一种国际机票价格预测方法技术

本发明专利技术公开一种国际机票价格预测方法。所述方法包括：积累当前日期前N天用户所查询航班在起飞日期的票价；计算所述航班在起飞日期的历史票价的平均值；计算当前日期距离起飞日期的天数对票价的影响因子；计算目的地环境对票价的影响因子；计算起飞日期为出游淡季或旺季对票价的影响因子；求由前N天的历史票价得到的预测票价加上前述影响因子的加权求和的值，得到当前日期用户所查询航班在起飞日期的预测票价。本发明专利技术在根据历史票价进行预测的基础上，又考虑了当前日期距离起飞日期远近等多种因素对票价的影响，提高了预测精度，能够节省用户在购买机票时的决策时间，提升用户体验。

A Forecasting Method of International Ticket Price

The invention discloses an international air ticket price prediction method. The method includes: accumulating the ticket price of the flights inquired by the users on the N days before the current date; calculating the average value of the historical ticket price of the flights on the take-off date; calculating the influencing factors of the number of days from the current date to the take-off date on the ticket price; calculating the influencing factors of the destination environment on the ticket price; calculating the influencing factors of the take-off date for the off season or peak season on the tick The predicted fare from the historical fare of the previous N days plus the weighted sum of the aforementioned influencing factors can obtain the predicted fare of the flights on the departure date inquired by the user on the current date. On the basis of predicting the historical fare, the invention also considers the influence of various factors such as the distance between the current date and the take-off date on the fare, improves the prediction accuracy, saves the decision-making time of the user when purchasing the ticket, and improves the user experience.

【技术实现步骤摘要】
一种国际机票价格预测方法
本专利技术属于机票查询预测
，具体涉及一种国际机票价格预测方法。
技术介绍
目前，全球机票预订网站可以根据用户的搜索请求，触发航司或供应商接口(触发接口指的是向某个机票供应商发起http请求，请求参数包括出发城市、到达城市、出发日期)获得某条航线当天购买的机票价格。如果用户想要购买节假日出行最实惠的价格需要在多个互联网机票OTA(OnlineTravelAgency)网站上进行多次横向、纵向对比和交叉性对比。横向对比是根据用户选定的航线，出发日期不固定，对比哪天出发的价格便宜；纵向对比是根据用户选定的航线，出发日期固定，对比市场上哪家OTA网站上价格最优；交叉性对比是根据用户选定航线，出发日期固定或不固定，但搜索日期或OTA网站不同(即用户连续一周乃至更长一段时间持续手动观测该航线在网站上价格的波动)自我预测未来价格走势。上述对比方法存在以下缺点：时间成本高：用户可能需要一周或更长时间才能购买到价格合适的机票；准确率低：用户依据自己每天的搜索所得价格只能粗略的估计未来的价格走势，可信度很低；资源浪费(OTA网站角度)：用户的一次购买行为背后是上百次的接口请求，而接口的请求是收费的以及网络带宽的成本。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提出一种国际机票价格预测方法。为实现上述目的，本专利技术采用如下技术方案：一种国际机票价格预测方法，包括以下步骤：步骤1，积累当前日期前N天用户所查询航班在起飞日期的票价：X0，X1，…，XN-1，N为大于1的整数；步骤2，计算所述航班在起飞日期的历史票价的平均值AVG；步骤3，计算当前日期距离起飞日期的天数对票价的影响因子DAY；步骤4，计算目的地环境对票价的影响因子ENV，所述环境是指影响票价的人文事件和自然事件；步骤5，计算起飞日期为出游淡季或旺季对票价的影响因子TIME，淡季的TIME小于0，旺季的TIME大于0；步骤6，根据(1)式预测所述航班在起飞日期的票价P：P＝XN+k1×AVG+k2×DAY+k3×ENV+k4×TIME(1)其中，XN为根据X0～XN-1预测得到的票价，k1、k2、k3和k4分别为AVG、DAY、ENV和TIME的权重，k1+k2+k3+k4＝1。与现有技术相比，本专利技术具有以下有益效果：本专利技术通过积累当前日期前N天用户所查询航班在起飞日期的历史票价，计算所述航班在起飞日期的历史票价的平均值AVG，计算当前日期距离起飞日期的天数对票价的影响因子DAY，计算目的地环境对票价的影响因子ENV，计算起飞日期为出游淡季或旺季对票价的影响因子TIME，最后通过求由前N天的历史票价得到的预测票价加上前述影响因子的加权求和的值，得到当前日期用户所查询航班在起飞日期的预测票价，实现了机票价格的自动预测。本专利技术在根据历史票价进行预测的基础上，又考虑了当前日期距离起飞日期远近等多种因素对票价的影响，提高了预测精度，能够节省用户在购买机票时的决策时间，提升用户体验。解决了现有技术中存在的时间成本高、预测准确率低以及资源浪费等问题。附图说明图1为本专利技术实施例一种国际机票价格预测方法的流程图。具体实施方式下面结合附图对本专利技术作进一步详细说明。本专利技术实施例一种国际机票价格预测方法的流程图如图1所示，所述方法包括以下步骤：S101、积累当前日期前N天用户所查询航班在起飞日期的票价：X0，X1，…，XN-1，N为大于1的整数；S102、计算所述航班在起飞日期的历史票价的平均值AVG；S103、计算当前日期距离起飞日期的天数对票价的影响因子DAY；S104、计算目的地环境对票价的影响因子ENV，所述环境是指影响票价的人文事件和自然事件；S105、计算起飞日期为出游淡季或旺季对票价的影响因子TIME，淡季的TIME小于0，旺季的TIME大于0；S106、根据(1)式预测所述航班在起飞日期的票价P：P＝XN+k1×AVG+k2×DAY+k3×ENV+k4×TIME(1)其中，XN为根据X0～XN-1预测得到的票价，k1、k2、k3和k4分别为AVG、DAY、ENV和TIME的权重，k1+k2+k3+k4＝1。在本实施例中，步骤S101主要用于获取当前日期以前的历史票价X0～XN-1，即当前日期前一天、两天、…、前N天的票价，用于步骤S106根据X0～XN-1预测XN。N的值根据经验折中选取。为了便于获得所述历史票价，可离线进行数据收集与清洗，比如，长期进行数据积累，并将数据保存到Hadoop(Hadoop是一个分布式文件存储系统)中，每天定时启动Spark(Spark是专为大规模数据处理而设计的快速通用的计算引擎)计算框架把历史数据清洗成预测所需的数据格式。在本实施例中，步骤S102主要用于获取历史票价的平均值AVG。AVG值用于步骤S106的票价预测，是影响票价预测的影响因子之一。为了提高预测精度，用于计算AVG的历史样本数据量应该足够大，比如，可以采用最近用户连续搜索的180天的相同起飞日期票价的平均值，如果本年度的数据量不够，还可以采用往年的数据。在本实施例中，步骤S103主要用于计算当前日期距离起飞日期的远近对票价的影响因子DAY。DAY也用于步骤S106的票价预测，是影响票价预测的影响因子之一。DAY是当前日期距离起飞日期的天数的递增函数，为了简便，可直接采用所述天数作为影响因子DAY。在本实施例中，步骤S104主要用于计算目的地环境对票价的影响因子ENV。ENV同样用于步骤S106的票价预测，是影响票价预测的影响因子之一。所述环境是指影响票价的人文事件和自然事件。人文事件包括会议、节日、商品展销、暴乱和战争等；自然事件主要是指自然灾害，如洪水、台风、火山爆发、地震、冰雹和瘟疫等。不同的事件对票价的影响程度及影响性质(涨或降)不同，可以根据经验针对不同事件赋于ENV不同正负、不同大小的值；也可以根据关键词出现的频率建立数学模型定量计算，后面将给出一种采用数学模型计算ENV的实施例。在本实施例中，步骤S105主要用于计算起飞日期是出游淡季还是旺季对票价的影响因子TIME。TIME也用于步骤S106的票价预测，是影响票价预测的影响因子之一。淡季的TIME小于0，旺季的TIME大于0，如淡季的TIME可以取-500，旺季的TIME可以取+500。在本实施例中，步骤S106主要用于根据步骤S101～S105的结果预测当前日期航班在起飞日期的票价。本实施例给出了预测模型，如(1)式。(1)式的右边主要由两部分组成：一部分是基于步骤S101积累的X0，X1，…，XN-1进行预测得到的XN，XN为票价预测的主体部分；另一部分是对主体部分XN的修正部分，由步骤S102～S105的影响因子加权求和得到。根据历史数据进行预测是成熟的现有技术，这里不详细介绍预测方法，后面的实施例将给出一种具体的预测方法。对各影响因子赋于不同的权重，可以提高预测精度。所述权重值可以根据经验进行设定；为了提高精度，也可以先赋初值，然后进行优化处理，即对权重值进行校准，使预测精度符合精度要求。后面的实施例将给出一种具体的权重校准方法。值得说明的是，虽然本实施例只给出了以上4种影响票价预测的影响因子，但并不限于这4种因子，在此基础上对影响因子进行的增、减处理本文档来自技高网...

【技术保护点】
1.一种国际机票价格预测方法，其特征在于，包括以下步骤：步骤1，积累当前日期前N天用户所查询航班在起飞日期的票价：X0，X1，…，XN‑1，N为大于1的整数；步骤2，计算所述航班在起飞日期的历史票价的平均值AVG；步骤3，计算当前日期距离起飞日期的天数对票价的影响因子DAY；步骤4，计算目的地环境对票价的影响因子ENV，所述环境是指影响票价的人文事件和自然事件；步骤5，计算起飞日期为出游淡季或旺季对票价的影响因子TIME，淡季的TIME小于0，旺季的TIME大于0；步骤6，根据(1)式预测所述航班在起飞日期的票价P：P＝XN+k1×AVG+k2×DAY+k3×ENV+k4×TIME      (1)其中，XN为根据X0～XN‑1预测得到的票价，k1、k2、k3和k4分别为AVG、DAY、ENV和TIME的权重，k1+k2+k3+k4＝1。

【技术特征摘要】
1.一种国际机票价格预测方法，其特征在于，包括以下步骤：步骤1，积累当前日期前N天用户所查询航班在起飞日期的票价：X0，X1，…，XN-1，N为大于1的整数；步骤2，计算所述航班在起飞日期的历史票价的平均值AVG；步骤3，计算当前日期距离起飞日期的天数对票价的影响因子DAY；步骤4，计算目的地环境对票价的影响因子ENV，所述环境是指影响票价的人文事件和自然事件；步骤5，计算起飞日期为出游淡季或旺季对票价的影响因子TIME，淡季的TIME小于0，旺季的TIME大于0；步骤6，根据(1)式预测所述航班在起飞日期的票价P：P＝XN+k1×AVG+k2×DAY+k3×ENV+k4×TIME(1)其中，XN为根据X0～XN-1预测得到的票价，k1、k2、k3和k4分别为AVG、DAY、ENV和TIME的权重，k1+k2+k3+k4＝1。2.根据权利要求1所述的国际机票价格预测方法，其特征在于，3.根据权利要求1所述的国际机票价格预测方法，其特征在于，所述ENV的计算方法包括：利用网...

【专利技术属性】
技术研发人员：白晶磊，邹延迪，李尚锦，
申请(专利权)人：深圳市活力天汇科技股份有限公司，
类型：发明
国别省市：广东,44