機票價格預測系統(tǒng)的設計與實現(xiàn).pdf

1、隨著航空運輸業(yè)的逐漸發(fā)展成熟，現(xiàn)代的航空公司也越來越傾向于采用復雜的機票定價模型來最大化公司的收益，這導致實際當中的機票價格頻繁出現(xiàn)波動。在沒有足夠信息的情況之下，消費者往往難以把握價格變動的規(guī)律從而做出合理的購買決策。在過去的十幾年中，有部分研究曾經(jīng)嘗試通過挖掘機票價格數(shù)據(jù)來幫助顧客決定最佳的購買時機，然而在這些研究當中，問題大多被描述成了在某一特定時機應該購買還是等待的二分類任務，而對于真正的預測未來具體價格仍然缺乏討論。另一方面，

2、在工業(yè)界也有一些企業(yè)宣布能夠為顧客提供價格預測或者購買建議的商業(yè)服務，然而這些服務大多數(shù)在運營一段時間后出于各種各樣的原因被先后關(guān)閉。并且，由于商業(yè)應用的保密性，其采用的算法或系統(tǒng)的設計也未被公開，因此，無論是在學術(shù)界還是工業(yè)界，機票價格預測仍然是一個亟待探索并具有重大實用價值的研究課題。
　　論文的研究正是在這種背景下展開，旨在通過挖掘機票價格數(shù)據(jù)，提出一種適用于價格預測的學習算法和一套完整的系統(tǒng)設計方案。研究工作分別從機票數(shù)據(jù)

3、建模、價格預測算法、購買決策支持以及系統(tǒng)實現(xiàn)四個方面開展。首先，文章分析了機票價格序列的特性，提出了一種基于價格表的數(shù)據(jù)組織方式，并在此基礎上形成一套特征抽取與特征選擇的復合流程。隨后，文章對現(xiàn)有的增量式集成分類算法Learn++.NSE進行了介紹，針對其存在的不足和長期預測場景下的失效問題給出相應的解決方案，提出一種基于時間上下文的回歸預測模型 Learn++.TS，通過不同的實驗驗證了算法在單步預測和多步預測場景下的有效性。在價格預