基于Map／Reduce的民航高價(jià)值旅客發(fā)現(xiàn)方法

曹衛(wèi)東，白 亮，聶笑盈

（1.中國民航大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，天津300300；2.中國民航信息技術(shù)科研基地，天津300300）

0 引 言

隨著民航信息化程度日益加深，各航空公司的訂票系統(tǒng)中都積累了大量的旅客訂座記錄 （passenger name record，PNR）數(shù)據(jù)信息［1］。面對(duì)這些寶貴的數(shù)據(jù)資源，很多航空公司并沒有進(jìn)行有效地?cái)?shù)據(jù)挖掘與數(shù)據(jù)分析。目前，航空公司都推出了常旅客計(jì)劃，但是，常旅客計(jì)劃只是根據(jù)飛行里程來發(fā)展VIP客戶，并通過積分兌換來提高客戶對(duì)本公司的忠誠度。顯然，根據(jù)飛行里程這一單一的數(shù)據(jù)指標(biāo)并不能準(zhǔn)確有效地識(shí)別高價(jià)值旅客。同一旅客可能是多家航空公司的VIP會(huì)員，由此可見，常旅客計(jì)劃并不能對(duì)旅客出行形成有效的吸引力。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，如何運(yùn)用非常旅客的PNR數(shù)據(jù)，快速準(zhǔn)確地識(shí)別高價(jià)值旅客，并結(jié)合有限的資源，在短期內(nèi)創(chuàng)造更大效益，是航空公司亟需解決的問題。

高價(jià)值旅客經(jīng)常是因?yàn)楣ぷ餍枰x擇航空旅行，對(duì)時(shí)間、飛行服務(wù)、機(jī)艙環(huán)境等要求較高，對(duì)價(jià)格方面的優(yōu)惠往往并不看重。因此，高價(jià)值旅客的一個(gè)簡(jiǎn)單定義［2］即為：經(jīng)常選擇航空旅行，且訂票艙位等級(jí)較高的那部分客戶為高價(jià)值旅客。高價(jià)值旅客在一段時(shí)間內(nèi)選擇的航線往往比較固定，所以，在某條具體航線上對(duì)旅客短期價(jià)值進(jìn)行分析研究，將高價(jià)值旅客挖掘出來，并在他們?cè)俅卧谀硹l具體航行上出行之前，對(duì)其進(jìn)行一些針對(duì)性的推送服務(wù)，以吸引他們乘坐本航空公司的航班，對(duì)航空公司來說，無疑會(huì)有很大幫助。

目前，在挖掘航空公司高價(jià)值客戶方面，國內(nèi)大多數(shù)的研究都是在數(shù)據(jù)量較小的常旅客數(shù)據(jù)集進(jìn)行挖掘。對(duì)于挖掘結(jié)果，往往需要航空公司進(jìn)行長期投入，資源利用率很低。而航空公司寶貴的PNR數(shù)據(jù)集雖然十分具有挖掘潛力，但由于其數(shù)據(jù)量太大，使用常規(guī)方法很難處理［3］。目前較為先進(jìn)的 Map／Reduce作為一個(gè)可以將計(jì)算機(jī)進(jìn)行集群，并行處理計(jì)算任務(wù)的數(shù)據(jù)處理模型，處理海量數(shù)據(jù)資源快速準(zhǔn)確。因此，本文提出一種基于 Map／Reduce的民航高價(jià)值旅客發(fā)現(xiàn)方法。首先，對(duì)于海量的PNR數(shù)據(jù)資源，采用Hadoop分布式處理方式，利用Map／Reduce數(shù)據(jù)處理模型［4］，快速有效地進(jìn)行過濾，篩選及預(yù)處理。根據(jù)改進(jìn)的RFD客戶價(jià)值模型，對(duì)客戶價(jià)值指標(biāo)進(jìn)行變換與確定，再利用AHP層次分析法，根據(jù)專家經(jīng)驗(yàn)值，確定各指標(biāo)權(quán)重。然后，根據(jù)客戶價(jià)值指標(biāo)與權(quán)重計(jì)算客戶價(jià)值，運(yùn)用優(yōu)化的K－Means聚類算法對(duì)經(jīng)過處理的數(shù)據(jù)集進(jìn)行聚類，并將聚類結(jié)果與數(shù)據(jù)集均值進(jìn)行比較，對(duì)旅客價(jià)值進(jìn)行識(shí)別，從而發(fā)現(xiàn)高價(jià)值旅客，并對(duì)客戶群特點(diǎn)進(jìn)行分析。最后，采用真實(shí)的PNR數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文提出的方法準(zhǔn)確有效，能夠快速地識(shí)別出航空公司高價(jià)值旅客，從而為航空公司短期內(nèi)集中有限資源做出有效決策，并對(duì)高價(jià)值客戶進(jìn)行更優(yōu)質(zhì)的推送服務(wù)提供有利支持。

1 Map／Reduce與客戶價(jià)值指標(biāo)及權(quán)重的確定

1.1 Map／Reduce

Hadoop是Apache軟件基金會(huì)開發(fā)的一個(gè)開源計(jì)算平臺(tái)，它以Map／Reduce編程框架為核心，為用戶提供了底層細(xì)節(jié)透明的分布式基礎(chǔ)架構(gòu)。Map／Reduce作為Google公司的核心計(jì)算模型，可以對(duì)不同的計(jì)算任務(wù)進(jìn)行高效地調(diào)度以及準(zhǔn)確地計(jì)算。它將計(jì)算機(jī)集群上運(yùn)行的并行計(jì)算過程高度地抽象為了兩個(gè)函數(shù)：Map函數(shù)和Reduce函數(shù)。Map函數(shù)接收一個(gè)形如＜key，value＞的輸入，產(chǎn)生一個(gè)形如＜key，value－list＞的中間輸出，所有具有相同key值的value值形成一個(gè)集合被傳遞給Reduce函數(shù)，Reduce函數(shù)接收一個(gè)形如＜key，value＞的輸入，然后將這個(gè)value值集合打開并對(duì)里面的value值進(jìn)行處理。最后，Reduce函數(shù)產(chǎn)生一個(gè)形如＜key，value＞的輸出作為處理結(jié)果。由于擁有Map／Reduce這一高效的任務(wù)調(diào)度模型，所以Hadoop允許用戶在不了解分布式系統(tǒng)底層細(xì)節(jié)的情況下開發(fā)并行應(yīng)用程序，并組織計(jì)算機(jī)資源，搭建自己的分布式計(jì)算平臺(tái)，充分利用集群的計(jì)算威力完成海量資源的處理［5，6］。

Map／Reduce運(yùn)行機(jī)制如圖1所示。

圖1 Map／Reduce運(yùn)行機(jī)制

1.2 客戶價(jià)值指標(biāo)的確定

在客戶關(guān)系管理中，RFM模型是衡量客戶價(jià)值的一種經(jīng)典模型。它有如下3種客戶價(jià)值指標(biāo)：Recency（最近消費(fèi)時(shí)間），F(xiàn)requency（消費(fèi)頻率），Monetary（消費(fèi)金額）。Goodman等提出根據(jù)RFM模型將企業(yè)有限的資源應(yīng)用到高價(jià)值客戶身上，提高資源的使用效率。Hughes等通過RFM模型將客戶分為五類，并針對(duì)五類客戶采取不同的銷售策略。但是，鑒于航空公司的行業(yè)特殊性，傳統(tǒng)的RFM模型并不完全適合航空公司的旅客價(jià)值分析。所以，本研究對(duì)RFM這3個(gè)指標(biāo)作如下改進(jìn)，并利用改進(jìn)的RFD模型對(duì)航空公司高價(jià)值旅客進(jìn)行數(shù)據(jù)分析［7，8］。

R：旅客最近一次乘坐該航空公司某條航線的航班日期與統(tǒng)計(jì)日期的距離天數(shù)；

F：旅客在一段時(shí)間內(nèi)乘坐該航空公司某條航線的航班累計(jì)次數(shù)；

D：旅客在一段時(shí)間內(nèi)乘坐該航空公司某條航線的航班平均折扣；

1.3 客戶價(jià)值指標(biāo)權(quán)重的確定

層次分析法 （analytic hierarchy process，AHP）是一種將定性分析與定量分析相結(jié)合，對(duì)較為模糊或較為復(fù)雜的決策問題做出決策的方法，由匹茲堡大學(xué)的A.L.Saaty教授于1980年提出。它將專家的經(jīng)驗(yàn)和判斷量化為具體數(shù)值，展現(xiàn)了思維決策的發(fā)展過程及基本特征，具有簡(jiǎn)單成熟、思路清晰、系統(tǒng)性強(qiáng)等優(yōu)點(diǎn)。因此，使用AHP層次分析法確定客戶價(jià)值分析中各個(gè)指標(biāo)的權(quán)重。

層次分析法計(jì)算權(quán)重的具體步驟請(qǐng)參見文獻(xiàn) ［9－11］。

2 基于優(yōu)化初始聚類中心的K－Means聚類算法的聚類分析

2.1 數(shù)據(jù)標(biāo)準(zhǔn)化

不同的客戶價(jià)值指標(biāo)具有不同的數(shù)量級(jí)，如果數(shù)量級(jí)相差很大會(huì)使得3個(gè)因素對(duì)目標(biāo)值的影響嚴(yán)重不平衡。為了消除這種分布失衡及數(shù)量級(jí)不同產(chǎn)生的影響，在進(jìn)行聚類分析之前，數(shù)據(jù)集需要經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化處理。在本次研究中，采用的方法是對(duì)數(shù)據(jù)集進(jìn)行轉(zhuǎn)換，使數(shù)據(jù)集中的全部數(shù)據(jù)取值在0～1之間［12］。

設(shè)X為R，F(xiàn)或D變量，XL為數(shù)據(jù)集中R，F(xiàn)或D變量的最大值，XS為數(shù)據(jù)集中R，F(xiàn)或D變量的最小值，X′為標(biāo)準(zhǔn)化后的X變量。

對(duì)于R變量，它的值越大，旅客價(jià)值越小，所以R變量對(duì)旅客價(jià)值有負(fù)面影響，是負(fù)相關(guān)指標(biāo)。因此，用式（1）對(duì)其進(jìn)行標(biāo)準(zhǔn)化

對(duì)于F和D兩個(gè)變量，它們的值越大，旅客價(jià)值越大，所以F和M兩個(gè)變量對(duì)旅客價(jià)值有正面影響，是正相關(guān)指標(biāo)。因此，用式 （2）對(duì)其進(jìn)行標(biāo)準(zhǔn)化

2.2 優(yōu)化初始聚類中心的K－Means聚類算法

K均值聚類算法是比較經(jīng)典和成熟的聚類算法，該算法的最大特點(diǎn)就是能夠使簇內(nèi)的數(shù)據(jù)具有較高的相似度，而簇間的數(shù)據(jù)則相似度較低。而且，K均值聚類算法還具有計(jì)算量小，收斂速度快等優(yōu)點(diǎn)，在處理大數(shù)據(jù)集時(shí)，與其它聚類算法相比，占用的內(nèi)存空間和計(jì)算時(shí)間較?。?2，13］。K均值聚類算法的具體應(yīng)用步驟如下：

（1）輸入數(shù)據(jù)個(gè)數(shù)為N的數(shù)據(jù)集，并指定簇的數(shù)目K。令I(lǐng)＝1，選取其中的k個(gè)點(diǎn)作為初始聚類中心Zj（I），j＝1，2，3，…，k；

（2）計(jì)算數(shù)據(jù)集中每個(gè)數(shù)據(jù)與k個(gè)初始聚類中心的距離D（xi，Zj（I）），i＝1，2，3，…，n；j＝1，2，3，…，k，若滿足D（xi，Zm（I））＝ min｛D（xi，Zj（I）），j＝1，2，3，…，k｝，則將xi歸入第m類；

（3）根據(jù)式 （3）計(jì)算誤差平方和準(zhǔn)則函數(shù)Jc并判斷若｜Jc（I）－Jc（I－1）｜＜ξ

則算法結(jié)束；否則令I(lǐng)＝I＋1，根據(jù)式 （4）計(jì)算k個(gè)新的聚類中心，并返回 （2）步

但是，數(shù)據(jù)集中必然會(huì)出現(xiàn)孤立點(diǎn)，即少數(shù)一些數(shù)據(jù)點(diǎn)遠(yuǎn)離數(shù)據(jù)密集區(qū)的情況，由于初始聚類中心是隨機(jī)選取的，那么就有可能會(huì)將孤立點(diǎn)選為初始聚類中心，這樣會(huì)對(duì)聚類結(jié)果產(chǎn)生很大的影響。因此，這里對(duì)經(jīng)典K－Means聚類算法進(jìn)行改進(jìn)，首先根據(jù)距離和的思想排除孤立點(diǎn)，然后對(duì)初始聚類中心的選擇進(jìn)行優(yōu)化，之后再對(duì)數(shù)據(jù)集聚類，而孤立點(diǎn)在聚類算法之后單獨(dú)聚類［14］。

根據(jù)距離和的思想，通過計(jì)算數(shù)據(jù)集中各個(gè)對(duì)象之間的距離，列出距離和矩陣 （見表1，其中：d（i，j）為歐式距離；D（i，j）為距離和；d＝sqrt （（x2－x1）2＋ （y2－y1）2＋……＋ （z2－z1）2）；）篩選掉與其它數(shù)據(jù)距離之和最大的那些點(diǎn)，根據(jù)要求的準(zhǔn)確度，篩選掉一定比例的數(shù)據(jù)對(duì)象，使孤立點(diǎn)不在初始聚類中心的選擇范圍之內(nèi)，從而避免影響最終的聚類結(jié)果。

表1 距離和矩陣

在刪除一定比例的孤立點(diǎn)之后，將剩余的數(shù)據(jù)對(duì)象再次做出距離和矩陣，以找到距離最大的兩個(gè)點(diǎn)。本次研究所用數(shù)據(jù)集為三維數(shù)據(jù)，這里將兩點(diǎn)連成線段，以線段中心為球心，以線段為直徑畫球。再以線段中心為球心，以線段的一半為直徑畫內(nèi)球。根據(jù)球心作三維直角坐標(biāo)系，在8個(gè)象限中分別取內(nèi)球每個(gè)弧面上的中心點(diǎn)作為初始聚類中心。選定初始聚類中心之后，根據(jù)經(jīng)典K－Means聚類算法進(jìn)行聚類。最后，計(jì)算各孤立點(diǎn)與聚類中心的距離，并進(jìn)行歸類。

3 實(shí)驗(yàn)分析

3.1 數(shù)據(jù)預(yù)處理

在本次研究過程中，采用某信息公司提供的國內(nèi)旅客2010年1月1日至2011年2月28日的PNR數(shù)據(jù)集進(jìn)行分析研究，該數(shù)據(jù)集大小為48.6G，利用5臺(tái)PC機(jī)進(jìn)行集群處理，處理時(shí)間約為4個(gè)小時(shí)。設(shè)統(tǒng)計(jì)日期為2011年1月1日，則R變量所代表的距離天數(shù)為統(tǒng)計(jì)日期與客戶最近一次乘機(jī)的日期所相差的天數(shù)。對(duì)于實(shí)驗(yàn)所采用的大數(shù)據(jù)集，首先利用 Map／Reduce數(shù)據(jù)處理模型，對(duì)具有相同旅客ID和航線的PNR數(shù)據(jù)進(jìn)行計(jì)算：

（1）對(duì)起飛日期取最大值；

（2）統(tǒng)計(jì)具有相同客戶ID和航線的PNR數(shù)據(jù)個(gè)數(shù)；

（3）對(duì)航班折扣取平均值；

因?yàn)樽R(shí)別高價(jià)值旅客的3個(gè)基本條件為經(jīng)常出行，選擇艙位等級(jí)較高且短期內(nèi)仍有出行記錄。所以，出行次數(shù)較少，選擇低折扣出行或短期內(nèi)沒有出行記錄的旅客不在研究范圍之內(nèi)。因此，過濾掉不符合以下3個(gè)條件的數(shù)據(jù)：

（1）2010年內(nèi)出行次數(shù)大于等于4次；

（2）平均出行折扣大于等于4折；

（3）最近60天內(nèi)有過出行記錄；

經(jīng)過處理的PNR數(shù)據(jù)集見表2。

表2 經(jīng)過處理的PNR數(shù)據(jù)集

3.2 確定權(quán)重

在確定航空公司客戶價(jià)值指標(biāo)時(shí)，邀請(qǐng)多位民航領(lǐng)域內(nèi)經(jīng)驗(yàn)豐富的專家參與，采用問卷調(diào)查的方式并運(yùn)用AHP層次分析法，對(duì)客戶價(jià)值指標(biāo)的相對(duì)重要性進(jìn)行了分析。

首先，讓每位專家使用9級(jí)標(biāo)度法兩兩比較3個(gè)客戶價(jià)值指標(biāo)的相對(duì)重要性，并做出判斷矩陣。然后，對(duì)這些判斷矩陣做出一致性檢驗(yàn)，有8個(gè)判斷矩陣滿足一致性要求，這8個(gè)判斷矩陣為有效判斷矩陣。最后，對(duì)每個(gè)有效判斷矩陣的權(quán)重進(jìn)行計(jì)算，并對(duì)結(jié)果取算術(shù)平均值，即得到各個(gè)客戶價(jià)值指標(biāo)的最終權(quán)重［15］。判斷結(jié)果為：wR＝0.1036，wF＝0.3705，wD＝0.5259。結(jié)果顯示，D變量的權(quán)重最大?？梢钥闯觯瑢＜覀円恢抡J(rèn)為影響旅客價(jià)值大小的最重要因素是旅客的航班平均折扣。

數(shù)據(jù)處理如圖2所示。

圖2 數(shù)據(jù)處理

3.3 利用優(yōu)化初始聚類中心的K－Means聚類算法進(jìn)行聚類分析

為使實(shí)例分析更具代表性，在本次聚類分析中，選擇某航空公司的北京－上海這條黃金航線上的PNR數(shù)據(jù)集作為研究對(duì)象。

在進(jìn)行聚類分析之前，需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。然后，根據(jù)判斷出的客戶價(jià)值指標(biāo)的權(quán)重以及標(biāo)準(zhǔn)化后的PNR數(shù)據(jù)，利用式 （5）計(jì)算每個(gè)旅客的客戶價(jià)值

式中：VR，VF，VD——客戶價(jià)值指標(biāo)R，F(xiàn)，D標(biāo)準(zhǔn)化后的值。

根據(jù)距離天數(shù)，出行次數(shù)，平均出行折扣這3個(gè)客戶價(jià)值指標(biāo)，利用優(yōu)化初始聚類中心的K－Means聚類算法進(jìn)行聚類分析。該聚類算法必須事先給定聚類結(jié)果中簇的數(shù)目K，由于最后要將聚類結(jié)果中每簇的客戶價(jià)值指標(biāo)均值與整個(gè)數(shù)據(jù)集的客戶價(jià)值指標(biāo)均值相比較，而每個(gè)客戶價(jià)值指標(biāo)的比較只能有大于 （等于）或小于這兩種情況，其中，旅客價(jià)值是由其它3個(gè)客戶價(jià)值指標(biāo)經(jīng)過加權(quán)計(jì)算得出的。因此，在數(shù)據(jù)分布均勻的情況下，簇的數(shù)目應(yīng)為2＊2＊2＝8個(gè)，即K＝8。

得出聚類結(jié)果之后，將各簇的客戶價(jià)值分析指標(biāo)均值與整個(gè)數(shù)據(jù)集的客戶價(jià)值分析指標(biāo)均值作比較，以便能夠?qū)⒏鞔刂械目蛻籼攸c(diǎn)更清晰地顯示出來，從而為航空公司提供更加有利的參考依據(jù)。

3.4 聚類結(jié)果特點(diǎn)分析

由表3－聚類結(jié)果及表4－各簇均值與數(shù)據(jù)集均值比較結(jié)果中可以看出，第1簇中的客戶群R↓F↑D↑V↑且客戶價(jià)值是最高的。所以，對(duì)航空公司來說，這些客戶是最具商業(yè)價(jià)值的旅客，即星級(jí)客戶。他們經(jīng)常乘坐該航空公司的航班往返于兩個(gè)城市之間，且平均購票的票價(jià)很高，多集中在頭等艙，因此，這部分旅客創(chuàng)造的利潤相當(dāng)可觀，航空公司應(yīng)集中其有限資源最先服務(wù)于這部分旅客，以便留住他們，并與之建立起長期友好的客戶關(guān)系。

表3 聚類結(jié)果

第5簇中的客戶群R↑F↑D↑V↑且旅客價(jià)值相對(duì)較高。這部分旅客的R變量大于平均值，有可能是近期在這條航線上出行的時(shí)候，選擇了其它航空公司的航班。這部分客戶在出行的時(shí)候不固定選擇哪家航空公司的航班，因此，他們與哪家航空公司都有可能建立緊密客戶關(guān)系，具有很大的潛力成為航空公司的星級(jí)客戶。航空公司應(yīng)特別重視與這些客戶的進(jìn)一步發(fā)展，并對(duì)他們開展一些具有市場(chǎng)針對(duì)性的促銷活動(dòng)，從而提高航空公司對(duì)他們的吸引力。

表4 各簇均值與數(shù)據(jù)集均值比較結(jié)果

第6簇和第7簇中的客戶群R↓F↑D↓V↑且旅客價(jià)值略高，這部分客戶的出行特點(diǎn)是這條航線上出行較為頻繁但平均出行折扣不高。針對(duì)這部分旅客，基于他們的消費(fèi)行為，航空公司應(yīng)多推出一些航班服務(wù)優(yōu)惠活動(dòng)，例如若購票折扣達(dá)到1.2即可享受購票折扣1.5以上的頭等艙服務(wù)等，以刺激其消費(fèi)。

其它簇的客戶群的客戶價(jià)值指標(biāo)均值均與整個(gè)數(shù)據(jù)集均值接近或小于整個(gè)數(shù)據(jù)集均值，他們對(duì)航空公司的商業(yè)價(jià)值較小，航空公司不應(yīng)把有限的資源用于吸引這些旅客。

3.5 預(yù)測(cè)結(jié)果驗(yàn)證

利用2011年前兩月的PNR數(shù)據(jù)對(duì)該方法挖掘出的高價(jià)值旅客在未來短時(shí)間內(nèi)繼續(xù)在某條航線上出行的概率進(jìn)行驗(yàn)證，驗(yàn)證準(zhǔn)確率結(jié)果如圖3所示，由2010年P(guān)NR數(shù)據(jù)集挖掘出的北京－上海航線上的高價(jià)值旅客在2011年1月繼續(xù)出行的概率為51.1%，2011年1－2月繼續(xù)出行的概率為63.9%，在北京－廣州，北京－深圳這兩條航線上2011年1月和2011年1－2月繼續(xù)出行的概率分別為47.2%，59.5%和53.1%，66.4%。可見，預(yù)測(cè)結(jié)果準(zhǔn)確率較高，該方法快速有效。

4 結(jié)束語

航空公司訂票系統(tǒng)中基于非常旅客的PNR數(shù)據(jù)是十分珍貴的數(shù)據(jù)源，從中可以挖掘出對(duì)航空公司價(jià)值很高的旅客。這些客戶大部分是某段時(shí)間內(nèi)由于工作原因頻繁往返于兩個(gè)城市之間，且平均購票價(jià)格較高。他們很可能不受具體航空公司的約束，因此，哪家航空公司能夠快速準(zhǔn)確地找到這部分高價(jià)值旅客并與之建立長期友好的客戶關(guān)系，哪家航空公司便能在激烈的市場(chǎng)競(jìng)爭(zhēng)中占得先機(jī)。本文提出這種基于 Map／Reduce的民航高價(jià)值旅客分析方法，并在某航空公司真實(shí)的PNR數(shù)據(jù)集上進(jìn)行了實(shí)例分析。分析結(jié)果表明，該方法即使面對(duì)具有海量數(shù)據(jù)的PNR數(shù)據(jù)集，也可以輕松處理，并且它能夠有效地識(shí)別航空公司高價(jià)值旅客，為航空公司在短期時(shí)間內(nèi)集中有限資源做出有效決策提供了參考依據(jù)。

圖3 預(yù)測(cè)準(zhǔn)確率結(jié)果

［1］Manyikaj，Chui M，Brownb Bughin J，et al.Big data：The next frontier for innovation，competition，and productivity［EB／OL］.［2012－11－25］.http：／／www.fujitsu.com／downloads／svc／Fla／03＿M(jìn)ichael.Chui.pdf.

［2］LIU Pan.Modeling of aviation customer value based on data mining ［D］.Guangzhou：South China University of Technology，2010 （in Chinese）.［劉攀.基于數(shù)據(jù)挖掘的航空公司客戶價(jià)值建模 ［D］.廣州：華南理工大學(xué)，2010.］

［3］Gantz J，Reinsel D.THE digital universe decade are you ready［EB／OL］. ［2010－03－10］.http：／／viewer.media.bitpipe.com／938044859＿264／1287663101＿75／Digital＿Universe.pdf.

［4］DOU Meng，WEN Lijie，WANG Jianmin，et al.Parallel algorithm to convert big event log based on MapReduce ［J］.Computer Integrated Manufacturing Systems，2013，19 （8）：1784－1793 （in Chinese）.［竇蒙，聞立杰，王建民，等.基于MapReduce的海量事件日志并行轉(zhuǎn)化算法 ［J］.計(jì)算機(jī)集成制造系統(tǒng)，2013，19 （8）：1784－1793.］

［5］White T.Hadoop：The definitive guide ［M］.O’Reilly Media，Inc，2009.

［6］LU Jiaheng.Hadoop in action ［M］.Beijing：China Machine Press，2011 （in Chinese）.［陸家恒.Hadoop實(shí)戰(zhàn) ［M］.北京：機(jī)械工業(yè)出版社，2011.］

［7］XU Xiangbin，WANG Jiaqiang，TU Huan，et al.Customer classification of E－commerce based on improved RFM model［J］.Journal of Computer Applications，2012，32 （5）：1439－1442（in Chinese）.［徐翔斌，王佳強(qiáng)，涂歡，等.基于改進(jìn)RFM模型的電子商務(wù)客戶細(xì)分 ［J］.計(jì)算機(jī)應(yīng)用，2012，32（5）：1439－1442.］

［8］LIU Chaohua，MEI Qiang，CAI Shuqin.The model of customer classification and evaluation of customer value based on RFM ［J］.Technoeconomics ＆ Management Research，2012，33 （5）：33－36 （in Chinese）.［劉朝華，梅強(qiáng)，蔡淑琴.基于RFM的客戶分類及價(jià)值評(píng)價(jià)模型 ［J］.技術(shù)經(jīng)濟(jì)與管理研究，2012，33 （5）：33－36.］

［9］LUO Xiaofeng，REN Aihua，LI Meng，et al.Application of AHP and SPC in quantitative process management ［J］.Computer Engineering and Design，2010，31 （12）：2749－2753 （in Chinese）.［羅曉峰，任愛華，李萌，等.AHP和SPC技術(shù)在量化過程管理中的應(yīng)用 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，31（12）：2749－2753.］

［10］LIU Dongfei.Software process performance evaluation based on AHP and cloud mode ［J］.Computer Engineering and Design，2013，34 （3）：894－898 （in Chinese）.［劉東飛.基于AHP與云模型的軟件工程績(jī)效評(píng)價(jià)方法 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2013，34 （3）：894－898.］

［11］WANG Feng，LIU Jingao，CHEN Yahua.Customers’value assessment model in AHP－based telecommunication ［J］.Computer Systems ＆ Applications，2009，19 （1）：26－28（in Chinese）.［王峰，劉錦高，陳亞華.基于AHP的電信客戶價(jià)值評(píng)價(jià)模型研究 ［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2009，19（1）：26－28.］

［12］ZHANG Wenxin.Research on frequent flyer segmentation of airlines ［D］.Nanjing：Nanjing University of Aeronautics and Astronautics，2009 （in Chinese）. ［張文欣.航空公司常旅客細(xì)分研究 ［D］.南京：南京航空航天大學(xué)，2009.］

［13］WANG Fudong，MA Yufang.Research of method for customer segment based on data mining ［J］.Computer Engineering and Applications，2011，47 （4）：215－218 （in Chinese）.［王扶東，馬玉芳.基于數(shù)據(jù)挖掘的客戶細(xì)分方法的研究［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47 （4）：215－218.］

［14］ZHOU Aiwu，YU Yafei.The research about clustering algorithm of K－Means ［J］.Computer Technology and Development，2011，21 （2）：61－65 （in Chinese）. ［周愛武，于亞飛.K－Means聚類算法的研究 ［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2011，21 （2）：61－65.］

［15］LUO Liangsheng，ZHANG Wenxin.Research of method customer segment of airlines based on database of frequent flyer［J］.Modernbusiness，2008 （23）：54－55 （in Chinese）. ［羅亮生，張文欣.基于常旅客數(shù)據(jù)庫的航空公司客戶細(xì)分方法研究 ［J］.現(xiàn)代商業(yè)，2008 （ 23）：54－55.］