原文传递
“互联网+”环境下的公路客运社群服务研究
| 论文题名： | “互联网+”环境下的公路客运社群服务研究 |
| 关键词： | 公路客运;互联网服务;RBM-CART算法 |
| 摘要： | 公路旅客运输是交通运输服务的重要分支。近年来，高铁和城市轨道等交通工具的出现以及旅客出行需求的转变给传统的公路客运服务带来了挑战。与此同时，伴随着“互联网+”、移动互联、物联网等技术的发展，网约车服务快速兴起，智慧客运服务崭露头角，也驱动着公路客运不断优化和创新。本文从社群的角度出发，构建了“互联网+”环境下的公路客运社群，设计了基于社群的公路客运服务模式，并进一步探索了如何根据公路客运社群成员出行的历史数据为旅客提供个性化的客运服务。 本论文的主要研究工作和创新性成果如下： （1）构建了“互联网+”环境下的公路客运社群。分析了“互联网+”对公路客运企业的影响，根据社群的相关理论定义了“互联网+”环境下的公路客运社群的概念，分析了其特征；同时，对公路客运社群的组成成员及需求、社群依托的平台和社群的服务活动及管理作了具体分析，从网络平台、服务应用和体验场所3个方面构建了“互联网+”环境下的公路客运社群，分析了其特征。 （2）设计了基于社群的公路客运服务模式。总结了国内公路客运服务的变化趋势及分类，将客运服务与互联网、社群相融合，综合考虑服务结构、服务内容和运行机制，设计了基于社群的公路客运服务模式，分析了该模式的优势。在个性化服务中，通过采用受限波尔兹曼机RBM（Restricted Boltzmann Machine）对社群中的旅客出行数据进行特征提取，利用基于 Bagging（ Bootstrap aggregating）的CART（Classfication and Regression Tree）分类回归树算法预测旅客的出行偏好，从而为旅客提供推荐出行方式的服务。 （3）通过W客运企业案例分析验证了公路客运社群服务的有效性。通过实地调研，构建了W微信客运社群，设计了公路客运服务内容。为了论证客运社群服务中提供出行方式推荐服务的可行性，本文从旅客的个人属性和出行属性两个方面借助MATLAB软件模拟了旅客出行的历史数据，将基于Bagging的RBM-CART算法与PCA-CART、CART算法进行对比实验，实验结果表明本文采用的算法性能优于其他算法，并根据决策树结果预测旅客出行偏好，以向旅客提供推荐合适出行方式的服务。 |
| 作者： | 刘盼盼 |
| 专业： | 物流管理 |
| 导师： | 李文锋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
