基于卷积神经网络的机票低价预测

被引：7

作者：

林友芳 ^{[1
,2
]}

蒋鹏 ^{[1
]}

郭晟楠 ^{[1
]}

武志昊 ^{[1
,2
]}

机构：

[1] 北京交通大学计算机与信息技术学院

[2] 民航旅客服务智能化应用技术重点实验室

来源：

北京交通大学学报 | 2019年 / 05期

关键词：

深度学习; 机票低价预测; 卷积神经网络; 价格序列;

D O I：

暂无

中图分类号：

F562.5 [运输成本、运价、票价及经济核算];

学科分类号：

摘要：

准确的机票低价预测有助于民航需求与供给的灵活对接及民航资源的充分利用.机票价格波动性大、随机性强、易受到诸多因素的影响,使得机票价格预测成为了一个极具挑战的问题.充分考虑机票价格自身特点,设计了二维"机票价格时间片"结构,并基于时间片充分挖掘、利用机票价格数据的规律与关系,设计了以卷积神经网络为核心的两阶段机票价格预测模型,对未来机票最低价格进行预测.在某在线订票网站的真实价格数据集上进行了验证,并与4种流行的基准模型进行了对比.结果表明:本文的方法明显优于其他模型,MAE效果提升了13.67%,MAPE数值降低了1.52%.

引用

页码：1 / 9

页数：9