铁路货票信息的数据挖掘.pdf

第2 4 卷 , 第4 期 　　　　 　　　　　中 国 铁 道 科 学 Vol24 No 4 　 2 0 0 3 年 8 月 　　　　　　　　 　CH INA RA IL WA Y SCIEN CE August , 2003 　 文章编号 : 100 14632 (2003) 铁路货票信息的数据挖掘 雷定猷 , 陈治亚 ( 中南大学 交通运输学院 , 湖南 长沙 　4 10075) 　　摘 　要 : 从三个方面对货票数据进行挖掘 。即 : 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 : rule ( E , T , C ) , 给出rule ( E , T , C ) 的发现算法和算法的应用举例 , 实例表明铁路多 p p 年来把标重作为计算整车费率唯一因素的办法应作适当调整 ; 运用聚类方法对货票数据进行聚类 , 描述了聚类 的步骤 , 对某公司 2000 年度的运距和收入进行聚类 , 分析聚类结果对铁路生产经营 、市场营销的启示 ; 运用 AR IMA 模型对货票数据进行季节性知识挖掘 , 描述挖掘的过程 , 用 1992 年～200 1 年的历史数据预报 2002 年货 运量 。 　　关键词 : 货票信息 ; 数据挖掘 ; 分类规则 ; 聚类分析 ; AR IMA 　　中图分类号 : U29322 1 　　文献标识码 : A 　　铁路 TM IS 中央货票库中 , 保存了大量货票信 i ≠j 且f ( a , r ) = f ( a , r ) , 则称 r , r 基 i j i j 息 , 每天全路入库的货票信息约有十多万批 , 多达 于字段集A 等价 , 基于 A 的所有等价记录的集合 数百兆 , 一年约近百 G 。如何从这些大型数据库中 称为基于字段集 A 的等价类 , R 中的全部记录按 发现有用的信息、模式和知识 ? 如何寻找有效的挖 等价类分类 。A 中字段的取值称为类别 。 掘方法 ? 本文将 “数据挖掘 (Dat aMing) ”应用于 定义 3 : 设 A 为A t 的子集 , 对于 a ∈A , v ∈ 对货票数据进行数据挖掘的研究 。 V , r ∈R , r ∈R , i ≠j , 有 f ( a , r ) v , i j j f ( a , r )