[发明专利]一种航空旅客付费选座意愿画像及分析的方法

说明书

本发明涉及一种用户画像方法，具体说是一种航空旅客付费意愿画像及分析的方法。通过对旅客在航空业产生的数据为航空旅客进行画像，深入挖掘特征信息，针对不同的客户群体，帮助刻画出具有付费意愿的航空旅客画像，对航空公司而言，细分客户群，预测付费选座的行为特征，为旅客个性化服务提供技术支持。

技术领域

本发明涉及旅客付费选座画像领域，具体是一种航空旅客付费选座意愿画像及分析的方法。

技术背景

在航空领域，每天都还产生大量的旅客信息、航班信息、座位信息，这些数据都整合在航空公司的数据库以及其他订票软件的系统中，数量庞大，信息分散，甚至还有部分错误数据，看似毫无价值。但是如果采用科学有效的方法进行系统性的整合数据，在航空领域而言，我们可以得到有效的用户画像。

中国的航空付费选座业务起步较晚，有着庞大的发展空间，如何识别具有付费选座意愿的航空旅客是至关重要的一件事，这也是本发明要解决的问题。

发明内容

针对上述问题，本发明通过对旅客在航空业产生的数据为航空旅客进行画像，深入挖掘特征信息，针对不同的客户群体，帮助刻画出具有付费意愿的航空旅客画像，对航空公司而言，细分客户群，预测付费选座的行为特征，为旅客个性化服务提供技术支持。

本发明所述一种航空旅客付费选座意愿画像及分析的方法，其特征在于包含以下步骤：

A)数据获取及存储：从众多数据源中获取航空旅客身份信息、航班信息以及其他行为信息，并进行存储；

B)确定标签模型：对所获取的航空旅客身份信息特征、航班信息以及其他行为信息特征进行观察，从而确定对应标签模型；

C)建立标签模型：根据获取到的航空旅客身份信息特征、航班信息以及其他行为信息特征，分别进行对应标签建立，同时赋予每一标签对应的值域和标签价值(所占权重值)；所述标签权重值的取值总和为1，每一对应标签的具体权重值表示该标签对航空旅客付费选座意愿的影响占比程度；标签权重为该标签的影响因子以及具体数据类别的权重的乘积；所述标签影响因子与时间有关，具体可描述为标签形成时间以及数据的来源时间，太古老的时间价值系数较低；所述数据类别的权重针对航空行程中行为信息的权重比，具体与旅客选座相关；

D)计算标签权重：利用如下算法计算标签权重T_ij，得到一组综合的标签，形成用户画像：

T_ij＝R_ij*W_ij

其中，R_ij表示第i个标签中第j个值得影响因子，i代表标签编号，j代表该标签中第j个值，在航空旅客数据集中，第i个标签表示第i个用户，第j个影响因子表示具体的旅客行为信息；

其计算公式如下：

其中，K_ij为数据集合中与第i个标签的第j个值所对应的数据项数；

是第m条记录的标签影响因子，是第n条记录的数据时间因子，其计算公式分别如下：

其中表示第m条数据的当前时间，表示第m条数据生成时间，表示第n条数据生成距离现在的时间间隔。

数据类别权重W_ij表示为：

i代表标签编号，j代表该标签中第j个值，在航空旅客数据集中，第i个标签表示第i个用户，第j个影响因子表示具体的旅客行为信息，计算方法如下：

我们采用PCA降维的方法确定数据类别的主要类别，在进行权重的具体计算，PCA降维步骤如下：