鐵路客票發(fā)售數(shù)據(jù)抽取及短時(shí)客流預(yù)測研究的開題報(bào)告一、研究背景及意義隨著我國經(jīng)濟(jì)的快速發(fā)展和人民生活水平的提升，出行方式由原來的步行、自行車逐漸轉(zhuǎn)向軌道交通、汽車等現(xiàn)代化交通工具，尤其是高速鐵路的快速發(fā)展和普及，使得人們的出行更加方便、快捷和舒適。而作為高效的交通運(yùn)輸方式之一，鐵路客運(yùn)業(yè)發(fā)揮著重要的作用，然而如何準(zhǔn)確地預(yù)測客流，控制票務(wù)需求以及提高服務(wù)質(zhì)量已成為鐵路客運(yùn)業(yè)亟待解決的問題。目前，大多數(shù)鐵路局使用的是人工定量的方式進(jìn)行客流預(yù)測，而且數(shù)據(jù)來源的多樣性和復(fù)雜性也加大了人工預(yù)測的難度。同時(shí)，每當(dāng)節(jié)假日或者其他特殊時(shí)期來臨時(shí)，鐵路客流量的變化是十分明顯的，人工預(yù)測的準(zhǔn)確度也會(huì)因此降低，因此，研究如何從已有數(shù)據(jù)中抽取有用的信息并且使用機(jī)器學(xué)習(xí)算法對客流量進(jìn)行更加精確的短時(shí)預(yù)測是十分必要和重要的。二、研究內(nèi)容與研究方法本研究的主要內(nèi)容是針對鐵路客票發(fā)售數(shù)據(jù)進(jìn)行抽取，使用機(jī)器學(xué)習(xí)算法對短時(shí)客流進(jìn)行預(yù)測。具體而言，本研究將使用Python語言實(shí)現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)清洗及數(shù)據(jù)挖掘處理。在數(shù)據(jù)挖掘處理階段，將使用機(jī)器學(xué)習(xí)算法，例如，支持向量機(jī)（SVM）、決策樹（DecisionTree）、神經(jīng)網(wǎng)絡(luò)（NeuralNetwork）等算法進(jìn)行數(shù)據(jù)訓(xùn)練以及預(yù)測模型的構(gòu)建。同時(shí)，本研究將結(jié)合相關(guān)領(lǐng)域的經(jīng)典研究文獻(xiàn)，探索如何使用機(jī)器學(xué)習(xí)算法對鐵路客運(yùn)業(yè)的優(yōu)化研究。三、預(yù)期成果及研究意義本研究的預(yù)期成果為：1.設(shè)計(jì)和實(shí)現(xiàn)一套能夠自動(dòng)化抽取鐵路客票發(fā)售數(shù)據(jù)的程序；2.使用機(jī)器學(xué)習(xí)算法對鐵路客流進(jìn)行準(zhǔn)確的短時(shí)預(yù)測；3.實(shí)現(xiàn)對鐵路客運(yùn)業(yè)的優(yōu)化過程，如控制票務(wù)需求、提高服務(wù)質(zhì)量等。本研究的主要研究意義在于：1.提高鐵路客運(yùn)業(yè)的服務(wù)水平和效率；2.減少客流預(yù)測的誤差率，提高客流預(yù)測的準(zhǔn)確度；3.為鐵路客運(yùn)數(shù)據(jù)的處理和建模提供實(shí)用解決方案。四、進(jìn)度安排本研究預(yù)期時(shí)間為4個(gè)月，進(jìn)度安排如下：第1-2個(gè)月：進(jìn)行鐵路客票發(fā)售數(shù)據(jù)的抽取和數(shù)據(jù)清洗處理工作，并初步探究機(jī)器學(xué)習(xí)算法的使用和相關(guān)領(lǐng)域的優(yōu)化研究文獻(xiàn)；第3個(gè)月：結(jié)合機(jī)器學(xué)習(xí)算法對鐵路客流進(jìn)行訓(xùn)練和預(yù)測，并對結(jié)果進(jìn)行分析；第4個(gè)月：對研究結(jié)果進(jìn)行總結(jié)，并撰寫開題報(bào)告。五、參考文獻(xiàn)1.陳曉峰,黎曉光,韋寶玲.機(jī)器學(xué)習(xí)在鐵路客流預(yù)測研究中的應(yīng)用[J].物流技術(shù),2018,37(17):189-191.2.范亞軍,魏鳳軍.基于SVM的鐵路客流量預(yù)測研究[A].中國運(yùn)輸大會(huì)2015論文集[C].中國社會(huì)科學(xué)院,2015.3.王春娟,孔維英.基于決策樹算法的鐵路客流短時(shí)預(yù)測研究[J].長沙鐵道學(xué)院學(xué)報(bào),2018,28(4):85-88.4.郭婷.鐵路客運(yùn)數(shù)據(jù)分析及短時(shí)客流預(yù)測研究[D