面向不完备数据的民航旅客流失预测模型

为解决新一代民航旅客服务信息系统中数据缺失不能准确进行旅客流失预测的问题,考虑旅客流失预测任务与旅客缺失数据填补任务具有相关性,提出基于部分距离的SMOTE算法和基于降噪自编码器的多任务深度学习网络模型。基于部分距离的SMOTE算法在数据不完备场景下,对少数类别已流失旅客和准流失旅客进行过采样;设计的多任务深度学习网络模型利用逐层无监督训练和有监督微调,同时进行对缺失数据填补与民航旅客流失预测。实验结果表明,相比传统处理方法,该方法能有效提高数据质量和旅客流失预测的准确性。

天津航空旅客流失的主客观原因

在分析天津航空旅客流失的客观因素时,以详细的旅客调查为依托,使用"航线可用座位数"这一参数与"旅客需求"之间的供求关系来阐述天津航空旅客流失的客观原因,通过对流失旅客出行心理的梳理和分析,对于航空旅客流失的原因从主观方面也进行了深入的剖析,找出天津航空旅客流失的深层次原因。

单机场区域旅客流失的模型及变量研究

机场旅客流失是指在某一单机场区域内的旅客放弃使用所在地的机场或最近的机场,而选择较远的但较大枢纽机场的现象。本文的研究主要在两个方面,一个是考虑单机场区域旅客流失的模型,另一个是单机场区域旅客流失的变量,分析模型的构建和变量的设定,为单机场区域提供一个分析旅客流失的方法,并为机场管理提供有效帮助。

天津航空旅客2006年流失预测及流失原因剖析

本文应用天津航空旅客流失调查的统计数据,总结天津航空旅客流失的客观因素,对流失原因的主观因素方面进行剖析,并对2006年天津机场旅客吞吐量和2006年航空旅客流失数量作出预测,估算了天津航空市场容量。对天津机场规划发展和航空公司开展航线运营、调整运量提供理论依据和数据支持。

天津航空流失旅客流向调查分析

针对天津航空旅客流失的情况,详细介绍了航空企业更为关注的流失旅客的流向情况,并对相应的流失原因作了总结和分析,对航空公司开辟航线、调整运量和提高服务具有一定的参考价值。

疫情会否造成公务旅客流失?

现在亚太地区航空市场已有所恢复,但航司还是有所担忧,那就是对其收益至关重要的商务舱依然空空如也。关键问题更在于,在防控疫情的几个月时间里,人们更习惯于网上社交媒体交流,从而减少了出行的需求。那么,疫情缓解后,飞机高舱位客座率是否还能回到之前的水平呢?