基于卷积神经网络的机票低价预测

论文摘要

准确的机票低价预测有助于民航需求与供给的灵活对接及民航资源的充分利用.机票价格波动性大、随机性强、易受到诸多因素的影响,使得机票价格预测成为了一个极具挑战的问题.充分考虑机票价格自身特点,设计了二维"机票价格时间片"结构,并基于时间片充分挖掘、利用机票价格数据的规律与关系,设计了以卷积神经网络为核心的两阶段机票价格预测模型,对未来机票最低价格进行预测.在某在线订票网站的真实价格数据集上进行了验证,并与4种流行的基准模型进行了对比.结果表明:本文的方法明显优于其他模型,MAE效果提升了13.67%,MAPE数值降低了1.52%.

论文目录

• 1问题定义
• 2模型与算法
•   2.1机票价格时间片构造与简单预测
•     2.1.1价格时间片构造
•     2.1.2简单预测
•   2.2 DC＿Airfare网络与精确预测
•     2.2.1时间片特征提取
•     2.2.2外部特征引入
•   2.3算法与优化
• 3实验结果与分析
•   3.1实验数据
•   3.2对比方法及评价指标
•     3.2.1对比方法
•     3.2.2评价指标
•   3.3实验设置与结果分析
•     3.3.1实验设置
•     3.3.2实验结果分析
• 4结论

文章来源

类型: 期刊论文

作者: 林友芳,蒋鹏,郭晟楠,武志昊

关键词: 深度学习,机票低价预测,卷积神经网络,价格序列

来源: 北京交通大学学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,经济与管理科学

专业: 航空航天科学与工程,交通运输经济

单位: 北京交通大学计算机与信息技术学院,民航旅客服务智能化应用技术重点实验室

基金: 中央高校基本科研业务费专项资金(2019JBM023),国家自然科学基金(61603028)~~

分类号: F562.5

页码: 1-9

总页数: 9

文件大小: 2099K

下载量: 194