[發明專利]一種基于級聯訓練集成學習的航空旅客偏好預測方法

在審

• 申請號: 202110600427.5
• 申請日: 2021-05-31
• 公開（公告）號: CN113361757A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 王百城;陳凱;龍勝春
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于級聯訓練集成學習的航空旅客偏好預測方法，所述方法包括以下步驟：步驟1.使用開源航空旅客數據集或者自行建立數據集，并對數據集進行預處理；步驟2.訓練階段，采用級聯訓練方法；步驟3.集成學習階段，采用分類器融合方法，根據AUC指標篩選出級聯訓練所得分類器中待融合的分類器集合，采用分類器貪心融合方法形成集成模型；步驟4.使用融合得到的最終模型對測試集進行測試，得到航空旅客偏好預測結果。本發明有效提升了預測的效果，提高了預測結果的可信度。

技術領域

本發明屬于數據挖掘、客戶分類領域，涉及一種基于級聯訓練集成學習的航空旅客偏好預測方法。

背景技術

隨著我國航空運輸網絡不斷完善，市場競爭逐漸激烈，服務質量是影響航空企業生存的重要因素。為了提升服務質量，把握客戶資源，企業越來越關注旅客偏好。因此提取、預測旅客偏好，對于企業穩定旅客的增量和存量具有重要作用。航空旅客的偏好主要體現在艙位選擇、出行時間、飛行里程、是否付費選座等方面。其中付費選座是指，旅客提前挑選預訂機艙內自己心儀的座位，并為此服務支付費用。選座服務費用作為客票以外的附加費，是市場規律催生的產物之一。通過提供付費選座服務，不僅能夠滿足旅客的舒適出行需求，也能提升航空公司的服務水平和獲得機票以外的收益。因此，航空公司希望有更多的旅客選擇這項服務。而通過精準識別有付費意愿的旅客并實施精準營銷，能夠在耗費較低營銷成本的情況下，達到相對滿意的營銷效果。

但是目前針對航空付費選座領域的預測方法較少，傳統采用單模型預測方法，模型效果并不理想，可信度較低，不利于降低成本。因此推進航空領域進行更加科學、有效的數據挖掘分析工作，準確預測航空旅客選座偏好，幫助企業把握旅客資源，提升核心競爭力，對于航空企業發展具有重要意義。

發明內容

為了克服已有技術的不足，解決相關數據集普遍的樣本不平衡問題，同時進一步提升預測精度，本發明提供一種基于級聯訓練集成學習的航空旅客偏好預測方法，采用級聯訓練方法，既有效解決了樣本不平衡問題，又迫使模型更關注難分類樣本，而且避免了欠采樣方法導致的信息缺失問題；然后采用分類器貪心融合方法，融合級聯訓練階段得到的分類器，形成最終預測模型。

本發明解決其技術問題所采用的技術方案是：

一種基于級聯訓練集成學習的航空旅客偏好預測方法，所述方法包括以下步驟：

步驟1.使用開源航空旅客數據集或者自行建立數據集，并對數據集進行預處理，過程如下：

1.1)利用AdaBoost方法選擇特征，使用基于閾值的決策樹作為弱分類器，去除冗余、無關特征，挑選出主要特征，提高模型訓練效率；

1.2)將數據集分為訓練集，驗證集和測試集；

步驟2.訓練階段，采用級聯訓練方法，既有效解決了樣本不平衡問題，又迫使模型更關注難分類樣本，而且避免了欠采樣方法導致的信息缺失問題，過程如下：

2.1)將訓練集劃分為正負樣本，P為正樣本，即付費選座，N為負樣本，設置誤報率f值；

2.2)設置學習算法(如XGBoost算法)種類數為K，第i種學習算法的第j個分類器為M_ij，令i＝0，j＝0，設置一個暫時為空的分類器集合M；

2.3)設置樣本集N’，令N’＝N，i＝i+1；

2.4)對N’下采樣得到新負樣本集Ns，Ns的樣本數量＝P的樣本數量，正負樣本平衡，得到新訓練集F，由Ns和P組成；

2.5)令j＝j+1，使用第i種學習算法在訓練集F訓練上得到分類器M_ij，并用其預測N’；

2.6)根據預測結果調整類別概率閾值，滿足誤報率f；

2.7)刪除N’中分類器正確的樣本；