铁路货票数据仓库系统的设计与开发

文章分析了铁路货票数据的利用现状 ,阐述了建立数据仓库的必要性 ,论述了铁路货票数据仓库的开发思路和步骤 。

基于数据仓库的铁路货票数据分析决策支持系统

把数据仓库、数据挖掘技术运用到 DSS中去 ,以数据仓库作为货票分析底层的数据源 ,再配合模型技术和各种数据挖掘技术 ,发挥数据仓库挖掘技术在决策支持方面的长处。在此基础上 ,文章探讨了基于数据仓库的铁路货票数据分析决策支持系统 (RFDAS)

信息系统集成在马钢厂内铁路货票无纸化中的应用实践

介绍了信息系统集成的概念,马钢厂内铁路信息系统及为实现厂内铁路货票无纸化目标的集成原理。经系统运用效果表明,通过系统集成实现了厂内铁路货票无纸化,不仅优化了相关的货运流程,提高了运输作业效率,而且年可直接降低铁路物流成本约50万元。

铁路货票信息综合应用的研究

通过分析铁路货票信息综合应用的需求，研究系统的相关数据及信息流程，进行系统的运行环境与功能设计，并阐述系统实现中的技术关键，描述系统的应用情况。

数据挖掘技术在铁路货运客户细分中的应用

基于数据挖掘中的聚类和分类技术,通过挖掘货票库中的海量数据所蕴藏的信息,探讨了对铁路货运客户进行细分的方法,先用聚类技术对货运历史数据进行聚类分析,根据聚类结果再用贝叶斯分类器对新数据分类.研究目的是为了根据不同类别的货主对铁路贡献的大小制定不同的优惠措施,并为铁路货运营销部门提供决策依据,提高铁路企业的客户关系管理和决策水平.

基于数据挖掘的铁路货运客户分类

基于数据挖掘中的聚类和分类技术,通过挖掘货票库中的海量数据所蕴藏的信息,探讨了对铁路货运客户进行细分的方法,先用生命周期判定的方法对客户进行了判定,根据生命周期判定结果再对具体的客户价值进行计算,最后根据计算结果进行聚类.研究目的是为了根据不同类别的货主对铁路贡献的大小制定不同的营销策略。