[發明專利]一種價格敏感度分析模型訓練方法和相關裝置

在審

• 申請號: 202211049564.5
• 申請日: 2022-08-30
• 公開（公告）號: CN115640516A
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 陳偉;劉佳;李楊
• 申請（專利權）人: 中國民航信息網絡股份有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/23;G06Q30/0201;G06Q30/0203
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 牛亭亭

1.一種價格敏感度分析模型訓練方法，其特征在于，所述方法包括：

獲取歷史旅客數據集合，所述歷史旅客數據集合包括多個旅客對應的歷史旅客數據，所述歷史旅客數據用于標識旅客的機票購買能力；

根據所述歷史旅客數據集合，對所述多個旅客進行聚類處理，得到多個旅客聚類；

確定所述多個旅客聚類分別對應的價格敏感度參數；

根據所述多個旅客聚類所包括旅客對應的歷史旅客數據和所述價格敏感度參數，生成樣本數據；

通過所述樣本數據訓練得到價格敏感度分析模型，所述價格敏感度分析模型用于確定待分析旅客的價格敏感度類型。

2.根據權利要求1所述的方法，其特征在于，所述獲取歷史旅客數據集合，包括：

獲取初始歷史旅客數據集合，所述初始歷史旅客數據集合包括初始多個旅客對應的歷史旅客數據；

去除所述初始歷史旅客數據集合中航班乘坐次數低于預設閾值的旅客對應的歷史旅客數據，得到所述歷史旅客數據集合。

3.根據權利要求1所述的方法，其特征在于，所述歷史旅客數據包括絕對客公里收入、相對客公里收入、提前購票天數、會員等級、兩艙購買比例、兌換購票比例中的至少兩種。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

去除所述歷史旅客數據集合中提前購票天數大于第二預設閾值的旅客所對應歷史旅客數據；

所述根據所述歷史旅客數據集合，對所述多個旅客進行聚類處理，得到多個旅客聚類，包括：

根據去除處理后的所述歷史旅客數據集合，對所述多個旅客進行聚類處理，得到多個旅客聚類。

5.根據權利要求1所述的方法，其特征在于，所述多個旅客聚類中包括目標旅客，所述通過所述樣本數據訓練得到價格敏感度分析模型，包括：

根據目標旅客對應的歷史旅客數據，通過初始價格敏感度分析模型確定所述目標旅客對應的初始價格敏感度參數；

根據所述初始價格敏感度參數和所述目標旅客所屬旅客聚類對應的價格敏感度參數之間的差異，調節所述初始價格敏感度分析模型，得到所述價格敏感度分析模型。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取待分析旅客對應的待分析歷史旅客數據；

根據所述待分析歷史旅客數據，通過所述價格敏感度分析模型確定所述待分析旅客對應的目標價格敏感度參數；

根據所述目標價格敏感度參數和敏感度參數分類閾值，確定所述待分析旅客對應的價格敏感度類型。

7.根據權利要求5所述的方法，其特征在于，所述歷史旅客數據包括多類子數據，所述根據所述初始價格敏感度參數和所述目標旅客所屬旅客聚類對應的價格敏感度參數之間的差異，調節所述初始價格敏感度分析模型，包括：

根據所述初始價格敏感度參數和所述目標旅客所屬旅客聚類對應的價格敏感度參數之間的差異，調節所述初始價格敏感度分析模型中各類子數據對應的權重參數，所述權重參數用于標識各類子數據對于價格敏感度參數的影響程度。

8.一種價格敏感度分析模型訓練裝置，其特征在于，所述裝置包括第一獲取單元、聚類單元、第一確定單元、生成單元和訓練單元：

所述第一獲取單元，用于獲取歷史旅客數據集合，所述歷史旅客數據集合包括多個旅客對應的歷史旅客數據，所述歷史旅客數據用于標識旅客的機票購買能力；

所述聚類單元，用于根據所述歷史旅客數據集合，對所述多個旅客進行聚類處理，得到多個旅客聚類；

所述第一確定單元，用于確定所述多個旅客聚類分別對應的價格敏感度參數；

所述生成單元，用于根據所述多個旅客聚類所包括旅客對應的歷史旅客數據和所述價格敏感度參數，生成樣本數據；

所述訓練單元，用于通過所述樣本數據訓練得到價格敏感度分析模型，所述價格敏感度分析模型用于確定待分析旅客的價格敏感度類型。