网络环境下收益管理系统需求无约束估计综述

近40年间,需求无约束估计在收益管理系统实践中得到了不断发展和持续关注。考虑到在网络型组织业务环境和以互联网为新兴分销渠道的信息市场环境中,顾客预订时间和预订方式发生了根本性转变,总结和梳理了现有需求无约束估计方法的研究成果。以网络环境和大数据应用为视角,从需求所满足的具体分布形式、顾客的策略性选择行为,以及方法实际应用的鲁棒性和准确性三方面,对数理统计类、选择模型类和机器学习仿真评价类方法的研究进行了述评和展望。

航线网络中需求无约束估计的非参数选择模型

传统的航空客运需求无约束估计方法仅针对平行直达航班中的顾客需求“溢出”和“再现”问题,未能考虑航空网络中直达和中转联程航班之间的网络替代效应.基于顾客偏好排序列表定义了航空网络顾客类型集合,建立了考虑顾客策略行为的网络型非参数离散选择模型.考虑到网络环境下历史预售数据的不完备性,站在线上和线下交易平台的角度,分别建立了非截尾和截尾需求情况下的完备数据对数似然函数.采用E M算法对顾客到达率和概率质量函数进行联合估计,并提出了网络环境下的顾客“初始需求”、“再现需求”和“溢出需求”无约束估计计算方法.通过数值模拟验证了所提方法的可行性和有效性,相较于现有方法能准确反映产品间网络替代效应对顾客选择行为影响,从而更加有效地避免对历史顾客“初始需求”的高估问题.

收益管理中的多分布网络需求无约束估计模型

网络环境下的航空客运产品预售时间窗和乘客预订用时大幅缩减,导致收益管理系统中短期需求数据分布形式的高度不确定性。为提高多需求分布下网络无约束估计的准确性,文章针对乘客需求的“溢出”和“再现”效应、以及取消预订和no-shows行为,构建了基于威布尔和对数正态分布的参数回归模型,并分别提出了基于截尾样本数据的网络需求无约束估计方法。最后,通过数值算例说明了所提多分布方法能有效避免传统方法对航空网络历史乘客“初始需求”的高估问题。

基于分解查找的航空客运网络需求无约束估计

根据统计数据挖掘思想提出了基于旅客订座记录的"初始需求"分解查找法。在分解查找过程中,同时考虑了机票预售阶段中的需求受截尾机理以及旅客短视型选择、策略型选择、取消预订和no-shows行为,并据此在舱位机票开放和关闭预订状态下,分别设计了历史真实"初始需求"与旅客初次购买首选"初始需求"量、取消预订量和no-shows量的关系算式。最后,使用模拟算例说明了所提方法的可行性和准确性:一方面,所提分解查找法能有效避免现有方法对航空网络"初始需求"量的高估问题;另一方面,所提无约束估计关系算式能有效控制现有分解查找法对航空网络旅客真实"初始需求"量的估计不足。