【摘要】：民航訂票業(yè)務(wù)中,一些代理人或不法分子為了獲取利益通過某些技術(shù)手段非法搶占座位,在給旅客帶來購票困擾的同時(shí)給航空公司造成巨大的收益漏洞。因此,為了提升航空公司收益,維護(hù)旅客利益,如何利用合適的數(shù)據(jù)挖掘手段高效地挖掘可疑訂單并對(duì)其進(jìn)行及時(shí)的清理成為航空公司現(xiàn)階段急需解決的問題。民航旅客服務(wù)信息系統(tǒng)中的訂單數(shù)據(jù)源、客票數(shù)據(jù)源以及離港數(shù)據(jù)源是高維數(shù)據(jù),但并非所有特征維度都是與民航收益漏洞—可疑訂單相關(guān)的。通過分析高維訂單數(shù)據(jù),提出一種基于信息增益與序列前向浮動(dòng)搜索(Sequential Forward Floating Search,SFFS)的混合特征選擇算法,首先通過對(duì)特征的信息增益排序快速找到最優(yōu)候選特征子集,然后利用SFFS算法約簡并提取影響可疑訂單的相關(guān)維度。實(shí)驗(yàn)驗(yàn)證了算法的高效性和普適性,大幅度降低了特征維度以及特征選擇過程的計(jì)算復(fù)雜度,并且在不同的數(shù)據(jù)集中均獲得了較高的分類準(zhǔn)確度。此外,為了快速有效地識(shí)別訂單是否可疑,整合訂單、客票以及離港等多源數(shù)據(jù),提出一種基于代價(jià)-復(fù)雜度剪枝算法(Cost-Complexity Pruning,CCP)的可疑訂單識(shí)別模型構(gòu)建方法,既需要計(jì)算識(shí)別準(zhǔn)確度又將模型的復(fù)雜度劃入考慮范圍之內(nèi),通過衡量二者的平衡關(guān)系最終得到可疑訂單決策樹識(shí)別模型及其規(guī)則集。實(shí)驗(yàn)結(jié)果表明該方法既能獲得較高的可疑訂單識(shí)別率,又能極大的降低決策樹的規(guī)模并得到泛化能力強(qiáng)的規(guī)則集,為民航收益提升團(tuán)隊(duì)制定出票時(shí)限提供重要的決策支持。
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F562.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何海威;錢海忠;劉闖;謝麗敏;;采用決策樹算法進(jìn)行居民地自動(dòng)綜合[J];測繪科學(xué)技術(shù)學(xué)報(bào);2016年06期

2 蘇毅娟;雷聰;胡榮耀;何威;朱永華;;基于屬性自表達(dá)的低秩超圖屬性選擇算法[J];計(jì)算機(jī)應(yīng)用研究;2017年08期

3 董蘭芳;巢中迪;;一種擬合聚類結(jié)果的特征重要性評(píng)價(jià)方法[J];小型微型計(jì)算機(jī)系統(tǒng);2016年06期

4 王忠韜;李彬;;基于旅客預(yù)訂行為的航班收益輔助系統(tǒng)建設(shè)[J];空運(yùn)商務(wù);2016年05期

5 姚明海;王娜;林英建;;基于特征融合的視頻異常事件檢測方法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2016年03期

6 榮盤祥;曾凡永;黃金杰;;數(shù)據(jù)挖掘中特征選擇算法研究[J];哈爾濱理工大學(xué)學(xué)報(bào);2016年01期

7 段曉東;李澤東;王存睿;張慶靈;劉曉東;;基于AFS的多民族人臉語義描述與挖掘方法研究[J];計(jì)算機(jī)學(xué)報(bào);2016年07期

8 楊曇;馮翔;虞慧群;;基于多群體公平模型的特征選擇算法[J];計(jì)算機(jī)研究與發(fā)展;2015年08期

9 丁兵;吳允平;李彬雅;;一種基于C4.5算法的車位識(shí)別方法[J];電子測量技術(shù);2015年08期

10 鄭偉;馬楠;;一種改進(jìn)的決策樹后剪枝算法[J];計(jì)算機(jī)與數(shù)字工程;2015年06期

相關(guān)博士學(xué)位論文 前1條

1 高強(qiáng);航空收益管理中艙位控制問題的研究[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王朝正;基于Hadoop的C4.5決策樹及其在網(wǎng)絡(luò)流量中的應(yīng)用[D];重慶郵電大學(xué);2016年

2 蔣帥;基于AUC的分類器性能評(píng)估問題研究[D];吉林大學(xué);2016年

3 周美琴;單位代價(jià)收益敏感決策樹分類算法及其剪枝算法的研究[D];廣西師范大學(xué);2016年

4 韓璐;中國機(jī)票銷售市場縱向關(guān)系研究[D];東北財(cái)經(jīng)大學(xué);2012年

5 周琦;改進(jìn)的C4.5決策樹算法研究及在高考成績預(yù)測分析中的應(yīng)用[D];廣西大學(xué);2012年

6 金效行;決策樹算法在網(wǎng)站服務(wù)器日志分析中的應(yīng)用[D];復(fù)旦大學(xué);2011年

7 譚俊璐;基于決策樹規(guī)則分類算法的研究與應(yīng)用[D];暨南大學(xué);2010年

8 陳杰;基于遺傳算法的決策樹剪枝方法[D];河北大學(xué);2010年

9 張宇;決策樹分類及剪枝算法研究[D];哈爾濱理工大學(xué);2009年

10 王黎明;決策樹學(xué)習(xí)及其剪枝算法研究[D];武漢理工大學(xué);2007年

本文編號(hào)：2764793