[发明专利]一种基于图神经网络的航班客座率的预测方法及系统

权利要求书

1.一种基于图神经网络的航班客座率的预测方法，其特征在于，包括：

以目标航班作为目标节点，根据与目标节点的相关性选择参考节点，参考节点对应参考航班，由目标节点和参考节点的不同特征形成不同的特征子图；

对多个特征子图按照不同的权重融合获得邻接矩阵；

获取目标节点及参考节点对应航班的销售记录，构建不同折扣下的时序特征；

基于邻接矩阵及不同折扣下的时序特征预测目标航班和参考航班不同折扣下的销售量，由销售量计算目标航班的客座率；

每个特征子图对应一个特征，特征包括所属航司规模、起落城市、是否直达、起飞时段、航司所在航线的运力以及起飞时间是否在节假日前后、周末前后或工作日；根据与目标节点特征的相关性选择参考节点包括，选择与目标节点的相关性超过设定阈值的航班作为参考节点；

将邻接矩阵、目标航班和参考航班的时序特征输入神经网络模型，预测得到目标航班和参考航班不同折扣下的航班销售量。

2.根据权利要求1所述的基于图神经网络的航班客座率的预测方法，其特征在于，对多个特征子图按照不同的权重融合获得邻接矩阵包括：

对各个特征子图的特征加权求和并归一化得到邻接矩阵。

3.根据权利要求1所述的基于图神经网络的航班客座率的预测方法，其特征在于，

由参考节点中选择与目标节点起落城市相同的航班，与目标航班形成航班集，计算航班集中各航班的总销售的均值，由销售的均值计算目标航班的客座率。

4.一种基于图神经网络的航班客座率的预测系统，其特征在于，包括：

特征子图构建模块，以目标航班作为目标节点，根据与目标节点的相关性选择参考节点，参考节点对应参考航班，由目标节点和参考节点的不同特征形成不同的特征子图；每个特征子图对应一个特征，特征包括所属航司规模、起落城市、是否直达、起飞时段、航司所在航线的运力以及起飞时间是否在节假日前后、周末前后或工作日；根据与目标节点特征的相关性选择参考节点包括，选择与目标节点的相关性超过设定阈值的航班作为参考节点；

融合模块，对多个特征子图融合获得邻接矩阵；

时序特征构建模块，获取目标节点及参考节点对应航班的销售记录，构建不同折扣下的时序特征；

预测模块，基于邻接矩阵及不同折扣下的时序特征预测目标航班和参考航班不同折扣下的销售量，由销售量计算目标航班的客座率；所述预测模块内置图神经网络模型，将邻接矩阵、目标航班和参考航班的时序特征输入神经网络模型，预测得到目标航班和参考航班不同折扣下的航班销售量。

5.根据权利要求4所述的基于图神经网络的航班客座率的预测系统，其特征在于，所述融合模块，对各个特征子图的特征加权求和并归一化得到邻接矩阵。

6.根据权利要求5所述的基于图神经网络的航班客座率的预测系统，其特征在于，由不同折扣下的销售量，计算目标航班的客座率，具体计算方法为：由参考节点中选择与目标节点起落城市相同的航班，与目标航班形成航班集，计算航班集中各航班的总销售的均值，由销售的均值计算目标航班的客座率。