基于城际高速铁路的旅客购票时间预测方法和电子设备技术

本发明专利技术公开了一种基于城际高速铁路的旅客购票时间预测方法和电子设备，其中，基于城际高速铁路的旅客购票时间预测方法，应用于车票预售阶段，该方法包括：获取第一信息组和第二信息组，第一信息组包括旅客的个人出行特征数据，第二信息组包括旅客的购票行为数据；根据第一信息组划分旅客的潜在类别模型；根据潜在类别模型和第二信息组，设计离散选择模型；根据离散选择模型预测旅客的购票时间。通过使用该旅客购票时间预测方法，能够根据旅客的个人出行特征数据和购票行为数据，推理出旅客的购票时间的概率分布，从而预测预售期内票价浮动时旅客的购票时间，为铁路部门制定满足多样化旅客市场需求的票价浮动策略提供决策支持。

【技术实现步骤摘要】
基于城际高速铁路的旅客购票时间预测方法和电子设备
本专利技术涉及城际高速铁路领域，特别涉及一种基于城际高速铁路的旅客购票时间预测方法和电子设备、存储介质。
技术介绍
旅客出行的购票时间是城际高速铁路运营管理的一项重要数据，为铁路部门的票价、车次等制定提供决策支持。目前，针对铁路旅客出行选择行为的研究多集中在对交通方式或者列车类型的选择行为影响因素方面的分析。但是，这些研究对铁路部门制定满足多样化旅客市场需求的票价浮动策略仍不够完善。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于城际高速铁路的旅客购票时间预测方法和电子设备、存储介质，能够预测预售期内票价浮动时旅客的购票时间，从而为铁路部门制定满足多样化旅客市场需求的票价浮动策略提供决策支持。第一方面，本专利技术实施例提供了一种基于城际高速铁路的旅客购票时间预测方法,应用于车票预售阶段，所述方法包括：获取第一信息组和第二信息组，所述第一信息组包括旅客的个人出行特征数据，所述第二信息组包括旅客的购票行为数据；...

【技术保护点】
1.一种基于城际高速铁路的旅客购票时间预测方法，应用于车票预售阶段，其特征在于，所述方法包括：/n获取第一信息组和第二信息组，所述第一信息组包括旅客的个人出行特征数据，所述第二信息组包括旅客的购票行为数据；/n根据所述第一信息组划分旅客的潜在类别模型；/n根据所述潜在类别模型和所述第二信息组，设计离散选择模型；/n根据所述离散选择模型预测旅客的购票时间。/n

【技术特征摘要】
1.一种基于城际高速铁路的旅客购票时间预测方法，应用于车票预售阶段，其特征在于，所述方法包括：
获取第一信息组和第二信息组，所述第一信息组包括旅客的个人出行特征数据，所述第二信息组包括旅客的购票行为数据；
根据所述第一信息组划分旅客的潜在类别模型；
根据所述潜在类别模型和所述第二信息组，设计离散选择模型；
根据所述离散选择模型预测旅客的购票时间。


2.根据权利要求1所述的旅客购票时间预测方法，其特征在于，所述获取第一信息组和第二信息组，包括：
发放调查问卷以获取第一信息组和第二信息组；
所述第一信息组包括旅客的性别、年龄段、学历、税前月收入、出行平均次数、出行目的和出行费用，所述第二信息组包括旅客虚拟情景下对应的购票时间，所述虚拟情景包括非节假日一般时期且票价固定、非节假日一般时期且票价下浮、节假日高峰时期且票价固定和节假日高峰时期且票价下浮，所述购票时间包括出发当天、提前1-2天、提前3-10天、提前11-20天和提前21-30天。


3.根据权利要求2所述的旅客购票时间预测方法，其特征在于，所述发放调查问卷以获取第一信息组和第二信息组，包括：
发放调查问卷，并采用信度和效度分析方法对所述调查问卷进行筛选处理以获得有效问卷；
根据所述有效问卷得到第一信息组和第二信息组。


4.根据权利要求1所述的旅客购票时间预测方法，其特征在于，所述第一信息组包括多个外显变量，所述根据所述第一信息组划分旅客的潜在类别模型，包括：
根据多个所述外显变量计算得到各个所述外显变量的联合概率；
根据所述多个外显变量和所述联合概率划分得到旅客的潜在类别模型。


5.根据权利要求4所述的旅客购...

【专利技术属性】
技术研发人员：苏焕银，陶文聪，彭舒婷，代慧子，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44