聚類分析在火车站售.doc

聚类分析在火车站售票点中的应用 摘 要：在研究火车站各售票点的售票员岗薪工资调整问题时，为了减小问题的复杂程度，需要将售票点进行分类。聚类分析方法具有较高的分类速度和精度，是分类技术中应用最广的一门技术，为此可以用该分类技术对售票点分类。本文首先给出聚类分析的相关理论，然后用聚类分析中的最短距离法对各售票点进行分类，最后针对分类结果简要分析售票员工的岗薪工资并提出一些参考建议。 关键词：聚类分析；岗薪工资 0 引言 火车站各售票点售票所得金额是车站收入的重要来源之一，但目前因各售票点的地理位置差异造成售票员的岗薪工资差距较大。岗薪工资是售票员工资收入的主要来源，这就影响了员工的工作积极性，产生了一些员工心态不稳、工作效率下降、人员流失等现象。为了解决该现象，提出了为各个售票点设置一个权重，通过调节各个权重的值来缩小售票员岗薪工资的差距。如果火车站售票点很多，那么设置的权重值也较多，求解这些权值的过程就会使问题变得复杂繁琐，为了减小复杂性，可以先将售票点分类，将影响售票员岗薪工资差距不大的分为一类，然后对各类售票点设置权值，这样权值个数大大减少，对问题进一步研究比较方便。 现如今分类问题已经普遍存在于各个学科领域中，分类技术也有很多种，其中聚类分析是一种应用最广泛的技术。它是根据研究对象的特征对其进行分类的多元统计分析技术的总称，把性质相近的个体归为一类，使得同一类中的个体具有高度的同质性，不同类之间的个体具有高度的异质性。 随着市场经济的深化及发展，运用聚类分析来研究问题的文章越来越多[1-5]。如惠俊刚[1]等以陕西省十个地级市及杨凌示范区为研究对象，运用系统聚类分析的方法对社会经济发展水平进行聚类，将陕西省各地级市的经济发展水平划分为5类,分别进行客观评价,并就经济发展不平衡的现状提出了一些相应的对策建议。徐瑾[2]等运用聚类分析方法，对教学测评数据进行多元分析，为进一步改进教学测评提供参考。高铸烨研究急性心肌梗死患者中医辨证分型的特点及规律，i，j=1，…，n，得到对称阵。开始每个样品自成一类，所以。 2.选取中最小非零元素，设为，并将与并类，记为。 3.计算新类与其它类的距离： 并将中的第p，q列上的元素按照步骤2合并成一个新类，记为。对应新行，新列得到的矩阵记为。 4.对重复上述2，3的作法，得到。 5.如此下去直到所有元素并为一类为止。 如果某一步里的最小非零元素不止一个时，则对应于这些最小元素的类可以同时合并。 2 火车站售票点的分类 西安火车站有62个售票点，个数较多，为了进一步研究问题的需要，我们要对这62个售票点进行聚类。 2.1 原始数据指标 数据指标应该具有以下特点：(1)和聚类分析的目标密切相关；(2)反映了要分类对象的特征；(3)在不同研究对象上的值具有明显差异；(4)变量之间不应该高度相关。 按上述原则，综合考虑目前西安火车站售票车间的员工的岗薪工资与每个人自己在某售票点的售票张数、售票款数以及所收的车票服务费直接相关，因此本文选取指标为售票张数、售票款数和服务费等3个变量，如表一所示。 表一 2006年西安火车站62个火车票售票点有关指标的原始数据 售票网点名称 售票张数 售票款数 服务费 售票网点名称 售票张数 售票款数 服务费 西五路储蓄所代售点 372 59833.50 1860.00 太华路储蓄所代售点 7197270 343980.00 长安铁通代售点 785 88976.00 3925.00 （胜安）李家村代售点 7381900 358565.00 土门十字代售点 675 92711.50 3355.00 解放路储蓄所代售点 7346850 355270.00 安仁街储蓄所代售点 795 105510.00 3975.00 星火路储蓄所代售点 8736750 433965.00 万豪酒店代售点 923 125843.00 4595.00 西稍门（机场）代售点 7824590 387945.00 军城大厦（西影路）代售点 1341 170589.50 6695.00 翔龙公司（小寨）代售点 9433750 468715.00 西工大代售点 1171 199372.00 5715.00 大差市储蓄所代售点 7771000 379760.00 交大附中代售点 1699 241091.50 8415.00 城西客运站代售点 8868290 442840.00 纬十街代售点 1885 256650.50