预售机票价格预测系统关键技术研究

发布时间：2017-08-24 00:14

  本文关键词：预售机票价格预测系统关键技术研究

  更多相关文章： 机票预售价格 数据挖掘 分类规则 多元回归模型 模型树

【摘要】：伴随航空业和电子商务的快速发展,飞机越来越普遍的当做出行的重要交通工具之一。然而,航空公司为获取利益最大化,通常利用私有数据采用动态定价策略进行预售机票定价,对于消费者则希望在波动无常的机票价格中找到最合适的购买时机。对于机票本身,作为一种特殊的商品,它具有时效性、高度不确定性和波动性大等特点,而且机票的预售价格受起飞时间、航空公司、提前购买天数等多因素综合影响。伴随着数据挖掘技术在价格预测领域应用的日益普遍,本文将利用该技术,探索性开展预售机票价格影响因素关联规则和价格预测问题的研究。本文主要的研究内容聚焦于数据挖掘技术在特定航线机票预售价格分析领域中的应用研究,从消费者节省购票成本的角度开展以下三个方面的主要研究内容:机票价格影响因素数据的自动获取及预处理,机票预售价格与影响因素间的关联规则分析,机票预售价格预测模型的对比研究与原型系统分析设计。在现有理论与方法的基础上,利用网络爬虫技术在去哪儿网爬取近七个月的预售价格数据作为研究基本数据,利用上述数据围绕主要研究内容开展相关研究。首先,根据本课题数据集的特点和研究需要对数据进行预处理;然后针对机票预售价格的影响因素对其预售折扣的影响关系不明确问题,采用基于分类规则的分析方法,用以发现机票预査折扣与影响因素之间的关联关系;最后,以上述分析的影响因素为前提,采用多元回归分析、回归树和模型树分析法构建预售机票价格预测模型并利用原型系统进行方法验证。
【关键词】：机票预售价格 数据挖掘 分类规则 多元回归模型 模型树
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F562.6;TP311.52
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-18
• 1.1 研究背景和意义11
• 1.2 国内外研究现状综述11-16
• 1.2.1 机票价格影响因素分析的国内外研究现状11-12
• 1.2.2 机票价格预测问题的国内外研究现状12-13
• 1.2.3 预测问题的主要研究方法13-15
• 1.2.4 存在的主要问题15-16
• 1.3 论文主要研究内容与技术路线16
• 1.4 论文的组织结构16-18
• 第2章 数据获取与预处理18-32
• 2.1 网络爬虫技术概述18-22
• 2.1.1 工作原理与基本架构18-20
• 2.1.2 爬虫策略20-21
• 2.1.3 代表性开源网络爬虫工具简介21-22
• 2.2 机票数据的获取22-25
• 2.2.1 机票数据爬取流程设计22-23
• 2.2.2 机票查询入口网页识别23-24
• 2.2.3 机票查询表单自动填充与提交24
• 2.2.4 机票查询返回数据抽取24-25
• 2.3 实验数据预处理25-31
• 2.3.1 数据预处理的主要内容及常用方法25-27
• 2.3.2 机票预售价格数据预处理27-31
• 2.4 本章小结31-32
• 第3章 基于分类算法的机票预售价格影响因素分析32-40
• 3.1 基于规则的分类方法32-33
• 3.1.1 决策树方法32
• 3.1.2 规则学习法32-33
• 3.2 机票价格影响因素的选择33-34
• 3.3 机票价格与影响因素间关联规则挖掘34-38
• 3.3.1 C5.0算法34-36
• 3.3.2 RIPPER算法36-37
• 3.3.3 实验过程设计37-38
• 3.4 实验结果分析38-39
• 3.5 本章小结39-40
• 第4章 机票预售价格预测模型的研究40-59
• 4.1 预测技术40-42
• 4.1.1 多元线性回归分析技术40-41
• 4.1.2 回归树和M5'模型树41-42
• 4.2 基于多元回归的机票价格预测模型建立42-51
• 4.2.1 数据预处理42-43
• 4.2.2 特征变量相关性计算43-46
• 4.2.3 模型构建46-47
• 4.2.4 实验结果分析47-51
• 4.3 基于回归树和模型树的机票价格预测模型建立51-55
• 4.3.1 模型构建51-52
• 4.3.2 模型性能评估52-53
• 4.3.3 实验结果分析53-55
• 4.4 多元回归模型与回归树及模型树模型的对比分析55-57
• 4.5 本章小结57-59
• 第5章 系统设计与原型系统实现59-73
• 5.1 系统需求分析59-60
• 5.1.1 系统目标概述59
• 5.1.2 系统功能性需求59-60
• 5.1.3 系统非功能性需求60
• 5.2 系统总体设计方案60-61
• 5.2.1 系统总体架构设计60-61
• 5.2.2 系统总体数据处理流程设计61
• 5.3 系统主要功能模块设计及实现61-72
• 5.3.1 系统总体功能结构设计61-63
• 5.3.2 机票数据爬取模块的设计与实现63-66
• 5.3.3 机票信息提取模块的设计与实现66-69
• 5.3.4 预售机票价格预测模块的设计与实现69-72
• 5.4 本章小结72-73
• 第6章 总结与展望73-75
• 6.1 研究工作总结73
• 6.2 对进一步研究工作的展望73-75
• 参考文献75-78
• 致谢78

【相似文献】

中国期刊全文数据库 前10条

1 黄训江;;基于功能驱动的产品价格预测[J];工业工程与管理;2008年01期

2 小丰;;2006年下半年铝价格预测[J];中国自行车;2006年08期

3 秦洪英;;组合模型在电力价格预测中的应用研究[J];计算机仿真;2010年10期

4 段文英，李桂莲;动态市场的价格预测[J];哈尔滨科学技术大学学报;1995年06期

5 夏琼英;;1987—2000年世界铀消耗的预测[J];国外核新闻;1987年09期

6 安磊;;浙江省电力市场清算价格预测系统实现[J];电力信息化;2008年07期

7 李寿安;张恒喜;宋笔锋;王礼沅;;军用飞机采购价格预测研究[J];火力与指挥控制;2007年01期

8 张yN,严质彬;属性聚类网络和属性识别准则在期货价格预测中的应用[J];哈尔滨商业大学学报(自然科学版);2003年05期

9 李勇;朱萍;王红莉;;基于灰色预测理论的水电工程价格预测及投资影响分析[J];四川水力发电;2012年05期

10 邢文婧;;事务间关联规则挖掘在股价、期货价格预测中的应用[J];硅谷;2008年04期

中国重要会议论文全文数据库 前1条

1 钱锋;;基于灰色系统方法的产品价格预测[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 李辉;标准银行上调金属价格预测[N];证券时报;2006年

2 证券时报记者　 黄宇;高盛大幅上调明年锌镍价格预测[N];证券时报;2006年

3 李辉;瑞银上调未来两年铜铅价格预测[N];证券时报;2007年

4 记者 杨柳晗;中国黄金价格预测系统新年上线[N];第一财经日报;2012年

5 徐虞利;高盛大幅上调明年锌镍价格预测[N];上海证券报;2006年

6 王备战邋薛枫莉;乌鲁木齐物价部门进行价格预测预警[N];中国食品质量报;2007年

7 同济大学经济与管理学院副教授 张鑫;资产价格预测更大程度上是艺术[N];上海证券报;2013年

8 王安平;今年六类主要商品价格预测[N];中华合作时报;2002年

9 记者 王鹏越;中国黄金价格预测系统今日上线[N];中国黄金报;2013年

10 周尚宾;透视业内人士的价格预测[N];中国有色金属报;2006年

中国硕士学位论文全文数据库 前10条

1 贺平;基于EMD理论的存货质押业务质物价格预测研究[D];西南交通大学;2015年

2 郭婷婷;基于PCA-ELM的我国粮食价格预测研究[D];太原理工大学;2016年

3 梁敬丽;欧盟碳排放权市场行为特征与价格预测研究[D];暨南大学;2016年

4 汪子述;分解集成框架下的石油价格预测：模态重构与分量预测技术研究[D];北京化工大学;2016年

5 王双;机票价格预测技术的研究与实现[D];中国民航大学;2013年

6 陈倩文;沪深300股指期货价格预测的实证研究[D];东北财经大学;2016年

7 白楠;预售机票价格预测系统关键技术研究[D];大连海事大学;2016年

8 王辛;改进的灰色遗传算法模型在价格预测中的应用[D];吉林大学;2010年

9 杜晓芳;建筑价格预测研究[D];西安科技大学;2006年

10 张燕萍;神经网络技术在煤化工行业产品价格预测中的应用[D];复旦大学;2008年

，

本文编号：728110