁路货运企业在实施客户服务策略过程中,要深刻认识到客户服务的动力是实施客户服务导向的物流战略、客户服务的基础是构建铁路货运企业的差异化服务、客户服务的关键是实行客户经理制度,开展一对一营销,客户服务的提升是进行客户资源整合、重视和加强客户服务需要不断的创新等5个基本策略,并以中铁快运为实例进行了分析.     

考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

一种自动获得k值的聚类算法

针对k均值算法局限于k值和初始中心点选取的情况,提出了一种基于k均值的自动获得k值的KDM算法.该算法整体沿用k均值算法的思想,利用最大最小距离法选择初始聚类中心,并且选择聚类中心与划分对象同时进行.通过不断改变类中心,来达到较好的聚类效果.     

一种自动获得k值的聚类算法

针对k均值算法局限于k值和初始中心点选取的情况,提出了一种基于k均值的自动获得k值的KDM算法.该算法整体沿用k均值算法的思想,利用最大最小距离法选择初始聚类中心,并且选择聚类中心与划分对象同时进行.通过不断改变类中心,来达到较好的聚类效果.     

基于RFMS的高速公路客户商业价值挖掘

随着我国高速公路道路拥堵和车流时空分布不均等现象的发生,面对多元化的高速公路使用者,以高速公路差异化收费为主要方式的高速公路供给侧改革是缓解目前高速公路道路拥堵等现象的重要措施.基于客户细分理论提出RFMS模型将高速公路使用者划分为异质性客户群,并分析其商业价值.考虑高速公路收费数据的结构特点,对传统k-means算法在初始类簇中心选取和大数据聚类下出现的小聚类现象进行改进,构建Adaboost与k-means++相结合的混合算法,并对聚类效果进行对比分析.研究结果表明:Adaboost-k-means++混合算法有利于提升聚类效果;基于RFMS的高速公路客户商业价值挖掘方法能有效划分异质性客户群并评估客户价值,可为高速公路差异化收费和高速公路运营管理部门提供可靠的理论支持.     

高速公路ETC客户细分方法研究

应用大数据技术,提出一种基于车辆通行特征的ETC客户细分方法.构建了ETC客户细分指标体系并利用ETC收费数据提取了最近消费间隔、年通行频次和年消费金额等细分指标;为克服大数据聚类的失效问题,结合CLARA算法完成了ETC客户全样本数据聚类分析;建立了ETC客户细分决策树并提取出细分规则,最终实现了ETC客户星级评定.分析结果表明,本文提出的ETC客户细分方法能够解析各类客户通行特征、当前价值和增值潜能,可为高速公路运营管理单位探索ETC客户精准营销和分级费率优惠提供创新思路,同时可为进一步提高ETC客户规模和支付比例、提升ETC管理决策水平提供理论支持.     

基于TPL的铁路货运企业客户服务策略研究

笔者在文中首先阐述了我国铁路货运企业的客户服务现状，在分析了基于第三方物流的铁路货运企业客户服务研究的现状的基础上，提出了研究客户服务策略对铁路货运企业的重大意义．进行了基于第三方物流的铁路货运企业开展客户服务的SWOT分析，并提出了SWOT矩阵．在此基础上，本文提出了基于第三方物流的铁路货运企业在实施客户服务策略过程中，要深刻认识到客户服务的动力是实施客户服务导向的物流战略、客户服务的基础是构建铁路货运企业的差异化服务、客户服务的关键是实行客户经理制度，开展一对一营销，客户服务的提升是进行客户资源整合、重视和加强客户服务需要不断的创新等5个基本策略，并以中铁快运为实例进行了分析．     

物流企业客户综合价值计算模型的构建与应用研究

作为客户知识的重要组成部分之一,物流客户综合价值对物流企业全面掌握客户给企业带来的价值,判断客户关系的发展趋势以及进行客户市场细分都有积极的意义.本文在相关文献研究的基础上提出了物流企业客户综合价值计算模型.客户综合价值由历史价值(HV)、当前价值(CV)和潜在价值(PV)3部分构成,论文对3种价值计算进行了详细论述,提出了可操作的计算模型.结合物流企业实际,本文利用4种客户价值矩阵进行客户分类,以满足物流企业决策者对不同情况下的客户关系管理与决策需要.     

基于地铁-货车联运的物流配送路径优化

为应对配送车辆引起道路拥堵和环境污染问题，提出地铁与货车联合运输. 在不改变地铁运行方案的前提下，利用地铁非高峰时段开展货物配送；考虑地铁剩余运能、货车容量、最大行驶距离、客户服务时间窗等限制条件，以配送距离最短为优化目标，构建基于地铁-货车联运的物流配送路径优化模型. 通过地铁配送路径设计不规则二维矩阵编码结构，使用改进自适应遗传算法求解. 以某市地铁货物运输为例，验证模型和算法的实用性、有效性. 结果表明，地铁-货车联合配送距离短，在客户时间窗范围内送达比例高，有效提高客户满意度.     

基于多目标优化的物流服务组合研究

为了发展铁路货运组织改革提出的门到门的全程物流服务,达到更及时有效地响应货运客户日益多样化、个性化的物流需求的目的. 针对物流服务的特点,构建物流Web服务组合模型,采用Web服务组合技术将物流服务提供商提供的物流服务进行实时、动态的组合,并将组合问题转化为求解多目标优化问题,提出了改进的NSGA-Ⅱ （non-dominated sorting in genetic algorithm-Ⅱ）算法. 首先考虑了物流业务流程中物流服务的逻辑关系以及由于物流服务提供商联盟而产生的物流服务联合关系,设计了隐含逻辑关系和联合关系的染色体编码方式和遗传因子;其次,将实际铁路物流服务中客户的QoS （quality of service）属性需求作为组合服务的目标函数的惩罚函数,有效避免组合服务重计划问题,促使染色体向满足约束的方向进化;最后对算法进行实验仿真,结果表明算法解决物流服务组合问题的有效性与可行性,某次实际铁路物流服务选择的具体服务与组合服务的QoS属性都符合客户要求,组合服务从三个目标角度来看都是非劣的,而在物流任务与候选服务增加的情况下,算法运行时间满足实际需要. 并且较于NSGA-Ⅱ算法,考虑了物流服务提供商的联盟需求,得到满足客户物流服务需求的Pareto解在Pareto解集中所占比例达到100%,即得到了质量更优的物流服务组合方案.      

基于订单拆分的线上到线下连锁门店配送优化模型

针对零售企业线上到线下(Online To Offline, O2O)转型下连锁门店订单分配和配送问题，考虑门店商品种类、库存容量及客户退货等因素，提出只按商品种类而非数量进行拆分的订单拆分策略.以配送总费用最小为目标，构建基于订单拆分的O2O门店配送优化模型；设计包含线上订单就近分配和改进禁忌搜索的两阶段启发式求解算法，采用标准算例库中数据验证模型和方法的适用性和有效性.结果表明：与不拆分订单方法相比，订单拆分能够提高客户订单履约率，各门店商品总库存量不小于客户订单总需求量时，客户订单履约率达到100%.     

基于客户分类的即时配送路径优化研究

大数据背景下即时配送平台对客户进行精细化管理已成为可能.为寻求企业长期发展，将客户分类融入到车辆路径问题中，用有限的资源提高配送准时性以得到优质客户的维持和发展，为企业赢得更多潜在效益.本文结合客户的消费行为将客户分为多个层级，根据每层级客户的特点设置超时惩罚成本，构建出基于客户分类的即时配送路径优化模型，并根据问题特点设计遗传算法求解，最后，结合某即时配送平台的业务场景进行案例分析，验证了模型和算法的有效性.     

基于订单拆分的线上到线下连锁门店配送优化模型

针对零售企业线上到线下(Online To Offline, O2O)转型下连锁门店订单分配和配送问题,考虑门店商品种类、库存容量及客户退货等因素,提出只按商品种类而非数量进行拆分的订单拆分策略.以配送总费用最小为目标,构建基于订单拆分的O2O门店配送优化模型;设计包含线上订单就近分配和改进禁忌搜索的两阶段启发式求解算法,采用标准算例库中数据验证模型和方法的适用性和有效性.结果表明：与不拆分订单方法相比,订单拆分能够提高客户订单履约率,各门店商品总库存量不小于客户订单总需求量时,客户订单履约率达到100%.     

电子商务企业客户关系的预测与动态管理

在对传统的客户关系阶段划分方法——RFM法改进创新的基础上,利用马尔科夫链对客户关系进行建模,用以对客户关系进行预测和动态管理。通过真实的电子商务企业销售数据,说明了模型的意义和用法,并验证了该模型的正确性。     

带时间窗的多行程交换箱甩挂路径优化

针对市区-近郊的同城物流配送系统,为尽可能降低物流运输成本的同时提高客户满意度,研究带时间窗的具有多行程的交换箱甩挂运输问题. 在配送系统中,配送车辆从配送中心出发将货物运往各个客户点,由于道路条件的限制,客户点分为只允许小型卡车配送的限制点客户和卡车或带交换箱拖车的整车都可为其配送的灵活点客户. 在客户时间窗和多行程的约束条件下,建立以成本最小为优化目标的基于交换箱甩挂的路径优化模型,提出装箱算法与遗传算法混合的启发式求解算法. 算例验证了所提出算法的有效性,为带交换箱的甩挂车进行物流配送提供一定的决策指导和参考意见.