[发明专利]基于卷积神经网络的机票价格预测方法

说明书

本发明实施例提供了一种基于卷积神经网络的机票价格预测方法，包括：分析机票价格维度特点，设计二维的机票价格时间片结构；根据二维的机票价格时间片结构得到时间‑价格序列数据；根据时间‑价格序列数据，构造基于卷积神经网络的两阶段式机票价格预测模型；构造机票价格的时间片，并采用粗略预测方法对未知值进行预测并填补到时间片中；对时间片，采用预测模型DC_Airfare网络进行精确预测，得到最终训练模型；利用最终训练模型进行预测，得到所要预测的机票价格结果。本发明采用的时间片构建及预测模型设计，能较好的实现机票价格预测，为购票者和航空公司价格调整人员提供准确有效的决策支持。

技术领域

本发明涉及民航机票价格预测技术领域，尤其涉及一种基于卷积神经网络的机票价格预测方法。

背景技术

近年来，随着我国民航业自主定价政策的逐步放开，航空公司对其航班产品的定价越来越自由，各航空公司都会制定自己复杂的定价策略以保证其收益最大化。因此，对机票价格的准确预测，能够帮助机票代理商以及各航空公司的定价决策人在价格竞争中获得优势的同时保证收益，并且帮助普通乘客买到价格相对较低的机票。

由于机票价格自身波动性大、随机性强等诸多因素使得机票价格预测成为了一个很具挑战性的问题。目前机票价格预测领域的研究主要分为两大方向，一个方向是针对机票价格升高或降低趋势的二元分类预测问题，另一个方向则是针对具体机票价格数值的预测问题，而后者能为航班定价者以及旅客提供更好更直观的决策支持。

现有技术中，针对机票价格数值的预测问题主要存在两大类方法，一类是基于价格序列自身历史值的时间序列方法，第二类是针对价格影响因素建立模型的回归方法。但这两种方法都不能充分体现以“周”为周期的价格变动特点，无法很好地解决机票价格预测问题。

因此，有必要设计一种充分挖掘和利用航班票价价格变动特点的票价预测方法，从而更好地完成票价预测任务，为航空公司票价调整人员提供良好的决策服务，并为购票者提供更便利更准确的票价预测服务。

发明内容

本发明的实施例提供了一种基于卷积神经网络的机票价格预测方法，以解决上述背景技术中的问题。

为了实现上述目的，本发明采取了如下技术方案：

一种基于卷积神经网络的机票价格预测方法，包括：

S1：分析机票价格维度特点，设计二维的机票价格时间片结构；

S2：分析所述二维的机票价格时间片结构的数据规律与关系，对机票价格预测问题进行描述和定义得到时间-价格序列数据；

S3：对所述时间-价格序列数据，构造基于卷积神经网络的两阶段式机票价格预测模型；其中，

第一阶段：利用所述时间-价格序列数据构造机票价格的时间片，并采用粗略预测方法对未知值进行预测并填补到时间片中；

第二阶段：对第一阶段中的所述时间片，采用预测模型DC_Airfare网络进行精确预测，提取所述时间片的特征，引入外部特征，进行特征连接融合，得到最终训练模型；

S4：利用所述最终训练模型进行预测，得到所要预测的机票价格结果。

进一步地，所述的分析机票价格维度特点，设计二维的机票价格时间片结构，包括：

每个机票价格包括：起飞日期和查询日期两个维度，根据机票价格的维度特点，设qd为查询日期，fd为起飞日期，将在日期qd当天查询到的日期fd当天起飞的某具体航班的最低价格表示为：P_qd，fd；

对某个起飞日期fd确定的具体航班，起飞前n天每天都存在一个当天的最低价格，组成一条该航班的最低价格序列，则起飞日期fd所对应的最低价格序列L_fd为：