郝晓培
- 作品数:7 被引量:25H指数:2
- 供职机构:中国铁道科学研究院更多>>
- 相关领域:交通运输工程自动化与计算机技术更多>>
- 图神经网络在12306黑产用户挖掘的研究
- 2022年
- 随着铁路信息化技术的高速发展以及铁路互联网售票系统的不断优化完善,12306已成为铁路客运主要的售票渠道,为旅客的出行带来了极大的便利,然而节假日部分线路供需仍存在巨大缺口,铁路客票销售市场存在巨大的牟利空间,从而也面临着网络黑色产业链的威胁。针对当前铁路12306互联网售票系统存在黑产用户抢票,倒票,囤票等问题,提出了兼顾旅客社会关系以及个体特征的黑产用户识别模型。首先基于旅客的历史购票及出行行为,从时间、空间等维度构建旅客个体特征,然后基于旅客的出行关系以及购票关系构建旅客社交网络,通过频率反映旅客社交关系强度,最后,采用图神经网络将节点个体特征以及邻居节点的特征信息线性表示为低维稠密的向量空间,将其最终旅客特征向量输入无核二次曲面支持向量机进行黑产用户识别。实验表明,综合考虑旅客社交关系以及旅客个体特征的黑产用户识别模型相对于只考虑个体特征的模型准确率有了显著的提高。
- 郝晓培朱建生单杏花
- 关键词:社交网络邻居节点支持向量机
- 铁路客运旅客群体划分算法的研究被引量:2
- 2021年
- 为有效引导客流的合理分布,增加铁路票价收益,文章基于铁路客运用户画像系统,利用社交网络特征传播的方式对旅客特征进行优化完善,并采用聚类算法对用户群体进行分类,对旅客进行市场细分,为在后期营销活动中针对不同的群体进行精准营销、实现铁路营销的差异化服务提供依据。
- 郝晓培单杏花王炜炜
- 关键词:差异化社交网络聚类算法
- 铁路旅客群体特征研究及应用
- “十四五”规划指出交通运输是国民经济中具有基础性、先导性、战略性的产业,是重要的服务性行业和现代化经济体系的重要组成部分,是构建新发展格局的重要支撑和服务人民美好生活、促进共同富裕的坚实保障。中国高速铁路作为其最重要的组...
- 郝晓培
- 关键词:营销社交网络出行链
- 铁路旅客价值指数计算模型的设计研究被引量:2
- 2018年
- 随着铁路运输能力大幅增加,铁路客运服务的营销焦点已经从产品中心转换到用户中心,铁路需要从传统的营销策略转变为以旅客价值为依据的铁路利益最大化和旅客服务质量最优化的共赢策略。在建立以旅客价值指数为目标计算模型的基础上,实现基于聚类—BP神经网络的旅客历史价值指数计算,以及基于旅客同行关系的旅客潜在价值指数计算,并利用大量样本数据对铁路旅客价值指数计算模型进行实例分析。结果表明,该模型能够有效地对旅客价值进行计算并识别出不同价值指数的旅客群体,制定个性的营销和服务策略,合理配置铁路客运资源,实现铁路利益最大化和旅客服务质量最优化的共赢目标。
- 郝晓培单杏花张军锋
- 关键词:聚类BP神经网络服务质量
- 基于大数据技术的铁路互联网售票异常用户行为分析研究与实现被引量:11
- 2017年
- 近几年铁路互联网售票系统不断完善,给人民群众的出行带来了很大的便利,售票量不断增加,同时也存在抢票、囤票等异常用户行为,为了保障售票系统的安全稳定运行及维护公平公正的售票环境,提出了基于大数据技术的海量用户行为日志分析系统架构,有效地识别出异常购票行为。
- 郝晓培单杏花杨立鹏王拓
- 关键词:大数据用户行为分析架构
- 基于大数据的铁路客运用户画像系统研究及应用
- 随着铁路的高速发展以及“互联网+”商业模式的快速推广,互联网已渗透到铁路客运的各个服务场景,铁路互联网用户呈现爆发式的增长,已经积累了大量的用户行为数据。通过用户的行为数据构建铁路客运用户画像系统,能够更加准确的把握旅客...
- 郝晓培
- 关键词:SPARK
- 文献传递
- 基于出行关系的广告点击率预测模型的研究被引量:1
- 2022年
- 随着智能移动终端的普及以及互联网产品的多样化发展,在为用户提供服务的同时也丰富了广告的投放渠道,然而传统的广告平台投放策略是针对全体用户批量投送,严重影响用户体验,同时也降低了点击率以及转化率,为广告平台的可持续发展带了极大的挑战,广告的精准投放已经成为互联网服务产品领域内的研究热点之一。该文依托铁路12306互联网售票系统的广告平台,在图注意力网络GAT与Wide&Deep模型的基础上提出了一种新型的广告个性化推荐模型。该模型首先将用户的同行的关系、购票关系以及用户与广告的交互关系作为基础数据构建关系网络,利用图神经网络聚合邻节点特征以及自身节点特征以实现在非欧氏空间新节点的表示向量的更新,生成最终的特征向量并作为Wide&Deep模型的输入实现广告点击率预测。论文利用近半年的广告平台数据对该模型的性能进行评估,实验效果显示,该模型能够准确对广告点击率进行预测,实现了广告的精准投放。
- 郝晓培朱建生单杏花
- 关键词:广告投放个性化推荐关系网络