面向民航收益提升的可疑订单识别模型研究

发布时间：2020-07-21 20:52

【摘要】：民航订票业务中,一些代理人或不法分子为了获取利益通过某些技术手段非法抢占座位,在给旅客带来购票困扰的同时给航空公司造成巨大的收益漏洞。因此,为了提升航空公司收益,维护旅客利益,如何利用合适的数据挖掘手段高效地挖掘可疑订单并对其进行及时的清理成为航空公司现阶段急需解决的问题。民航旅客服务信息系统中的订单数据源、客票数据源以及离港数据源是高维数据,但并非所有特征维度都是与民航收益漏洞—可疑订单相关的。通过分析高维订单数据,提出一种基于信息增益与序列前向浮动搜索(Sequential Forward Floating Search,SFFS)的混合特征选择算法,首先通过对特征的信息增益排序快速找到最优候选特征子集,然后利用SFFS算法约简并提取影响可疑订单的相关维度。实验验证了算法的高效性和普适性,大幅度降低了特征维度以及特征选择过程的计算复杂度,并且在不同的数据集中均获得了较高的分类准确度。此外,为了快速有效地识别订单是否可疑,整合订单、客票以及离港等多源数据,提出一种基于代价-复杂度剪枝算法(Cost-Complexity Pruning,CCP)的可疑订单识别模型构建方法,既需要计算识别准确度又将模型的复杂度划入考虑范围之内,通过衡量二者的平衡关系最终得到可疑订单决策树识别模型及其规则集。实验结果表明该方法既能获得较高的可疑订单识别率,又能极大的降低决策树的规模并得到泛化能力强的规则集,为民航收益提升团队制定出票时限提供重要的决策支持。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F562.5

【参考文献】

相关期刊论文 前10条

1 何海威;钱海忠;刘闯;谢丽敏;;采用决策树算法进行居民地自动综合[J];测绘科学技术学报;2016年06期

2 苏毅娟;雷聪;胡荣耀;何威;朱永华;;基于属性自表达的低秩超图属性选择算法[J];计算机应用研究;2017年08期

3 董兰芳;巢中迪;;一种拟合聚类结果的特征重要性评价方法[J];小型微型计算机系统;2016年06期

4 王忠韬;李彬;;基于旅客预订行为的航班收益辅助系统建设[J];空运商务;2016年05期

5 姚明海;王娜;林英建;;基于特征融合的视频异常事件检测方法[J];吉林大学学报(信息科学版);2016年03期

6 荣盘祥;曾凡永;黄金杰;;数据挖掘中特征选择算法研究[J];哈尔滨理工大学学报;2016年01期

7 段晓东;李泽东;王存睿;张庆灵;刘晓东;;基于AFS的多民族人脸语义描述与挖掘方法研究[J];计算机学报;2016年07期

8 杨昙;冯翔;虞慧群;;基于多群体公平模型的特征选择算法[J];计算机研究与发展;2015年08期

9 丁兵;吴允平;李彬雅;;一种基于C4.5算法的车位识别方法[J];电子测量技术;2015年08期

10 郑伟;马楠;;一种改进的决策树后剪枝算法[J];计算机与数字工程;2015年06期

相关博士学位论文 前1条

1 高强;航空收益管理中舱位控制问题的研究[D];南京航空航天大学;2006年

相关硕士学位论文 前10条

1 王朝正;基于Hadoop的C4.5决策树及其在网络流量中的应用[D];重庆邮电大学;2016年

2 蒋帅;基于AUC的分类器性能评估问题研究[D];吉林大学;2016年

3 周美琴;单位代价收益敏感决策树分类算法及其剪枝算法的研究[D];广西师范大学;2016年

4 韩璐;中国机票销售市场纵向关系研究[D];东北财经大学;2012年

5 周琦;改进的C4.5决策树算法研究及在高考成绩预测分析中的应用[D];广西大学;2012年

6 金效行;决策树算法在网站服务器日志分析中的应用[D];复旦大学;2011年

7 谭俊璐;基于决策树规则分类算法的研究与应用[D];暨南大学;2010年

8 陈杰;基于遗传算法的决策树剪枝方法[D];河北大学;2010年

9 张宇;决策树分类及剪枝算法研究[D];哈尔滨理工大学;2009年

10 王黎明;决策树学习及其剪枝算法研究[D];武汉理工大学;2007年

本文编号：2764793