基于潜在类别模型的高铁旅客市场细分

来源：交通运输系统工程与信息杂志2017年第2期北京时间：

作者：乔珂，赵鹏，文佳星

单位：北京交通大学交通运输学院，北京100044

摘要：对高速铁路旅客市场进行细分是应用收益管理理论的重要环节.基于京沪高铁的客票数据，选取年龄、性别、出行日期、出行距离、购票方式和提前购票时间6 类外显变量作为分类指标，采用潜在类别模型进行高速铁路旅客市场的细分.首先将外显变量概率参数化后代入模型进行建模并利用Mplus 软件进行模型求解，模型拟合的AIC 和BIC 等指标表明，当潜在类别为3 类时模型具有较好的效果.然后根据模型参数估计结果对所有数据进行潜在聚类分析，分类正确率达到93%左右，表明分类结果合理，3 种类别的旅客在提前购票时间、出行距离等方面具有明显的差异.潜在类别模型的引入可以为我国高速铁路收益管理理论研究和实践应用提供参考借鉴.

关键词：铁路运输,旅客市场细分,潜在类别模型,高速铁路,条件概率

基金资助：国家自然科学基金项目/National Natural Science Foundation of China（u1434207）；中国铁路总公司科技研究计划项目/Science and Technology Plan of China Railway Corportation（2015X006-G）.