基于聚类分析的铁路出行旅客类别划分

来源：交通运输系统工程与信息杂志2016年第1期北京时间：

作者：吕红霞，王文宪，蒲松，余大本

单位：西南交通大学a. 交通运输与物流学院；b. 全国铁路列车运行图编制研发培训中心，成都610031

摘要：对铁路出行旅客进行类别划分，是简化旅客乘车选择问题研究的重要策略.根 据成都—武汉段既有线与新线的旅客调查数据，以旅客的各类主体、出行特性作为属性 变量，运用分层聚类法中的凝聚法进行变量聚类，将具有较大相关性的变量——时间价 值与月收入、出行目的与费用来源合并.然后根据简化的旅客属性变量指标集，运用近邻 传播算法对旅客进行样本聚类，并引用CH、Hart 及IGP 等聚类有效性指标确定最佳聚类 数.指标值表明，将铁路出行旅客划分为6 个类别时，具有最好的聚类效果.调查数据中旅 客乘车选择结果亦显示，不同类别的旅客对客运产品的选择有着明显的偏好.

关键词：铁路运输,铁路出行旅客,类别划分,聚类分析,近邻传播算法

基金资助：国家自然科学基金/National Natural Science Foundation of China（61273242，61403317）；四川省科技厅软科学计划 项目/Soft Science Foundation of Sichuan Province STA of China（2015ZR0141）；中国铁路总公司科技研究计划项目/Science and Technology Plan of China Railway Corporation（2013X006-A, 2013X014