[发明专利]基于卷积神经网络的机票价格预测方法在审
| 申请号： | 201811389125.2 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109242579A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 武志昊;林友芳;万怀宇;韩升;董兴业;王晶 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q50/30 |
| 代理公司： | 北京红福盈知识产权代理事务所(普通合伙) 11525 | 代理人： | 陈月福 |
| 地址： | 100044 北京市海淀区上园*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 机票价格 时间片 预测 卷积神经网络 预测模型 价格序列 训练模型 二维 价格调整 决策支持 两阶段 构建 购票 维度 填补 分析 网络 | ||
【主权项】：
1.一种基于卷积神经网络的机票价格预测方法，其特征在于，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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811389125.2/，转载请声明来源钻瓜专利网。
