一种基于航空订票行为数据的特征抽取方法技术

一种基于航空订票行为数据的特征抽取方法，其具体步骤为：步骤1，从航空公司数据库调取原始数据，并进行数据预处理；步骤2，特征抽取系统分析预处理数据，得到正常用户和非正常用户的区分度信息；步骤3，基于正常用户和非正常用户的区分度信息进行特征提取，所述特征包括时间特征，数量特征，地点特征。本发明专利技术从时间序列，地点信息和IP信息提取特征的方法，进而高效准确的对恶意订单进行预测和拦截，可以获得更高的预测准确率。

【技术实现步骤摘要】
一种基于航空订票行为数据的特征抽取方法
本专利技术涉及特征抽取领域，尤其涉及一种基于航空订票行为数据的特征抽取方法。
技术介绍
目前购票网站中，存在一些恶意预定行为，这些预定由某些组织所控制的“肉鸡”账号产生，为某些热门航线制造垄断局面，再抬高价格出售给用户，严重的影响了旅客利益并使航空公司蒙受损失，机票销售市场秩序也受到严重的影响。如何识别恶意订单，对于提高航空公司服务质量，提高用户体验和维护市场稳定具有重要的现实意义。然而目前对于恶意预定行为的有效预测仍然是一个待解决的问题，现有技术中常用解决问题的是黑白名单法和订单可信度评价方法。订单可信度评价方法，采用从航信系统的订单数据库获取历史订单数据；根据所述历史订单数据，生成可信度评估指标，其中，可信度评估指标包括以下至少之一：旅客诚信度指标、代理人诚信度指标、不同舱位等级出票可信度指标、订票时间距离起飞时间的不同时间区间出票可信度指标；采用层次化分析法，确定可信度评估指标的权重系数；根据可信度评估指标和可信度评估指标的权重系数，计算实时订单的订单可信度得分；将订单可信度得分存储到数据库中的方式，对订单进行评估。黑白名单法，是指通过数本文档来自技高网...

【技术保护点】
1.一种基于航空订票行为数据的特征抽取方法，其具体步骤为：步骤1，从航空公司数据库调取原始数据，并进行数据预处理；步骤2，特征抽取系统分析预处理数据，得到正常用户和非正常用户的区分度信息；步骤3，基于正常用户和非正常用户的区分度信息进行特征提取，所述特征包括时间特征，数量特征，地点特征。

【技术特征摘要】
1.一种基于航空订票行为数据的特征抽取方法，其具体步骤为：步骤1，从航空公司数据库调取原始数据，并进行数据预处理；步骤2，特征抽取系统分析预处理数据，得到正常用户和非正常用户的区分度信息；步骤3，基于正常用户和非正常用户的区分度信息进行特征提取，所述特征包括时间特征，数量特征，地点特征。2.如权利要求1所述的方法，其特征在于，在所述步骤1中的数据预处理的方法包括，通过关键词抽取出用户查询信息，所述用户查询信息包括IP地址信息，查询时间，查询结果信息，查询航班的起止地点信息和用户预订的IP信息，订单预定时间和出票结果；获取航空公司需求，将订单中最后正常出票的标记为正常行为，未出票的标记为恶意行为；进行标记后，将查询数据和标记过的订单数据分别存储以便后续使用和快速查询。3.如权利要求1所述的方法，其特征在于，在所述步骤2中，分析系统分析预处理数据，得到正常用户和非正常用户的区分度信息包括，多数正常用户会查询间隔短，多数非正常用户大多查询间隔长；多数正常用户是在工作时间和...

【专利技术属性】
技术研发人员：周中雨，张日崇，姚一，朱博康，王映彤，王玥，
申请(专利权)人：中国民航信息网络股份有限公司，
类型：发明
国别省市：北京,11