[發明專利]一種基于循環神經網絡的機票日訂座數預測方法

在審

• 申請號: 201710792903.1
• 申請日: 2017-09-05
• 公開（公告）號: CN107506869A
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 張舒;吳大雷;張秀真
• 申請（專利權）人: 濟南浚達信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06N3/02
• 代理公司: 濟南金迪知識產權代理有限公司37219
• 代理人: 葉亞林

1.一種基于循環神經網絡的機票日訂座數預測方法，其特征在于，包括步驟如下：

1)對原始數據進行預處理；統計屬于同一航線的航班、每條航線的總艙位數和每條航線的總訂座數；

其中，每條航線有n+1條訂座數據，n+1條訂座數據對應著從航班起飛前n天到航班起飛當天每一天航線的訂座數；

2)首先，將全部數據按照預售票日期與起飛日期間的日期差分為n+1組，編號i＝0～n；n+1組數據分別對應不同的售票日期內每條航線的總艙位數和每條航線的總訂座數；

對每一組數據，取連續七個起飛日期的數據，其中前六個起飛日期的數據作為神經網絡的輸入，第七個起飛日期的數據作為神經網絡的輸出；神經網絡的輸入的格式為6行4列的矩陣，矩陣的每一行數據代表起飛日期的歷史數據；矩陣的4列數據分別指的是該組數據的編號i、該起飛日期是否為周末、該起飛日期前i天的售票總數、要預測的第七天的艙位總數；其中，組編號i和要預測的第七天的艙位總數均為6行共用；神經網絡的輸出的格式為為一個標量值；

3)對全部n+1組數據依次進行以上操作，得到全部的訓練數據樣本；

4)選取測試樣本，輸入訓練好的模型中，得到預測結果。

2.根據權利要求1所述的基于循環神經網絡的機票日訂座數預測方法，其特征在于，所述n＝17。