[发明专利]一种基于聚类和改进的xgboost的航班流量预测方法及系统

说明书

本发明涉及一种基于聚类和改进的xgboost的航班流量的预测方法及系统，获取近一年各个航班的属性信息；对各个航班的属性进行聚类，得到不同的聚类特征；由各个航班近一年内的销售数据，生成历史时序特征；以不同的聚类特征和聚类特征组合作为空间特征与历史时序特征为输入构建并训练若干xgboost子模型，选择最优化的xgboost子模型作为最终的xgboost模型；由各个航班的当前销售记录，生成各个航班当前时序特征；最终的xgboost模型基于当前时序特征，预测各个航班在不同折扣下的流量。本发明基于动态规划的思想和xgboost模型，结合航班的分类属性和时序特征预测航班流量，以给航线员提供合理的定价策略参考，实现收益的最大化。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种基于无监督聚类和改进的xgboost的航班流量的预测方法及系统。

背景技术

对于国内航空公司，收益管理是一项重要的课题，而流量的预测又是收益管理中的关键环节。近几年，有很多研究人员采用了各种各样的方法来预测航班流量，比如：用同期的历史销售记录，用起落地的GDP，以及航班起飞时间的属性。

但是，现有的航班流量预测方法基于单一因素，无法同时考虑到众多因素的综合影响，使得航班流量预测精度不高。

发明内容

针对现有技术中存在的问题，本发明提供一种基于无监督聚类和改进的xgboost的航班流量的预测方法及系统，根据航班的属性进行不同维度的聚类，结合航班的聚类属性和时序特征预测航班的流量，同时兼顾了时间和空间上的影响，提高了预测的准确性。

为达到上述目的，本发明一方面提供了一种基于聚类和改进的xgboost的航班流量的预测方法，包括：

获取近一年各个航班的属性信息；

对各个航班的属性进行聚类，得到不同的聚类特征；

由各个航班近一年内的销售数据，生成历史时序特征；

以不同的聚类特征和聚类特征组合作为空间特征与历史时序特征为输入构建并训练若干xgboost子模型，选择最优化的xgboost子模型作为最终的xgboost模型；由各个航班的当前销售记录，生成各个航班当前时序特征；

最终的xgboost模型基于当前时序特征，预测各个航班在不同折扣下的流量。

进一步地，各个航班的属性信息，具体包括：

航班所属航司的规模，航班起落城市属性，航班所属航线的运力，航班时间属性。

进一步地，对各个航班的属性进行聚类，具体包括：

由航班所属航司的规模聚类：按照近一年航司旅客数量，近一年的航司的所有航班的客座率均值，近一年航司的所有航班个数，近一年航司的飞机数量四个特征进行聚类，得到低、中、高三个规模的航司分类；聚类过程包括：四个特征分别进行归一化，分别选择一个特征进行增强，其他特征不变，再由DBSCAN进行分类，获得四个特征分别增强的分类结果，选择分类效果最好的分类结果；

由航班起落城市属性聚类：按照出发城市的经纬度、出发城市的城市规模、出发城市的去年的GDP、出发城市近一年的航班数、出发城市的机场个数，五个特征进行两两相关性的计算，如果两个特征的相关系数大于设定阈值则删除两个特征之一，以剩余特征采用K-MEANS、DBSCAN、和BRICH分别聚类出发城市属性，采用投票的方式确定样本归属类别；按照目的地城市的经纬度、目的地城市的城市规模、目的地城市的去年的GDP、目的地城市近一年的航班数、目的地城市的机场个数，五个特征进行两两相关性的计算，如果两个特征的相关系数大于设定阈值则删除两个特征之一，以剩余特征采用K-MEANS、DBSCAN、和BRICH分别聚类目的地城市属性，采用投票的方式确定样本归属类别；