基于 Map/Reduce 的民航高价值旅客发现方法

摘要：

为解决常旅客计划模型评价指标单一，不能准确识别高价值旅客的问题，提出一种将 Map／Reduce 并行处理与数据挖掘知识相结合的发现方法。利用 Map／Reduce 数据处理模型，在 Hadoop 分布式平台上并行处理海量 PNR 数据；根据改进的 RFD 模型，确定客户价值指标，利用 AHP 层次分析法将专家经验值量化为指标权重；利用聚类分析技术识别高价值旅客，采用真实的 PNR 数据集进行实验。实验结果表明，该方法能够有效识别民航高价值旅客，为航空公司做出有效决策提供有利依据。

关键词：Map/Reduce映射归约、数据挖掘、RFD模型、AHP层次分析法、客户价值

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目60879015；中国民航局科研基金项目MHRD201130

在线出版日期：2015-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1078-1083