数字化转型下铁路客运营销辅助决策系统优化研究

针对中国铁路郑州局集团有限公司(简称:郑州局集团公司)客运营销辅助决策系统(简称:营销系统)在数字化转型过程中存在的问题,从系统结构、数据复制、报表服务、终端接入等方面提出了技术优化方案,并从运营指标分析、客流预测、售票策略监控预警、列车效益评估、数据可视化方面提出了业务功能提升的优化措施。优化后的系统已在郑州局集团公司取得了良好的应用效果。

铁路客运营销辅助决策系统分布式环境下数据交换策略

针对铁路客运营销辅助决策系统对大量数据及时交换的需求,提出基于任务配置、数据压缩、断点续传和日志控制的自动传输策略,以现有客票网络为数据传输和通信的载体,实现分布式网络环境下数据交换和信息共享,从而为客运生产和营销决策提供信息支持。

基于Kubernetes的铁路客运营销深度学习平台的设计与实现

为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构。经平台实践证明,该架构为客运营销提供了可靠、稳定的分析环境,降低了模型的训练难度,提高了模型的训练效率。

我国铁路客运营销战略

多年来,我国铁路运输以其安全、低价的优势,在客运市场中一直独领风骚,占据着相当大的市场份额,铁路客运的“产品”,经常处于供不应求的状态,但随着社会主义市场经济的不断发展,铁路运输的辉煌已经成为历史。1996年,铁路完成客运量9.42亿人次,而公路运输的客运量则达114亿人次。从1985年到1995年,仅十年时间,铁路客运所占市场份额从54％降至39％,而公路则由38.9％上升到51％。

大数据在铁路客运营销中的运用研究

随着我国社会经济的发展,科学技术水平的不断提高,我国的信息化进程也得到进一步推进,丰富了互联网络中的信息种类和数量,加快了信息数据之间的交互速度和频率,进而使过去的数据时代转变为现代的大数据时代。随着各领域对大数据的不断探究和应用,使其功能越发完善和全面。其中,在铁路客运营销中运用大数据,能够有效的提高铁路客运营销的效果,推动我国交通事业的进一步发展。为此,本文着重分析大数据在铁路客运营销中的应用策略。

运用营销手段提高客运竞争能力

随着我国市场经济的建立、发展和完善,客运市场的竞争日趋激烈,铁路客运份额逐年下降。面对这种情况,铁路客运部门已经意识到要想生存与发展,就必须进行客运工作改革,将工作重点放到满足旅客需求上来,进行深入的市场调查研究,了解旅客需求和愿望的变化情况,并积极采取措施,使铁路客运工作能适应旅客消费需求的变化。一九九七年初,铁路各级基层站段均相应成立了营销机构,但工作的范围、力度、灵活性及可行性尚不足。