[發(fā)明專利]民航領(lǐng)域旅客價值的預測方法

在審

• 申請?zhí)枺?/td>: 201811387226.6
• 申請日: 2018-11-21
• 公開（公告）號: CN109522372A
• 公開（公告）日: 2019-03-26
• 發(fā)明（設計）人: 韓升;林友芳;武志昊;萬懷宇;董興業(yè);王晶
• 申請（專利權(quán)）人: 北京交通大學
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06N3/08;G06Q30/02
• 代理公司: 北京紅福盈知識產(chǎn)權(quán)代理事務所(普通合伙) 11525
• 代理人: 陳月福

本發(fā)明提供了一種民航領(lǐng)域旅客價值的預測方法。該方法從四個維度評估民航領(lǐng)域的客戶價值；其次，提出一種數(shù)值量化模型，利用AHP決策過程，將RFUM模型多維特征轉(zhuǎn)化到一維數(shù)值空間，有利于從數(shù)值角度對用戶價值變化進行分析；最后，提出一種序列依賴多任務學習模型，考慮用戶消費意愿與消費金額的天然相關(guān)性，利用用戶歷史消費數(shù)據(jù)的時序特性，結(jié)合時序數(shù)據(jù)注意力機制與多任務學習過程，預測用戶將來價值。本發(fā)明的實施結(jié)合民航領(lǐng)域的營銷需求，能夠更為準確地預測企業(yè)客戶的生命周期價值，基于預測結(jié)果，企業(yè)可以更好地制定客戶拓展策略，提高用戶留存率，最大化利用客戶價值，增強企業(yè)競爭力。

技術(shù)領(lǐng)域

本發(fā)明涉及民航旅客管理技術(shù)領(lǐng)域，尤其涉及一種民航領(lǐng)域旅客價值的預測方法。

背景技術(shù)

近年來，隨著中國民用航空領(lǐng)域的快速發(fā)展，逐漸吸引了58家航空公司來到國內(nèi)市場競爭市場份額，隨著企業(yè)間競爭的日益激烈，如何拓展和鞏固客戶資源成為企業(yè)最為關(guān)注的問題。在這樣的環(huán)境中，公司單單通過多種統(tǒng)計分析方法分析客戶已經(jīng)展示出的價值來調(diào)整市場策略是不夠的。航空公司如果能在民航旅客高速增長的過程中，預測旅客的未來價值或者提前發(fā)現(xiàn)旅客未來的價值成長性，則能獲得更多利益。

高價值客戶群帶來的不僅僅是個人效益，更可以影響周圍人，帶來群體效益。在這種情況下，企業(yè)能夠根據(jù)旅客歷史行為數(shù)據(jù)分析計算旅客當前價值并預測旅客未來的價值是至關(guān)重要的，對于歷史旅客，挖掘用戶當前價值并預測未來價值變化，可以快速調(diào)整相應營銷策略，挽留旅客或者進一步提升其價值。對于新增旅客，快速發(fā)現(xiàn)其未來的成長價值，能夠獲得更多利益，迅速提升消費收益的同時，獲取個體忠誠度。有助于企業(yè)擴大市場份額，提升企業(yè)競爭力。

目前，現(xiàn)有技術(shù)中還沒有一種有效的民航領(lǐng)域旅客價值的預測方法。

發(fā)明內(nèi)容

本發(fā)明的實施例提供了一種民航領(lǐng)域旅客價值的預測方法，以實現(xiàn)有效地預測民航領(lǐng)域的旅客價值。

為了實現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。

一種民航領(lǐng)域旅客價值的預測方法，包括：

從民航領(lǐng)域中的旅客訂座記錄數(shù)據(jù)和第三方數(shù)據(jù)中抽取信息，形成旅客行為關(guān)系數(shù)據(jù)；

對所述旅客行為關(guān)系數(shù)據(jù)進行分析和預處理，構(gòu)建用戶行為信息；

基于所述用戶行為信息構(gòu)建用戶價值的多維度評估模型；

基于所述用戶價值的多維度評估模型計算出旅客價值。

進一步地，所述的從民航領(lǐng)域中的旅客訂座記錄數(shù)據(jù)及第三方數(shù)據(jù)中抽取信息，形成旅客行為關(guān)系數(shù)據(jù)，包括：

對旅客訂座記錄數(shù)據(jù)和第三方數(shù)據(jù)進行抽取、清洗工作，形成旅客行為關(guān)系數(shù)據(jù)，所述旅客訂座記錄數(shù)據(jù)中的個體行為屬性數(shù)據(jù)的結(jié)構(gòu)如表1所示；

表1

所述第三方數(shù)據(jù)包括旅客的群體數(shù)據(jù)，該群體數(shù)據(jù)包括旅客所在的城市群，該城市群中的城市屬性的描述如表2所示：

表2

。

進一步地，所述的對所述旅客行為關(guān)系數(shù)據(jù)進行分析和預處理，構(gòu)建用戶行為信息，包括：

對所述旅客行為關(guān)系數(shù)據(jù)進行分析和預處理，該分析和預處理包括缺失值處理、異常值分析、屬性規(guī)約、清洗和變換，利用分析和預處理后的旅客行為關(guān)系數(shù)據(jù)構(gòu)建用戶行為信息，該用戶行為信息形成了用戶在特定時間窗口內(nèi)的屬性信息，該屬性信息用三元組(id，t，features)的形式表示，其中id表示用戶的標識，t指第t個時間窗口；features表示第t個時間窗口內(nèi)用戶的特征；

Features的具體設計如表3所示：