基于K-means的航空旅客空间行为模式研究

作者：张天炫; 包丹文^*; 狄智玮; 顾佳羽

来源：华东交通大学学报, 2019, 36(05): 59-66.

DOI：10.16749/j.cnki.jecjtu.2019.05.008

• K-means聚类算法
• 旅客行为
• 旅客细分
• 空间行为模式

航站楼内旅客空间行为模式研究,对航站楼满足不同属性旅客需求、提升服务水平至关重要。研究采用K-means聚类算法,对南京禄口国际机场T2航站楼国内出发旅客的空间选择行为进行大致细分。将国内出发旅客的行为路径聚类为5种空间行为模式,并分析了旅客性别、年龄、收入等基本属性在这5种空间行为模式上的不同分布,说明机场航站楼商业设施对女性旅客的吸引力更强;中青年旅客容易在非职能区域发生停留行为进而引发消费活动;未在机场乘过机的旅客对航站楼各类商业设施有强烈的兴趣;收入水平与旅客对机场非职能区域的选择概率之间呈正相关关系。研究通过分析航空旅客空间行为模式差异,对南京禄口国际机场提升机场管理水平和空间布局优化都有一定的实用价值。

• 单位
  南京航空航天大学