基于Aprior的高鐵旅客用戶(hù)行為與需求挖掘

魏寶紅 周 慶

（1. 西安鐵路職業(yè)技術(shù)學(xué)院 陜西西安 710014；2. 陜西易通人力資源開(kāi)發(fā)有限責(zé)任公司 陜西西安 710014）

隨著市場(chǎng)經(jīng)濟(jì)的深入，鐵路運(yùn)輸企業(yè)如何能把握住市場(chǎng)脈搏，滿(mǎn)足旅客對(duì)出行交通工具和旅途服務(wù)的需求，贏得運(yùn)輸市場(chǎng)，提高鐵路運(yùn)營(yíng)效率，是擺在鐵路部門(mén)面前的關(guān)鍵問(wèn)題，旅客出行行為研究就顯得非常重要。為了準(zhǔn)確地研究其行為，筆者采用Aprior方法從模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含的、有用的信息。通過(guò)對(duì)大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換和處理，從中提取輔助管理決策的關(guān)鍵性數(shù)據(jù)，對(duì)旅客進(jìn)行細(xì)分，以地域、收入水平、偏好等大量的旅客歸類(lèi)，明確旅客服務(wù)增殖的目標(biāo)乘客。

該論文以西成高鐵客運(yùn)通道為例，對(duì)西成高鐵的旅客特征和乘客價(jià)值進(jìn)行分析，利用Aprior技術(shù)探討高鐵旅客用戶(hù)行為和需求，為鐵路運(yùn)輸管理者建言獻(xiàn)策，也為日后其他高鐵客運(yùn)專(zhuān)線(xiàn)運(yùn)營(yíng)提供參考價(jià)值。

旅客出行行為是指旅客為某一目的出行（通勤、探親、出差、休閑）乘坐高鐵從出發(fā)地到目的地的移動(dòng)的行為。本研究于2019年11月和12月期間，收集了西成高鐵在該年的11月1日至11月30日鐵路客戶(hù)服務(wù)中心系統(tǒng)后臺(tái)日志數(shù)據(jù)，所獲取的數(shù)據(jù)跨越30天，數(shù)據(jù)總量共達(dá)到了3.67GB。該系統(tǒng)的日志數(shù)據(jù)詳細(xì)記錄了旅客乘坐西成高鐵的出行及獲得相關(guān)服務(wù)的信息，如旅客證件信息、旅客進(jìn)出站記錄、購(gòu)票記錄、改簽及退換票記錄、接入網(wǎng)絡(luò)的IP地址及終端信息、乘坐車(chē)次、列車(chē)發(fā)車(chē)時(shí)間、旅客使用高鐵訂餐相關(guān)服務(wù)的記錄等。

數(shù)據(jù)處理

為進(jìn)一步明確西成高鐵旅客用戶(hù)行為與其對(duì)西成高鐵服務(wù)的需求，我們從中篩選了部分利用西成高鐵增值服務(wù)比較頻繁的旅客用戶(hù)，對(duì)其利用西成高鐵增值服務(wù)的相關(guān)數(shù)據(jù)信息進(jìn)行了獲取與挖掘。通過(guò)對(duì)用戶(hù)登陸鐵路服務(wù)系統(tǒng)以及車(chē)站安檢系統(tǒng)中的用戶(hù)行為數(shù)據(jù)與其IP地址和其預(yù)留在中鐵路服務(wù)系統(tǒng)中的個(gè)人身份信息進(jìn)行匹配，我們獲得了用戶(hù)個(gè)人信息、用戶(hù)使用高鐵服務(wù)的信息，這些數(shù)據(jù)約占到了總記錄數(shù)的32.75%。用戶(hù)通過(guò)鐵路服務(wù)系統(tǒng)所能夠獲得的高鐵服務(wù)主要有車(chē)票查詢(xún)服務(wù)、列車(chē)運(yùn)行信息查詢(xún)服務(wù)、人工售票服務(wù)、自助售票服務(wù)、人工檢票服務(wù)、自助檢票服務(wù)、便捷通道服務(wù)、站內(nèi)咨詢(xún)服務(wù)、餐飲服務(wù)、商品零售服務(wù)、WIFI與電源服務(wù)、醫(yī)療服務(wù)、睡眠膠囊服務(wù)、時(shí)刻表售賣(mài)服務(wù)、托運(yùn)服務(wù)、休閑娛樂(lè)服務(wù)等服務(wù)。

分析流程

Aprior算法的基本思想是以遞歸的方式反映從數(shù)據(jù)集中尋找出現(xiàn)頻次多的項(xiàng)集，進(jìn)而產(chǎn)生選項(xiàng)集，對(duì)達(dá)到最小支持度要求的候選項(xiàng)集進(jìn)行保留，而刪除那些不滿(mǎn)足要求的數(shù)據(jù)。在該算法執(zhí)行的過(guò)程中，通常將最大前項(xiàng)數(shù)據(jù)的閾值設(shè)置為1，而小最置信度數(shù)據(jù)設(shè)置為10%，其具體流程如圖1所示。

圖1 基于Aprior算法流程圖

關(guān)聯(lián)規(guī)則分析結(jié)果

表1顯示了基于Aprior算法的西成高鐵旅客用戶(hù)數(shù)據(jù)聚類(lèi)結(jié)果?？梢钥闯鐾ㄟ^(guò)數(shù)據(jù)聚類(lèi)，鐵路服務(wù)系統(tǒng)各項(xiàng)服務(wù)之間的關(guān)聯(lián)規(guī)則被揭示出來(lái)。車(chē)票查詢(xún)和自助售票兩項(xiàng)服務(wù)之間的關(guān)聯(lián)性最強(qiáng)，其次是列車(chē)運(yùn)行和車(chē)票查詢(xún)兩項(xiàng)服務(wù)，再次是自助售票和自助檢票，說(shuō)明旅客用戶(hù)利用西成高鐵出行最基本的幾項(xiàng)服務(wù)之間具有比較高的關(guān)聯(lián)性，并且也是置信度最高的幾項(xiàng)關(guān)聯(lián)規(guī)則，這說(shuō)明西成高鐵的大部分旅客用戶(hù)在利用鐵路服務(wù)系統(tǒng)進(jìn)行車(chē)票與列車(chē)相關(guān)查詢(xún)操作后，會(huì)選擇優(yōu)先到車(chē)站的自助設(shè)備上完成購(gòu)票、取票或檢票等操作，西成高鐵若要宣傳和推廣自身的增值服務(wù)，將這些基本服務(wù)與增值服務(wù)建立起相應(yīng)的關(guān)聯(lián)關(guān)系是當(dāng)務(wù)之急。置信度比較高的關(guān)聯(lián)規(guī)則還有便捷通道和托運(yùn)服務(wù)之間關(guān)聯(lián)規(guī)則，說(shuō)明西成高鐵的許多旅客用戶(hù)在選擇通過(guò)車(chē)站提供的便捷通道進(jìn)入候車(chē)區(qū)域后，還會(huì)選擇將使用車(chē)站提供的托運(yùn)服務(wù)使自己享受到進(jìn)一步的便捷服務(wù)。此外，我們還發(fā)現(xiàn)了便捷通道與休閑娛樂(lè)、站內(nèi)咨詢(xún)與餐飲服務(wù)、休閑娛樂(lè)與WIFI電源、商品零售與休閑娛樂(lè)、列車(chē)運(yùn)行與托運(yùn)服務(wù)、自助檢票與WIFI電源等服務(wù)之間關(guān)聯(lián)性，這些關(guān)聯(lián)規(guī)則的揭示，都有利于西成高鐵對(duì)當(dāng)前的系統(tǒng)與服務(wù)進(jìn)行改進(jìn)，更好地提升用戶(hù)對(duì)西成高鐵服務(wù)的利用率。

表1 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的高鐵增值業(yè)務(wù)

結(jié)論

?

總體來(lái)看，本研究運(yùn)用K-means算法和Aprior算法對(duì)西成高鐵旅客用戶(hù)的出行及其活動(dòng)行為進(jìn)行分析，揭示了西成高鐵旅客用戶(hù)行為與需求進(jìn)行了挖掘。通過(guò)K-means算法進(jìn)行聚類(lèi)分析，我們得出了六個(gè)類(lèi)：第1類(lèi)用戶(hù)對(duì)西成高鐵路服務(wù)系統(tǒng)的利用及其出行行為與活動(dòng)處于中等水平，其目的主要以一般服務(wù)的使用為主，這類(lèi)旅客用戶(hù)對(duì)西成高鐵增值服務(wù)的使用頻次并不高，因此西成高鐵可重點(diǎn)關(guān)注這類(lèi)用戶(hù)在出行目的地及其在出行過(guò)程中的服務(wù)使用記錄，有針對(duì)性地為這些旅客推薦一些出行或休閑相關(guān)的信息，以使?jié)M足這類(lèi)旅客用戶(hù)的出行需求；第2類(lèi)旅客用戶(hù)的出行次數(shù)以及出行中的活動(dòng)行為數(shù)量都相對(duì)較少，且增值服務(wù)使用行為所占的比重相對(duì)較高，其桌面端的用戶(hù)占多數(shù)，這與本研究之前所得出的結(jié)論保持一致。針對(duì)這類(lèi)用戶(hù)，西成高鐵在進(jìn)行高鐵服務(wù)精確推送的同時(shí)，還可通過(guò)各種系統(tǒng)服務(wù)平臺(tái)與短信等渠道為其推薦更多的服務(wù)、資源供其選擇；第3類(lèi)僅包含26個(gè)記錄，且該聚類(lèi)下的一般服務(wù)使用次數(shù)、增值服務(wù)使用次數(shù)、出行中的活動(dòng)次數(shù)、活動(dòng)持續(xù)時(shí)間、利用高鐵服務(wù)數(shù)量的值均要遠(yuǎn)大于其他五個(gè)類(lèi)，該類(lèi)存在異常的情況，故而舍去；第4類(lèi)和第5類(lèi)用戶(hù)屬于兩類(lèi)行為相反的用戶(hù)群，第4類(lèi)的用戶(hù)屬于以一般服務(wù)使用為主要目的，主要利用桌面端設(shè)備進(jìn)行操作，會(huì)在鐵路服務(wù)系統(tǒng)中留下比較多的服務(wù)使用記錄，以獲取精確的服務(wù)項(xiàng)目的用戶(hù)群，該類(lèi)用戶(hù)進(jìn)行其他的情況相對(duì)較少，而第5類(lèi)的用戶(hù)屬于更愿意利用鐵路服務(wù)系統(tǒng)中其他服務(wù)的用戶(hù)，這類(lèi)用戶(hù)以利用智能設(shè)備為主；第6類(lèi)用戶(hù)一般服務(wù)行為和增值服務(wù)使用行為的頻次上都不算多，但其活動(dòng)記錄的次數(shù)卻達(dá)到了117.54次，說(shuō)明這類(lèi)用戶(hù)比較喜歡漫無(wú)目的在鐵路服務(wù)系統(tǒng)進(jìn)行相關(guān)無(wú)關(guān)操作，這類(lèi)用戶(hù)利用西成高鐵出行的需求并不明確，需要為之提供必要的指導(dǎo)。

另外，從基于Aprior算法的西成高鐵旅客用戶(hù)數(shù)據(jù)聚類(lèi)結(jié)果揭示的各項(xiàng)服務(wù)之間的關(guān)聯(lián)規(guī)則來(lái)看，車(chē)票查詢(xún)和自助售票兩項(xiàng)服務(wù)之間的關(guān)聯(lián)性最強(qiáng)，其次是列車(chē)運(yùn)行和車(chē)票查詢(xún)兩項(xiàng)服務(wù)，再次是自助售票和自助檢票，說(shuō)明旅客用戶(hù)利用西成高鐵出行最基本的幾項(xiàng)服務(wù)之間具有比較高的關(guān)聯(lián)性，并且也是置信度最高的幾項(xiàng)關(guān)聯(lián)規(guī)則。置信度比較高的關(guān)聯(lián)規(guī)則還有便捷通道和托運(yùn)服務(wù)之間關(guān)聯(lián)規(guī)則，說(shuō)明西成高鐵的許多旅客用戶(hù)在選擇通過(guò)車(chē)站提供的便捷通道進(jìn)入候車(chē)區(qū)域后，還會(huì)選擇將使用車(chē)站提供的托運(yùn)服務(wù)使自己享受到進(jìn)一步的便捷服務(wù)。這些關(guān)聯(lián)規(guī)則的揭示，都有利于西成高鐵對(duì)當(dāng)前的系統(tǒng)與服務(wù)進(jìn)行改進(jìn)，更好地提升用戶(hù)對(duì)西成高鐵服務(wù)的利用率。