学位论文 > 优秀研究生学位论文题录展示

数据挖掘在铁路货运营销决策支持系统中的研究与应用

作　者: 赫英广
导　师: 李德胜；王启东
学　校: 湖南大学
专　业: 软件工程
关键词: 数据可视化数据挖掘市场营销决策支持系统运量预测知识发现
分类号: TP311.13
类　型: 硕士论文
年　份: 2005年
下　载: 294次
引　用: 1次
阅　读: 论文下载

内容摘要

本论文件以铁路货运营销决策支持系统为基础,研究数据挖掘技术在实际项目中的应用。针对货运营销工作的特点,在模型使用上不仅要注重定量模型,而且还要注重定型模型。根据货运营销工作决策类型,将模型分为客户管理模型,营销组合分析模型,营销绩效考核模型,运量预测模型,经济影响分析模型,竞争对手分析模型等12个大类模型。本人主要对运量预测模型进行研究与开发。单一的预测模型并不适合整体的货运运量预测,因此作者在建立运量预测模型的时候就必须进行综合考虑,因为生长曲线数学模型,三次平滑指数数学模型,网络模型等不同的模型都有其各自的优势。在处理货运运量预测影响因素方面主要应用了BP神经网络算法,同时对预测结果做了详尽的分析。在对铁路货运运量预测工作进行研究的同时,作者还在数据挖掘可视化方面作了相应的工作,数据可视化是指对大型数据库或数据仓库中的数据的可视化,其基本思想是将数据库中的每一个数据项作为单个图形元素表示,大量的数据集构成数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析[]。数据可视化是数据分析过程中必不可少的一个阶段。但在实际的课题研究中本人发现,就数据挖掘而言,铁路行业的数据比较复杂规律性不是很强,金融,保险等行业的数据就具有很好的规律性易于挖掘,在这样的情况下就对数据挖掘的算法应用和模型的设计提出了更高的要求。本课题的研究主要是对关系型数据库中的数据进行挖掘,但在未来数据挖掘的应用前景将非常广泛,单一的关系型数据挖掘已经不能满足人们的需要了,文本文件,图片,媒体等信息的挖掘也将变的越来越重要。所以未来数据挖掘的对象将越来越广泛,应用数据挖掘的行业也将越来越广泛。本课题的研究及项目的实现,将带动国内对铁路货运行业数据挖掘的高潮,为数据挖掘在铁路行业的应用做出了贡献。

数据挖掘在铁路货运营销决策支持系统中的研究与应用

内容摘要

全文目录

相似论文