典型文献
基于随机森林算法的旅客空铁联运中转城市选择模型
文献摘要：
为高效准确预测旅客选择空铁联运各中转城市的概率并揭示相关因素影响机制,基于互联网客票脱敏数据,应用随机森林算法、特征重要度和部分依赖图方法探究解释变量与中转城市备选集间的复杂作用关系.结果 表明,随机森林模型可有效处理不均衡分布样本,具有更高的预测精度,总体分类准确率可达88.54％,并具备描述自变量非线性作用的能力.以京津冀城市群保定-上海的空铁联运场景为例,联运服务在运营方层面关于时间、价格、衔接效率等属性相较于旅客个人社会属性占据更高影响权重,且与中转城市选择概率间存在非线性联系,表现为Z形和S形曲线特征.该研究结果有助于空铁联运中转城市的优势市场划分,提升旅客联运服务质量.
文献关键词：
空铁联运;中转城市选择;随机森林模型;机器学习
中图分类号：
作者姓名：
杨敏;任怡凤;盛强;刘冬梅;李宏伟
作者机构：
东南大学交通学院,南京210096;上海携程商务有限公司,上海200335;交通运输部公路科学研究院,北京100088
文献出处：
引用格式：
[1]杨敏;任怡凤;盛强;刘冬梅;李宏伟-.基于随机森林算法的旅客空铁联运中转城市选择模型)[J].东南大学学报（自然科学版）,2022(01):162-171
A类：
旅客空铁联运,中转城市选择,旅客联运
B类：
随机森林算法,准确预测,客票,脱敏,特征重要度,部分依赖图,方法探究,备选集,随机森林模型,不均衡分布,分类准确率,非线性作用,京津冀城市群,保定,关于时间,人社,社会属性,高影响,影响权重,线性联系,曲线特征
AB值：
0.276896
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
