10.3969/j.issn.1006-9348.2017.12.003
基于MapReduce的民航收益漏洞规则提取研究
在民航业务中,旅客订座后却不能如期登机(NOSHOW),最终会导致航班上座位的虚耗.针对海量的CKI(Check-In,离港)数据,提出了一种分布式环境下基于NOSHOW约束的收益漏洞规则提取方案.首先对基于项约束条件的Apriori算法进行了论证,提出分布式环境下基于项约束的频繁项集的计算模型.实验结果表明,该算法能避免大量无用频繁项集的生成,加快Apriori算法迭代的速度.实验取得了不同置信度下的关联规则,可以为航空公司制定不同旅客的出票时限,提供智能化的决策支持.
项约束、数据挖掘、分布式环境、收益漏洞
34
TP202+.7(自动化技术及设备)
民航局重大专项MHRD20150107;天津市智能信号与图像处理重点实验室开放基金2015ASP02
2018-02-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
9-13