面向民航需求建模的用户查询日志大数据分析方法研究与实现

发布时间：2017-05-21 21:16

  本文关键词：面向民航需求建模的用户查询日志大数据分析方法研究与实现，由笔耕文化传播整理发布。

【摘要】：在现代民航业内,对客运需求的预测是航空公司收益管理的核心问题,精准的需求模型可以帮助航空公司更好的制定销售策略,降低成本并提高收益。传统的需求建模以历史客运数据为基础,其即时性和敏感性都受到数据基础的限制,因此寻找新的需求建模思路是一个非常有行业价值的课题。在本文中,我们着眼于互联网给民航业带来的革新,发现旅客出行前通过网络查询机票信息已经日益普及。大量的旅客查询日志数据保存在民航GDS(全球分销系统)系统中,蕴藏着大量有价值的信息。本文对旅客查询日志进行了深入的分析与挖掘,为民航需求指数建模提供了新的思路。第一步,我们对民航业的机票查询渠道模式进行了调查与分析,发现不同类型的查询主体表现出不同的查询行为模式,同时他们每次查询背后隐藏的需求也完全不同。因此我们定义了渠道查询行为模式的类别,然后分别从查询时间频率和查询内容分布两方面构造了渠道查询行为的特征属性集,最后使用多分类的方法对渠道行为进行了分类,从而将海量的查询数据划分为了不同的成分。第二步,我们采集了大量的历史数据,以售票量、乘行量和收益等数据综合表示旅客需求,通过实验验证了各个类别渠道中查询量与旅客真实需求之间的相关性。最后我们以分类后的查询数据作为输入,替换了传统预测算法中的历史客运数据,从而得到了新的需求指数模型。我们利用历史数据,在多个不同的场景下对传统需求预测方法与本文提出的新方法进行了对比实验,结果表明新方法在节假日和突发性事件期间能够更加及时和准确地反映出需求的变化,预测结果更加贴近实际旅客流量变化。
【关键词】：收益管理 需求预测 查询行为建模 多分类
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-15
• 1.1 研究背景10-11
• 1.2 研究目的及意义11
• 1.3 研究现状11-13
• 1.4 主要研究内容13-14
• 1.5 论文组织结构14-15
• 2 相关理论知识15-24
• 2.1 多分类15-19
• 2.1.1 K-分类算法15-16
• 2.1.2 二分类支持向量机16
• 2.1.3 组合多分类器16-17
• 2.1.4 多分类支持向量机17-18
• 2.1.5 多分类线性规则算法18-19
• 2.2 回归预测19-23
• 2.2.1 线性回归19-21
• 2.2.2 非线性回归21-22
• 2.2.3 虚拟变量回归22-23
• 2.2.4 回归预测算法总结23
• 2.3 本章小结23-24
• 3 数据处理24-33
• 3.1 基本定义24-25
• 3.2 查询日志25-29
• 3.3 数据筛选29-31
• 3.4 历史客运数据31-32
• 3.5 本章小结32-33
• 4 渠道查询行为研究与分类33-47
• 4.1 问题定义33-34
• 4.2 特征构造34-40
• 4.2.1 时间序列特征35-38
• 4.2.2 内容分布特征38-40
• 4.3 分类实验与分析40-46
• 4.3.1 分类算法构造40-41
• 4.3.2 评价指标41-42
• 4.3.3 实验结果与分析42-46
• 4.4 本章小结46-47
• 5 需求预测建模47-56
• 5.1 问题定义47-48
• 5.2 模型构建48-51
• 5.2.1 天活跃需求48-50
• 5.2.2 乘行量预测50-51
• 5.3 实验及分析51-55
• 5.3.1 热门与冷门航线需求预测对比51-53
• 5.3.2 周期性假期需求预测对比53
• 5.3.3 突发性事件需求预测对比53-55
• 5.4 本章小结55-56
• 6 结论56-57
• 参考文献57-60
• 作者简历及攻读硕士学位期间取得的研究成果60-62
• 学位论文数据集62

【相似文献】

中国期刊全文数据库 前10条

1 姚建中;出版物需求预测的风险分析[J];出版发行研究;2001年08期

2 王琦;;未来卫星需求预测[J];卫星电视与宽带多媒体;2006年14期

3 岳云;21世纪初世界移动电话需求预测[J];电信快报;1998年01期

4 月升;2000年世界记录介质的需求预测[J];磁记录材料;1999年04期

5 岳云;1999～2003年全球移动电话需求预测[J];世界电信;1999年06期

6 赵方庚;孙江生;张连武;马振书;;基于系统的武器备件需求预测研究[J];计算机仿真;2011年03期

7 侯广德;;(省、市)计委高校毕业生分配与需求预测系统[J];应用科技;1989年02期

8 陈思;1996年记录介质产品世界需求预测[J];磁记录材料;1996年02期

9 边际;2001年世界记录介质的需求预测[J];信息记录材料;2001年01期

10 李树广;赵彦峻;徐诚;;随机服务系统在装备需求预测与决策建模中的应用[J];兵工自动化;2011年02期

中国重要会议论文全文数据库 前10条

1 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察（总第35期）[C];2013年

2 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集（经济管理类）[C];2007年

3 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年

4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集（上）[C];2006年

6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年

7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014（第九届）城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年

8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦：道路·精神·力量——上海市社会科学界第十一届学术年会文集（2013年度）[C];2013年

9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年

10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年

中国重要报纸全文数据库 前10条

1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年

2 蔡绮芝 DigiTimes;康宁上调2006～2008年玻璃面板需求预测[N];电子资讯时报;2007年

3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年

4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年

5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年

6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年

7 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年

8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年

9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年

10 ;十类新型建材未来需求预测[N];陕西科技报;2007年

中国博士学位论文全文数据库 前4条

1 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年

2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年

3 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年

4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年

中国硕士学位论文全文数据库 前10条

1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年

2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年

3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年

4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年

5 张星煜;D公司多品类产品的需求预测管理优化实践[D];东华大学;2015年

6 方冰;发动机售后配件市场需求预测研究[D];上海交通大学;2015年

7 张艳芳;半导体分立器件需求预测与库存控制优化[D];上海交通大学;2015年

8 潘顺;考虑寿命预测的地铁车轮需求预测及备件库存控制[D];上海交通大学;2014年

9 周岳骞;面向民航需求建模的用户查询日志大数据分析方法研究与实现[D];北京交通大学;2016年

10 林恬;物料需求计划系统中需求预测模块的开发[D];吉林大学;2008年

  本文关键词：面向民航需求建模的用户查询日志大数据分析方法研究与实现，，由笔耕文化传播整理发布。

本文编号：384870