[发明专利]基于全链式空铁联程出行的个性化方案生成方法

权利要求书

1.一种基于全链式空铁联程出行的个性化方案生成方法，其特征在于：该方法包括以下步骤：

步骤一：旅客出行数据采集；包括采集N名旅客的一年内关于空铁联程的城内和城际的历史出行数据和感知数据；

第i名旅客历史出行数据包括旅客收入水平A_i、程前交通方式B_i、旅客出发城市C_i、旅客目的城市D_i、换乘城市E_i、旅客的出行目的F_i、旅客一年内一次出行的平均距离G_i、旅客一年内一次出行的平均总成本H_i；

第i名旅客的感知数据包括出发时间偏好I_i、购票时间偏好J_i、旅客出行方式选择时的最大影响因素Y_i，i＝1，2，3...，N；

步骤二：确定旅客出行选择最大影响因素；将步骤一获取到的N名旅客的数据划分成训练集X_train和检验集X_test；

构建旅客出行选择最大影响因素分类模型，十个属性参量A_i～J_i作为模型的自变量，最大影响因素Y_i作为模型的因变量，采用随机森林算法结合决策树算法训练得到最终的分类模型；

步骤三：获取空铁联程旅客出行需求，即该旅客的十个属性参量A_i～J_i；

步骤四：采集联程出行信息；出行由城内交通和城际交通两部分组成，城内交通由巴士负责，城际交通由航空和高铁提供服务；采集航班价格P_A、高铁价格P_R、城内巴士价格P_B、空铁旅客优惠补贴S、航班时长T_A、高铁时长T_R，换乘时长T_T、程前城后交通时长T_C、以及航班和高铁的班次表；

步骤五：出行方案生成及排序；根据步骤三获取的旅客出行需求，利用步骤二训练得到的分类模型得到旅客出行选择最大影响因素，查询出发日期、出发城市至目的地城市所有可行出行方案并进行排序；

步骤六：制定个性化出行方案；包括根据旅客出行选择最大影响因素和步骤五的所有出行方案排序寻找最合理的出行方案，完成空铁联程旅客的个性化出行方案推荐。

2.根据权利要求1所述的基于全链式空铁联程出行的个性化方案生成方法，其特征在于：所述步骤二训练得到最终的分类模型，方法包括：

对于训练集X_train采用随机森林算法，即随机有放回地选择T个训练子集U_T；

在每个子集中根据决策树算法对数据进行分类，根据信息增益比确定分裂节点的顺序，建立决策树；

对于检验集X_test的所有数据，单独将每组数据代入T个子集的决策树中，得到T个关于旅客出行选择的最大影响因素分类结果；

利用随机森林算法对分类结果进行投票并统计投票结果，将出现次数最高的因变量Y作为该数据的分类结果；

对分类模型进行测试，判断该分类模型预测得到的因变量Y_i与该名旅客实际出行选择的最大影响因素是否一致；

当准确率高于一定阈值，则判定该分类效果满足预期值，结束模型训练，否则返回重新随机挑选T个子集进行分类训练，不断重复直至准确率满足要求。