隨著民航業(yè)的高速發(fā)展,選擇乘坐飛機出行的民眾越來越多。在政府放松管制航空業(yè)之前,票價往往由航空里程決定。如今,在自由市場經(jīng)濟的條件下,航空公司一般從自身利益出發(fā),綜合各方面因素來決定機票的價格,從而實現(xiàn)收益最大化。對于航空公司而言,票價預(yù)測技術(shù)能夠幫助公司盈利;對于購買者而言,票價預(yù)測技術(shù)能夠預(yù)判最低票價出現(xiàn)在何時,以便購買者在合適的時間購買機票。因此,票價預(yù)測技術(shù)對機票的供需雙方而言都具有重要的意義。在上述研究背景下,本文使用從旅游網(wǎng)站上抓取到的價格數(shù)據(jù),對票價的特點及影響因素進行統(tǒng)計分析,并利用時間序列、機器學(xué)習(xí)等相關(guān)理論針對長短期不同情形分別提出票價預(yù)測模型。首先,對數(shù)據(jù)進行預(yù)處理以及對票價影響因素進行分析。第一步,通過數(shù)據(jù)預(yù)處理的各種方法獲得高質(zhì)量的數(shù)據(jù)集,同時基于機票價格序列的特性,引用了一種新的二維價格表。第二步,分別從自身價格序列和外部影響因子兩方面,探索對未來價格有影響的因素,并進行了特征提取。利用隨機森林對特征重要性進行評估并篩選變量,最終確定了提前購買天數(shù)、航班號、起飛日期的星期屬性等影響票價的特征。隨后,本文針對不同情形分別提出長期票價預(yù)測模型和短期票價預(yù)測模型。長...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 研究內(nèi)容與結(jié)構(gòu)安排
第二章 票價預(yù)測的理論基礎(chǔ)
    2.1 支持向量機
        2.1.1 線性類型的支持向量機
        2.1.2 非線性類型的支持向量機
        2.1.3 支持向量回歸機
    2.2 隨機森林
        2.2.1 決策回歸樹
        2.2.2 隨機森林實現(xiàn)過程
        2.2.3 袋外數(shù)據(jù)估計
    2.3 時間序列
        2.3.1 時間序列分解
        2.3.2 SARIMA模型
    2.4 本章小結(jié)
第三章 數(shù)據(jù)處理與分析
    3.1 數(shù)據(jù)預(yù)處理
        3.1.1 數(shù)據(jù)采集
        3.1.2 數(shù)據(jù)表示
        3.1.3 票價數(shù)據(jù)預(yù)處理
    3.2 影響因素分析
        3.2.1 自身價格特征提取
        3.2.2 外部因素特征提取
        3.2.3 特征選擇
    3.3 評價指標(biāo)
    3.4 本章小結(jié)
第四章 基于改進支持向量機和隨機森林的長期票價預(yù)測
    4.1 基于PSO-SVR的長期票價預(yù)測
        4.1.1 粒子群優(yōu)化算法
        4.1.2 模型建立
        4.1.3 實驗結(jié)果
    4.2 基于隨機森林的長期票價預(yù)測
        4.2.1 參數(shù)優(yōu)化
        4.2.2 模型建立
        4.2.3 實驗結(jié)果
    4.3 基于PSO-SVR-RF并聯(lián)組合模型的長期票價預(yù)測
        4.3.1 并聯(lián)組合模型
        4.3.2 實驗結(jié)果
        4.3.3 對比分析
    4.4 本章小結(jié)
第五章 基于改進SARIMA的短期票價預(yù)測
    5.1 串聯(lián)組合模型
    5.2 基于SARIMA-RF的短期票價預(yù)測
        5.2.1 模型建立
        5.2.2 實驗結(jié)果
        5.2.3 對比分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來展望
參考文獻
致謝



本文編號：4015235