期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多任务学习的机票价格预测模型
1
作者
卢敏
贾玉璇
《计算机工程与设计》
北大核心
2023年第8期2459-2464,共6页
针对现有机票销售模型忽视不同票价等级需求问题,考虑到机票需求的影响,提出一种多任务学习模型预测机票价格。在机票价格预测中引入辅助任务机票需求预测,建立多任务学习网络,通过共享相关任务在日、周、半月、月等水平上的多尺度需求...
针对现有机票销售模型忽视不同票价等级需求问题,考虑到机票需求的影响,提出一种多任务学习模型预测机票价格。在机票价格预测中引入辅助任务机票需求预测,建立多任务学习网络,通过共享相关任务在日、周、半月、月等水平上的多尺度需求特征,分析不同周期需求特征的影响。在六千万条记录的真实数据集上的实验结果表明,较之基准算法,该模型在准确率和F1分数方面提高了将近6%,验证了多任务学习模型的有效性。
展开更多
关键词
机票价格预测
机票
需求
多尺度需求特征
多任务学习
卷积神经网络
残差网络
分类器模型
下载PDF
职称材料
基于TPA-Transformer的机票价格预测
2
作者
申志豪
李娜
+2 位作者
尹世豪
杜一
胡良霖
《数据与计算发展前沿》
CSCD
2023年第6期115-125,共11页
【目的】航空业被认为是使用最复杂定价策略的行业之一,机票价格动态波动显著。乘客根据经验购票(如尽早购票)往往得不到最优价格,而基于时序模型的传统价格预测方法也不能很好地捕捉复杂内外部因素与机票价格之间的依赖关系。【方法】...
【目的】航空业被认为是使用最复杂定价策略的行业之一,机票价格动态波动显著。乘客根据经验购票(如尽早购票)往往得不到最优价格,而基于时序模型的传统价格预测方法也不能很好地捕捉复杂内外部因素与机票价格之间的依赖关系。【方法】本文提出基于机器学习的机票价格预测模型TPA-Transformer(Ticket Price Aware Transformer,机票价格感知Transformer)和一种基于时间序列的数据处理方法,通过增加注意力模块引入其他航班价格参考信息,并在Encoder后增加多层卷积结构进行多航班不同属性信息融合与局部特征提取,从而提高模型在多步价格预测上的表现性能。【结果】随后在5个回归评价指标(MSE、RMSE、MAE、ACC以及AMS)上对模型结果进行验证。【结论】结果证明,模型能够有效提高预测准确率,明显优于其他5个对比模型(随机森林、XGBoost、LSTM、GRU、Transformer)。
展开更多
关键词
机票价格预测
机器学习
时间序列
注意力机制
下载PDF
职称材料
考虑航线特征的机票价格预测方法研究
被引量:
1
3
作者
钟丽珍
马敏书
周长锋
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2020年第2期192-199,共8页
【目的】对日均航班数较少且历史数据不完整甚至缺失的航线进行票价预测,辅助旅客进行购票时间决策。【方法】借助多条航线的历史数据解决这类航线的票价预测问题。基于前人研究以及数据的可获得性,提取一批可能与机票价格波动相关的特...
【目的】对日均航班数较少且历史数据不完整甚至缺失的航线进行票价预测,辅助旅客进行购票时间决策。【方法】借助多条航线的历史数据解决这类航线的票价预测问题。基于前人研究以及数据的可获得性,提取一批可能与机票价格波动相关的特征变量;对这些变量进行分类并利用控制变量的思想,逐步找出最合适的机票价格预测模型。【结果】模型中包含与年度相关的变量(航程变量、航线的社会经济特征)时,其预测误差小于不包含的情况。【局限】没有考虑中转航班等因素;没有研究居民可支配收入等特征变量;没有引入更多的预测算法和模型评价指标。【结论】年度相关特征、两地间航程以及航线的社会经济特征均与机票价格波动相关。
展开更多
关键词
机票价格预测
支持向量回归
购票时间决策
航线特征
原文传递
航班动态定价机制下的机票价格序列变点估计
被引量:
4
4
作者
王星
马璇
《统计研究》
CSSCI
北大核心
2015年第10期74-81,共8页
本文旨在研究受航空业动态定价机制影响下的机票价格序列变点估计模型,文中分析了机票价格u8序列数据的结构特点,提出了可用于高噪声数据环境下、阶梯状、带明显多变点的多阶段序列变点估计框架,该框架依次组合了DBSCAN算法、EM-高斯混...
本文旨在研究受航空业动态定价机制影响下的机票价格序列变点估计模型,文中分析了机票价格u8序列数据的结构特点,提出了可用于高噪声数据环境下、阶梯状、带明显多变点的多阶段序列变点估计框架,该框架依次组合了DBSCAN算法、EM-高斯混合模型聚类、凝聚层次聚类算法和基于乘积划分模型的变点估计方法等多种成熟的数据分析方法,通过对"北京-昆明"航线航班的实证分析,验证了数据分析框架的有效性和普遍适用性。
展开更多
关键词
机票价格预测
变点估计
序列聚类模式
下载PDF
职称材料
题名
基于多任务学习的机票价格预测模型
1
作者
卢敏
贾玉璇
机构
中国民航大学计算机科学与技术学院
中国民用航空局民航智慧机场理论与系统重点实验室
出处
《计算机工程与设计》
北大核心
2023年第8期2459-2464,共6页
基金
中央高校基本科研业务费专项资金基金项目(3122014D032)。
文摘
针对现有机票销售模型忽视不同票价等级需求问题,考虑到机票需求的影响,提出一种多任务学习模型预测机票价格。在机票价格预测中引入辅助任务机票需求预测,建立多任务学习网络,通过共享相关任务在日、周、半月、月等水平上的多尺度需求特征,分析不同周期需求特征的影响。在六千万条记录的真实数据集上的实验结果表明,较之基准算法,该模型在准确率和F1分数方面提高了将近6%,验证了多任务学习模型的有效性。
关键词
机票价格预测
机票
需求
多尺度需求特征
多任务学习
卷积神经网络
残差网络
分类器模型
Keywords
airfare prediction
ticket demand
multi-scaled demand features
multi-task learning
convolutional neural networks
residual connection
classifier model
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于TPA-Transformer的机票价格预测
2
作者
申志豪
李娜
尹世豪
杜一
胡良霖
机构
中国科学院计算机网络信息中心
中国科学院大学
国家基础学科公共科学数据中心
中国民航信息网络股份有限公司
民航旅客服务智能化应用技术重点实验室
出处
《数据与计算发展前沿》
CSCD
2023年第6期115-125,共11页
基金
国家自然科学基金重点项目(61836013)
北京市科技新星计划(Z191100001119090)。
文摘
【目的】航空业被认为是使用最复杂定价策略的行业之一,机票价格动态波动显著。乘客根据经验购票(如尽早购票)往往得不到最优价格,而基于时序模型的传统价格预测方法也不能很好地捕捉复杂内外部因素与机票价格之间的依赖关系。【方法】本文提出基于机器学习的机票价格预测模型TPA-Transformer(Ticket Price Aware Transformer,机票价格感知Transformer)和一种基于时间序列的数据处理方法,通过增加注意力模块引入其他航班价格参考信息,并在Encoder后增加多层卷积结构进行多航班不同属性信息融合与局部特征提取,从而提高模型在多步价格预测上的表现性能。【结果】随后在5个回归评价指标(MSE、RMSE、MAE、ACC以及AMS)上对模型结果进行验证。【结论】结果证明,模型能够有效提高预测准确率,明显优于其他5个对比模型(随机森林、XGBoost、LSTM、GRU、Transformer)。
关键词
机票价格预测
机器学习
时间序列
注意力机制
Keywords
airfare price prediction
machine learning
time series
attention mechanism
分类号
F562 [经济管理—产业经济]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
考虑航线特征的机票价格预测方法研究
被引量:
1
3
作者
钟丽珍
马敏书
周长锋
机构
北京交通大学交通运输学院
中国国家铁路集团有限公司客运部
出处
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2020年第2期192-199,共8页
基金
国家重点研发计划项目“铁路客货运效益与服务水平提高技术”(项目编号:2018YFB1201402)
中国铁路总公司科技研究开发计划项目“面向铁路客运经营与服务的大数据关键技术研究”(项目编号:2017X004-C)的研究成果之一.
文摘
【目的】对日均航班数较少且历史数据不完整甚至缺失的航线进行票价预测,辅助旅客进行购票时间决策。【方法】借助多条航线的历史数据解决这类航线的票价预测问题。基于前人研究以及数据的可获得性,提取一批可能与机票价格波动相关的特征变量;对这些变量进行分类并利用控制变量的思想,逐步找出最合适的机票价格预测模型。【结果】模型中包含与年度相关的变量(航程变量、航线的社会经济特征)时,其预测误差小于不包含的情况。【局限】没有考虑中转航班等因素;没有研究居民可支配收入等特征变量;没有引入更多的预测算法和模型评价指标。【结论】年度相关特征、两地间航程以及航线的社会经济特征均与机票价格波动相关。
关键词
机票价格预测
支持向量回归
购票时间决策
航线特征
Keywords
Airfare Prediction
Support Vector Regression
Ticket Purchase Time Decision
Route Characteristic
分类号
F562.5 [经济管理—产业经济]
原文传递
题名
航班动态定价机制下的机票价格序列变点估计
被引量:
4
4
作者
王星
马璇
机构
中国人民大学统计学院
出处
《统计研究》
CSSCI
北大核心
2015年第10期74-81,共8页
基金
中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目"人文学科跨界关系网络跟踪评价研究"(13XNI011)
中国学位与研究生教育学会重点研究课题"学科质量测评的数据挖掘技术及其应用研究"(A2-2013Y05-005)的研究成果
文摘
本文旨在研究受航空业动态定价机制影响下的机票价格序列变点估计模型,文中分析了机票价格u8序列数据的结构特点,提出了可用于高噪声数据环境下、阶梯状、带明显多变点的多阶段序列变点估计框架,该框架依次组合了DBSCAN算法、EM-高斯混合模型聚类、凝聚层次聚类算法和基于乘积划分模型的变点估计方法等多种成熟的数据分析方法,通过对"北京-昆明"航线航班的实证分析,验证了数据分析框架的有效性和普遍适用性。
关键词
机票价格预测
变点估计
序列聚类模式
Keywords
Airfare price prediction
Change point estimation
Sequential Clustering pattern
分类号
C812 [社会学—统计学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多任务学习的机票价格预测模型
卢敏
贾玉璇
《计算机工程与设计》
北大核心
2023
0
下载PDF
职称材料
2
基于TPA-Transformer的机票价格预测
申志豪
李娜
尹世豪
杜一
胡良霖
《数据与计算发展前沿》
CSCD
2023
0
下载PDF
职称材料
3
考虑航线特征的机票价格预测方法研究
钟丽珍
马敏书
周长锋
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2020
1
原文传递
4
航班动态定价机制下的机票价格序列变点估计
王星
马璇
《统计研究》
CSSCI
北大核心
2015
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部