第一届太普华南杯数据挖掘竞赛试题及优秀论文

妳融我半世心霜

说明：1、参赛选手可从下述试题中任选一题作答，并在论文报告中标明
2、论文等级会综合考虑论文质量和难度系数

试题一 航空客运信息挖掘（难度系数：1.0）
很多人都听说过马来西亚的亚洲航空、美国的西南航空等公司的大名。这些公司成功的秘诀就是擅于提高上座率。为了争到客源，有些公司甚至提出了与长途巴士进行价格竞争的口号。如此看来，国内航空公司并不是把其它航空公司当作主要竞争对象，主要对手应当是火车或长途汽车。适当的低票价，将使航空资源得到充分利用，如果空座率居高不下，哪怕票价卖得很高，本身就已经出现了资源性亏损。
本例就是期望从航空公司感兴趣的主题，例如流失预测、客户细分和客户价值评估等方面，通过数据挖掘技术，实现提升航空客运的上座率目标。
附件数据集来自国内某航空公司的会员数据，共有62988个样本，每个样本有63个属性，各属性说明见“变量含义”Sheet页。除了每个客户的基本资料外，该数据集还包含了一个观测窗（2年）内8个季度的用户飞行数据，包括乘机次数、里程、积分等。参赛者可尽量使用任何的数据挖掘技术来发现尽可能多的知识，建议的数据挖掘主题包括但不限于建立客户流失模型、客户细分和客户价值评估。