科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决高速公路ETC用户的分类问题，利用大数据挖掘技术提出了多种基于高速公路ETC用户使用特征的分类模型。首先，在传统特征指标的基础上，加入最长使用间隔作为用户分类指标，建立新的用户分类指标体系；其次，构建K-means，模糊C-均值和SOM(自组织映射神经网络)3种机器学习模型，并利用多种分类评价指标综合考虑用户分类效果。实例分析表明，3种分类模型均实现了6类用户的分类任务，其中SOM模型的评价指标最优，表明非监督机器学习方法SOM在大规模数据分析中的优势；最后，针对不同种类ETC用户使用差异化的收费管理策略进行讨论，认为大数据挖掘技术可以进一步提高高速公路ETC系统的管理决策水平。
-
单位山东高速股份有限公司; 山东建筑大学
