[發明專利]航班價格預測方法、裝置、設備和存儲介質

在審

• 申請號: 201710395448.1
• 申請日: 2017-05-26
• 公開（公告）號: CN107274215A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 王楠;常龍
• 申請（專利權）人: 黑龍江大學;深圳市騰邦國際商業服務股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/26;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司11258
• 代理人: 彭瓊

1.一種航班價格預測方法，其特征在于，所述方法包括：

獲得T個不同預定離港日期的同一航班在離港前預定時段的n個價格數據，其中，所述價格數據包括：機票價格和與所述機票價格相對應的機票數量；

根據所述n個價格數據獲得樣本長度為k的p個不同樣本，其中，每個樣本包括的價格數據為相同預定離港日期的同一航班在所述預定時段的價格數據，并且，每個樣本包括所述同一航班價格趨勢信息，k小于或等于n；

以所述p個不同樣本作為訓練樣本訓練神經網絡模型；

基于訓練后的神經網絡模型預測預定離港日期的所述同一航班在離港之前的預定時刻的價格，其中，T、n、k、p均為正整數。

2.根據權利要求1所述的航班價格預測方法，其特征在于，所述獲得T個不同預定離港日期的同一航班在離港前預定時段的n個價格數據，包括：

將所述預定時段平均劃分為n個時間段，將每個所述時間段內所述同一航班的最低價格記錄為所述每個所述時間段的價格數據。

3.根據權利要求1所述的航班價格預測方法，其特征在于，所述根據所述n個價格數據獲得樣本長度為k的p個不同樣本，包括：

通過每個相同預定離港日期的同一航班在離港前預定時段的價格數據獲得m×t-k個不同樣本，其中，m為所述預定時段的天數，t為在每天獲取所述價格數據的次數，其中，m×t大于或等于k；

基于每個相同預定離港日期的同一航班在離港前預定時段的價格數據獲得的m×t-k個不同樣本和不同預定離港日期的數量T獲得所述p個不同樣本。

4.根據權利要求1所述的航班價格預測方法，其特征在于，所述以所述p個不同樣本作為訓練樣本訓練神經網絡模型之前，還包括：

當所述n個價格數據中出現缺失價格數據時，選擇所述缺失價格數據對應的價格數據采集的時間節點的下一次價格數據采集的時間節點對應的價格數據，將選擇的價格數據作為所述缺失價格數據補充到所述n個價格數據中。

5.根據權利要求1至4中任一項所述的航班價格預測方法，其特征在于，所述以所述p個不同樣本作為訓練樣本對神經網絡模型進行訓練之前，還包括：

比較p與樣本數量閾值，并且判定p大于或等于所述樣本數量閾值。

6.一種航班價格預測裝置，其特征在于，所述裝置包括：

數據采集單元，用于獲得T個不同預定離港日期的同一航班在離港前預定時段的n個價格數據，其中，所述價格數據包括：機票價格和與所述機票價格相對應的機票數量；

樣本選取單元，用于根據所述n個價格數據獲得樣本長度為k的p個不同樣本，其中，每個樣本包括的價格數據為相同預定離港日期的同一航班在所述預定時段的價格數據，并且，每個樣本包括所述同一航班價格趨勢信息，k小于或等于n；

模型訓練單元，用于以所述p個不同樣本作為訓練樣本訓練神經網絡模型；

價格預測單元，用于基于訓練后的神經網絡模型預測預定離港日期的所述同一航班在離港之前的預定時刻的價格，其中，T、n、k、p均為正整數。

7.根據權利要求6所述的航班價格預測裝置，其特征在于，所述數據采集單元還用于：

將所述預定時段平均劃分為n個時間段，將每個所述時間段內所述同一航班的最低價格記錄為所述每個所述時間段的價格數據。

8.根據權利要求6所述的航班價格預測裝置，其特征在于，所述樣本選取單元還用于：

通過每個相同預定離港日期的同一航班在離港前預定時段的價格數據獲得m×t-k個不同樣本，其中，m為所述預定時段的天數，t為在每天獲取所述價格數據的次數，其中，m×t大于或等于k；

基于每個相同預定離港日期的同一航班在離港前預定時段的價格數據獲得的m×t-k個不同樣本和不同預定離港日期的數量T獲得所述p個不同樣本。

9.根據權利要求6所述的航班價格預測裝置，其特征在于，還裝置包括缺失數據處理單元，用于：

當所述n個價格數據中出現缺失價格數據時，選擇所述缺失價格數據對應的價格數據采集的時間節點的下一次價格數據采集的時間節點對應的價格數據，將選擇的價格數據作為所述缺失價格數據補充到所述n個價格數據中。