<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">vestnikvniizht</journal-id><journal-title-group><journal-title xml:lang="ru">Вестник Научно-исследовательского института железнодорожного транспорта (ВЕСТНИК ВНИИЖТ)</journal-title><trans-title-group xml:lang="en"><trans-title>RUSSIAN RAILWAY SCIENCE JOURNAL</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2223-9731</issn><issn pub-type="epub">2713-2560</issn><publisher><publisher-name>Joint Stock Company "Railway Research Institute"</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.21780/2223-9731-2017-76-5-273-280</article-id><article-id custom-type="elpub" pub-id-type="custom">vestnikvniizht-163</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>Другое</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>Miscellaneous</subject></subj-group></article-categories><title-group><article-title>Исследование влияния параметров сервисного обслуживания на степень удовлетворенности пассажиров на базе применения аппарата нейронных сетей</article-title><trans-title-group xml:lang="en"><trans-title>Investigation of the impact of service parameters on the degree of passenger satisfaction based on the application of the apparatus of neural networks</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Пастухов</surname><given-names>С. С.</given-names></name><name name-style="western" xml:lang="en"><surname>Pastukhov</surname><given-names>S. S.</given-names></name></name-alternatives><email xlink:type="simple">pastuhovsergey@bk.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Стельмашенко</surname><given-names>К. В.</given-names></name><name name-style="western" xml:lang="en"><surname>Stel’Mashenko</surname><given-names>K. V.</given-names></name></name-alternatives><email xlink:type="simple">noemail@neicon.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Акционерное общество «Научно-исследовательский институт железнодорожного транспорта» (АО «ВНИИЖТ)</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Joint Stock Company “Railway Research Institute” (JSC “VNIIZhT”)</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2017</year></pub-date><pub-date pub-type="epub"><day>28</day><month>10</month><year>2017</year></pub-date><volume>76</volume><issue>5</issue><fpage>273</fpage><lpage>280</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Пастухов С.С., Стельмашенко К.В., 2017</copyright-statement><copyright-year>2017</copyright-year><copyright-holder xml:lang="ru">Пастухов С.С., Стельмашенко К.В.</copyright-holder><copyright-holder xml:lang="en">Pastukhov S.S., Stel’Mashenko K.V.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://www.journal-vniizht.ru/jour/article/view/163">https://www.journal-vniizht.ru/jour/article/view/163</self-uri><abstract><p>На основе анализа преимуществ и недостатков различных методических подходов к поиску путей роста качества обслуживания, существующих в маркетинговой практике пассажирского комплекса, выявлена и обоснована необходимость дальнейшего развития таких робастных непараметрических механизмов построения прогнозных моделей оценки, которые бы могли применяться при ориентации менеджмента на реализацию нескольких направлений совершенствования обслуживания одновременно, а также позволяли бы эффективно принимать решения в условиях возможной синергии между многочисленными исследуемыми аспектами сервиса в их влиянии на уровень удовлетворенности клиентов. Предложены методические и практические подходы к выявлению и сравнительной оценке влияния параметров сервисного обслуживания на уровень удовлетворенности пассажиров на основе моделирования с использованием аппарата нейронных сетей для условий, когда применение корреляционнорегрессионного анализа методом наименьших квадратов и механизмов порядковой логистической регрессии является прогностически неэффективным либо избыточно трудоемким в аналитической работе. Изложены результаты апробации аппарата нейронных сетей на массивах маркетинговых данных, касающихся различных аспектов обслуживания пассажиров на вокзалах и в поездах, а также представлена оценка эффективности использования нейронных сетей в сравнении с алгоритмами порядковой логистической и линейной регрессии. В итоге для получения максимума объективной информации, необходимой при выработке решений в области управления качеством транспортных услуг пассажирского комплекса, предложено использование новой модификации универсального комплексного механизма изучения влияния различных параметров сервиса на уровень удовлетворенности клиентов, включающей совокупность регрессионных алгоритмов, аппарат нейронных сетей, а также инструментарий непараметрической статистики.</p></abstract><trans-abstract xml:lang="en"><p>Based on the analysis of the advantages and disadvan-luation models has been identified and justified. These models could tages of various methodological approaches to the search for ways be used to guide management to implement several areas of service to increase the quality of service existing in the marketing practice of improvement at the same time, and also to make efficient decisions in the passenger complex, the need for further development of such the context of possible synergies between the multiple aspects of the robust nonparametric mechanisms for constructing predictive va-service being investigated in their impact on customer satisfaction. Methodical and practical approaches are proposed to identify and compare the effect of service parameters on the level of passenger satisfaction on the basis of modeling using the apparatus of neural networks for conditions where the application of least squares correlation and regression analysis and mechanisms of order logistic regression are prognostically inefficient or excessively time consuming for analytical work. The approbation results of the apparatus of neural networks on sets of marketing data concerning various aspects of passenger service at stations and in trains are presented, as well as an estimation of the efficiency of using neural networks in comparison with the algorithms of ordinal logistic and linear regression. As a result, in order to obtain the maximum of objective information necessary for developing solutions in the field of quality management of transport services of the passenger complex, it is proposed to use a new modification of the universal complex mechanism for studying the influence of various service parameters on the level of customer satisfaction, including a set of regression algorithms, the apparatus of neural networks and nonparametric statistics toolkit.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>пассажирский комплекс</kwd><kwd>транспортный сервис</kwd><kwd>качество обслуживания</kwd><kwd>анкетный опрос</kwd><kwd>экономикостатистические модели</kwd><kwd>нейронные сети</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Стратегия управления качеством в холдинге «РЖД». Стратегия ОАО «РЖД» от 16.03.2016 № 224. Екатеринбург: УралЮрИздат, 2017. 112 с.</mixed-citation><mixed-citation xml:lang="en">Quality management strategy in the holding “RZD”. The strategy of Russian Railways of March 16,  2016, no. 224. Ekaterinburg, UralYurIzdat Publ., 2017, 112 p. (in Russ.).</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Мирошниченко О.Ф., Милевская В.А., Пастухов С.С. Информационные технологии в маркетинговых исследованиях пассажирских железнодорожных перевозок // Экономика железных дорог. 2007. № 8. С. 71-80.</mixed-citation><mixed-citation xml:lang="en">Miroshnichenko O. F., Milevskaya V. A., Pastukhov S. S. Informatsionnye tekhnologii v  marketingovykh issledovaniyakh passazhirskikh zheleznodorozhnykh perevozok [Information technologies in marketing researches of passenger railway transportations]. Ekonomika zheleznykh  dorog, 2007, no. 8, pp. 71 – 80.</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Мирошниченко О.Ф., Милевская В.А., Пастухов С.С. Комплексная система маркетинговых исследований рынка пассажирских перевозок дальнего следования // Экономика железных дорог. 2008. № 3. С. 41-58.</mixed-citation><mixed-citation xml:lang="en">Miroshnichenko O. F., Milevskaya V. A., Pastukhov S. S. Kompleksnaya sistema marketingovykh  issledovaniy rynka passazhirskikh perevozok dal'nego sledovaniya [Complex system of market  research of long-distance passenger transportation market]. Ekonomika zheleznykh dorog, 2008, no. 3, pp. 41 – 58.</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">П а с т у х о в С. С. Разработка методов исследования качества транспортного обслуживания населения в сфере железнодорожных пассажирских перевозок дальнего следования: дис.. канд. экон. наук: 08.00.05. М., 2011. 204 с.</mixed-citation><mixed-citation xml:lang="en">Pastukhov S. S. Razrabotka metodov issledovaniya kachestva transportnogo obsluzhivaniya  naseleniya v sfere zheleznodorozhnykh passazhirskikh perevozok dal'nego sledovaniya. Kand. ekon.  nauk diss. [Development of methods for studying the quality of public transport services in the  field of long distance railway passenger transport. Cand ekon. sci. diss.]. Moscow, 2011, 204 p.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">П а с т у х о в С. С. Определение приоритетов пассажиров при оценке качества и выявление наиболее эффективных направлений улучшения качества транспортной услуги и сопутствующего ей сервиса в фирменных поездах (методология и результаты) // Вестник ВНИИЖТ. 2008. № 1. С. 23-27.</mixed-citation><mixed-citation xml:lang="en">Pastukhov S. S. Opredelenie prioritetov passazhirov pri otsenke kachestva i vyyavlenie naibolee  effektivnykh napravleniy uluchsheniya kachestva transportnoy uslugi i soputstvuyushchego ey  servisa v firmennykh poezdakh (metodologiya i rezul'taty) [Determination of the priorities of  passengers in assessing the quality and identifying the most effective ways to improve the quality  of the transport service and the accompanying service in brand trains (methodology and results)].  Vestnik VNIIZhT [Vestnik of the Railway Research Institute], 2008, no. 1, pp. 23 – 27.</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">П а с т у х о в С. С Определение приоритетных направлений улучшения качества транспортного обслуживания пассажиров в условиях неизвестности реального закона распределения изучаемых данных // Вестник ВНИИЖТ. 2009. № 2. С. 22-25.</mixed-citation><mixed-citation xml:lang="en">Pastukhov S. S. Opredelenie prioritetnykh napravleniy uluchsheniya kachestva transportnogo  obsluzhivaniya passazhirov v usloviyakh neizvestnosti real'nogo zakona raspredeleniya izuchaemykh dannykh [Determination of priority directions for improving the quality of passenger transport  services in conditions of unknown real distribution of the data under study]. Vestnik VNIIZhT [Vestnik of the Railway Research Institute], 2009, no. 2, pp. 22 – 25.</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">П а с т у х о в С.С. Изучение влияния параметров транспортного сервиса на уровень удовлетворенности пассажиров на основе моделирования методами порядковой логистической регрессии // Вестник ВНИИЖТ. 2016. Т. 75. № 2. С. 108-115.</mixed-citation><mixed-citation xml:lang="en">Pastukhov S. S. Izuchenie vliyaniya parametrov transportnogo servisa na uroven'  udovletvorennosti passazhirov na osnove modelirovaniya metodami poryadkovoy logisticheskoy  regressii [Study of the influence of the parameters of the transport service on the level of  passenger satisfaction on the basis of modeling by the methods of order logistic regression].  Vestnik VNIIZhT [Vestnik of the Railway Research Institute], 2016, Vol. 75, no. 2, pp. 108 – 115.</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Елизарьев Ю.В., Сенцова К.А. Оценка предпочтений потребителей транспортных услуг населению на рынке пассажирских перевозок // Экономика железных дорог. 2000. № 11. С. 28-32.</mixed-citation><mixed-citation xml:lang="en">Elizar’ev Yu. V., Sentsova K. A. Otsenka predpochteniy potrebiteley transportnykh uslug  naseleniyu na rynke passazhirskikh perevozok [Estimation of consumers preferences of transport services to the population in the market of passenger transportations]. Ekonomika zheleznykh  dorog, 2000, no. 11, pp. 28 – 32.</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">С е н ц о в а К. А. Применение многофакторных моделей к изучению отношений потребителей транспортных услуг // Экономика железных дорог. 2000. № 10. С. 67-69.</mixed-citation><mixed-citation xml:lang="en">Sentsova K. A. Primenenie mnogofaktornykh modeley k izucheniyu otnosheniy potrebiteley  transportnykh uslug [The use of multifactor models to study the relationship of consumers of transport services]. Ekonomika zheleznykh dorog, 2000, no. 10, pp. 67 – 69.</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">П а с т у х о в С. С. Определение основных путей повышения эффективности работы вагонов-ресторанов на основе маркетингового анализа // Вестник ВНИИЖТ. 2008. № 2. С. 42-47.</mixed-citation><mixed-citation xml:lang="en">Pastukhov S. S. Opredelenie osnovnykh putey povysheniya effektivnosti raboty vagonov- restoranov na osnove marketingovogo analiza [Determining the main ways to improve the efficiency of restaurant cars based on marketing analysis]. Vestnik VNIIZhT [Vestnik of the Railway Research  Institute], 2008, no. 2, pp. 42 – 47.</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Х а й к и н С. Нейронные сети: полный курс: пер. с англ. 2-e изд. М.: Вильямс, 2006. 1104 с.</mixed-citation><mixed-citation xml:lang="en">Haykin S. Neural Networks: A Comprehensive Foundation. 2nd edition. Moscow, Williams Publ., 2006, 1104 p.</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Нейронные сети. Statistica Neural Networks: методология и технологии современного анализа данных / под ред. В. П. Боровикова. М.: Горячая линия - Телеком, 2008. 392 с.</mixed-citation><mixed-citation xml:lang="en">Borovikov V. P. Neyronnye seti. STATISTICA Neural Networks: Metodologiya i tekhnologii  sovremennogo analiza dannykh [Neural networks. STATISTICA Neural Networks: Methodology and Technologies for Modern Data Analysis]. Moscow, Goryachaya liniya – Telekom Publ., 2008, 392 p.</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">S w i n g l e r K. Applying Neural Networks. A Practical Guide. London: Academic Press, 1996. 303 p.</mixed-citation><mixed-citation xml:lang="en">Swingler K. Applying Neural Networks: A Practical Guide. London, Academic Press, 1996, 303 p.</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">T e r r e n c e L. F. Feedforward Neural Network. Methodology. New York: Springer, 1999. 340 р.</mixed-citation><mixed-citation xml:lang="en">Terrence L. F. Feedforward Neural Network Methodology. New York, Springer, 1999, 340 р.</mixed-citation></citation-alternatives></ref><ref id="cit15"><label>15</label><citation-alternatives><mixed-citation xml:lang="ru">Hagan M.T., Demuth H.B., Beale M.H., De Jesús O. Neural Network Design. New York, 2014. 1012 p.</mixed-citation><mixed-citation xml:lang="en">Hagan M. T., Demuth H. B., Beale M. H., De Jesús O. Neural Network Design. New York, Martin T.  Hagan and Howard B. Demuth, 2014, 1012 p.</mixed-citation></citation-alternatives></ref><ref id="cit16"><label>16</label><citation-alternatives><mixed-citation xml:lang="ru">N o c e d a l J.,W r i g h t S. Numerical Optimization. 2nd edition. New York: Springer, 2006. 634 p.</mixed-citation><mixed-citation xml:lang="en">Nocedal J., Wright S. Numerical Optimization. 2nd ed. New York, Springer, 2006, 634 p.</mixed-citation></citation-alternatives></ref><ref id="cit17"><label>17</label><citation-alternatives><mixed-citation xml:lang="ru">Press W., Teukolsky S., Vetterling W., Flannery B. Numerical Recipes: The Art of Scientific Computing. 3th ed. Cambridge: Cambridge University Press, 2007. 1235 p.</mixed-citation><mixed-citation xml:lang="en">Press W., Teukolsky S., Vetterling W., Flannery B. Numerical Recipes: The Art of Scientific  Computing. 3th ed. Cambridge, Cambridge University Press, 2007, 1235 p.</mixed-citation></citation-alternatives></ref><ref id="cit18"><label>18</label><citation-alternatives><mixed-citation xml:lang="ru">T o r g o L. Data Mining with R: Learning with Case Studies. 2nd ed. London: Taylor &amp; Francis; Chapman and Hall, 2017. 426 p.</mixed-citation><mixed-citation xml:lang="en">Torgo L. Data Mining with R: Learning with Case Studies. 2nd ed. Taylor &amp; Francis; Chapman and  Hall / CRC, 2017, 426 p.</mixed-citation></citation-alternatives></ref><ref id="cit19"><label>19</label><citation-alternatives><mixed-citation xml:lang="ru">L e w i s N. D. 92 Applied Predictive Modeling Techniques in R: With step by step instructions on how to build them FAST! North Charleston: CreateSpace Independent Publishing Platform, 2015. 598 p.</mixed-citation><mixed-citation xml:lang="en">Lewis N. D. 92 Applied Predictive Modeling Techniques in R: With step by step instructions on  how to build them FAST! Create Space Independent Publishing Platform, 2015, 598 p.</mixed-citation></citation-alternatives></ref><ref id="cit20"><label>20</label><citation-alternatives><mixed-citation xml:lang="ru">W i l l i a m H. Greene Econometric analysis. 7th ed. Upper Saddle River (NJ): Prentice Hall, 2012. 1232 p.</mixed-citation><mixed-citation xml:lang="en">William H. Greene. Econometric analysis. 7th ed. Upper Saddle River (NJ), Prentice Hall, 2012, 1232 p.</mixed-citation></citation-alternatives></ref><ref id="cit21"><label>21</label><citation-alternatives><mixed-citation xml:lang="ru">Matsumoto M., Nishimura T. Mersenne twister: A 623-dimensionally equidistributed uniform pseudorandom number generator // ACM Transactions on Modeling and Computer Simulations. 1998. No. 8 (1). P. 3-30.</mixed-citation><mixed-citation xml:lang="en">Matsumoto M., Nishimura T. Mersenne twister: A 623-dimensionally equidistributed uniform  pseudorandom number generator. ACM Trans on Modeling and Computer Simulations, 1998, no. 8 (1), pp. 3 – 30.</mixed-citation></citation-alternatives></ref><ref id="cit22"><label>22</label><citation-alternatives><mixed-citation xml:lang="ru">К о б з а р ь А. И. Прикладная математическая статистика: для инженеров и научных работников. М.: Физматлит, 2006. 816 с.</mixed-citation><mixed-citation xml:lang="en">Kobzar’ A. I. Prikladnaya matematicheskaya statistika. Dlya inzhenerov i nauchnykh rabotnikov  [Applied mathematical statistics. For engineers and scientists]. Moscow, FIZMATLIT Publ., 2006, 816 p.</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
