论文部分内容阅读
铁路货票蕴含着极为丰富的信息资源，它是铁路生产经营管理的重要基础数据。该文从3个方面对货票数据进行了知识挖掘。运用集合理论构造关系数据库特征关联模型，描述了特征规则知识的表达，提出了算法，并对实际的货票数据进行了知识挖掘，分析了知识对营销的启示；运用聚类知识挖掘模型，从货物运距、货物运价号和客户对公司的收入贡献等方面探讨了货运市场的细分，挖掘出来的知识明确了铁路货运目标市场的选择；运用ARIMA模型对货票数据进行了季节性知识挖掘，用1999年-2005年的历史数据估算2006年的货运量。