[发明专利]一种国内航班价格预测方法

权利要求书

1.一种国内航班价格预测方法，其特征在于，包括以下步骤：

步骤1，对航班特征进行编码，制作Mapping表，使每一个特征值都有一个唯一的编号；航班特征至少包括：航班号，航空公司，出发地，目的地，起飞时间；

步骤2，对Mapping表中的特征值进行Embedding转换，减小数据维度，得到特征值的向量表示；

步骤3，将特征值的向量表示输入到DeepFM模型，分别得到低阶特征输出和高阶特征输出；

步骤4，将航班的历史价格数据输入到LSTM模型，并将LSTM模型的输出进行Embedding转换，得到历史价格数据的向量表示；

步骤5，利用Stacking方法，将DeepFM和LSTM的输出数据进行融合，经输出层输出航班的预测价格；

DeepFM和LSTM的输出数据按下式进行融合：其中，y为输出层的输出，w_D-i为DeepFM权重，x_D-i为DeepFM提取的特征，I为DeepFM提取的特征的数量；w_L-j为LSTM权重，x_L-j为LSTM提取的特征，J为LSTM提取的特征的数量；b为偏置项。

2.根据权利要求1所述的国内航班价格预测方法，其特征在于，所述步骤4还包括：针对历史价格的缺失数据，使用Masking的方式进行屏蔽，如果某样本的部分输入值为空，所述输入值不参与权重更新和模型学习。

3.根据权利要求1所述的国内航班价格预测方法，其特征在于，所述步骤5的输出层有多个输出，包括未来一段时间每天的航班价格，起飞前航班的最低价格及最低价格发生的时间、起飞前是否会降价。