[发明专利]考虑预测不确定性的机票购买决策方法和系统

权利要求书

1.一种考虑预测不确定性的机票购买决策方法，其特征在于，包括：

获取原始价格数据步骤：确定购买的目标航班，获取目标航班的出发日期到当前日期为止的历史机票观测值，基于历史机票观测值生成原始数据集合；

训练数据集步骤：基于原始数据集合，生成特征数据集；

多步预测步骤：利用特征数据集训练对应不同预测步长的多元线性回归模型；

置信区间估计步骤：计算不同预测步长的置信区间估计，得到当前日期至目标航班的出发日期之间每天的预测价格概率分布；

生成购买策略步骤：利用预测价格概率分布的多重采样，得到多条模拟价格路径，对多条模拟价格路径进行倒推，得到最小代价期望值、当前日期代价，若最小代价期望值小于当前日期代价，则购买策略建议推迟购买，否则，则建议当前日期购买。

2.根据权利要求1所述的考虑预测不确定性的机票购买决策方法，其特征在于，所述特征数据集主要包括目标航班在当前日期之前的临近日期价格目标航班在当前日期之前的临近日期价格平均值目标航班在当前日期之前的临近日期价格最小值目标航班临近日期出发的航次临近日期的价格目标航班距离出发日期的天数、目标航班在当前日期之前设定时间内的提价次数中的任一项或任多项；

其中，来表示目标航线r出发日期为d起飞前i天的票价；下标i表示天数；r表示目标航班；d表示目标航班的出发日期；表示目标航线r出发日期为d起飞前i天的票价总和。

3.根据权利要求1所述的考虑预测不确定性的机票购买决策方法，其特征在于，所述当前日期至目标航班的出发日期之间每天的预测价格概率分布表示为：

式中，P表示预测价格概率分布；

T表示目标航班的出发日期；

s表示当前日期；

表示当前日期到目标航班的出发日期之间每天的预测价格概率分布；

h_s表示历史价格数据；

F(h_s)表示价格预测模型。

4.根据权利要求1所述的考虑预测不确定性的机票购买决策方法，其特征在于，所述多元线性回归模型表示为：

式中，p_i表示第i个价格预测值；

β表示多维向量；

e_i表示第i个价格预测值的随机误差；

表示第i个向量的转置。

5.根据权利要求1所述的考虑预测不确定性的机票购买决策方法，其特征在于，所述特征数据集训练中，最小二乘法估计参数：

β_OLS＝X(X^TX)^-1X^TP，

估计值为：

残差平方和为：

均方误差为：

MSE＝SSE/(n-p)

置信区间估计为：

式中，能够用正态分布代替；

进而得到t日期的预测价格概率分布为：

式中，β_OLS表示最小二乘估计参数；

X表示特征矩阵；

X^T表示特征矩阵的转置；

P表示价格向量；

表示价格预测值；

E(P|x)表示预测值的期望；

x^T表示向量的转置；

β表示参数向量；

SSE表示和方差；

表示余项平方；

MSE表示均方差；

n表示样本数；

p表示特征维数；

表示估计量t分布；

表示置信区间；

表示特征向量的转置；

x_f表示特征向量；

表示t日期预测价格分布；

CI()表示置信区间估计；

表示t日期预测概率价格；

表示t日期预测价格置信区间。

6.一种考虑预测不确定性的机票购买决策系统，其特征在于，包括：

获取原始价格数据模块：确定购买的目标航班，获取目标航班的出发日期到当前日期为止的历史机票观测值，基于历史机票观测值生成原始数据集合；

训练数据集模块：基于原始数据集合，生成特征数据集；

多步预测模块：利用特征数据集训练对应不同预测步长的多元线性回归模型；

置信区间估计模块：计算不同预测步长的置信区间估计，得到当前日期至目标航班的出发日期之间每天的预测价格概率分布；

生成购买策略模块：利用预测价格概率分布的多重采样，得到多条模拟价格路径，对多条模拟价格路径进行倒推，得到最小代价期望值、当前日期代价，若最小代价期望值小于当前日期代价，则购买策略建议推迟购买，否则，则建议当前日期购买。