全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于用户在线查询大数据的民航异常需求发现
- 作者： 许强永 来源： 北京交通大学 年份： 2017 文献类型 ： 学位论文 关键词： 民航需求 在线机票查询 异常行为检测 时间序列曲线
- 描述： 在当今民航业内,准确把握客运需求是航空公司收益管理的核心问题。随着民航市场的持续增长,对航空公司、机场、机票代理等民航相关企业的管理和运营水平尤其是市场反应能力提出了更高的要求。这就要求这些民航企业能够及时准确地掌握民航市场需求的变化,及时采取相应的市场对策,从而提高企业的运营能力和服务质量,提高收益,改善用户出行体验。在线机票预订网站上的用户查询量变化反应了民航市场需求的变化。在本文中,通过对用户在线查询行为大数据的分析,提出了一种新颖的民航异常需求发现方法,基于不同航线的用户查询量时间序列,并利用全国航线网络,从网络整体而非单条航线的视角来检测民航异常需求。首先,针对单条航线查询量时间序列上滑动窗口的异常值计算问题,提出一种多维度异常值计算的方法。分别考虑了:该窗口与本航线历史查询量曲线同期窗口子序列之间的差异、该窗口与其他航线当前查询量曲线同期窗口子序列之间的差异以及该航线查询量时间序列曲线的自身复杂性。最后通过对这三个维度计算所得的异常值相结合,得到滑动窗口子序列的初始异常值。然后,我们构建了一个由全国拥有机场城市和航线关系组成的航线网络。基于航线网络提出了一种需求异常值网络迭代优化算法,从网络整体的角度不断地迭代调整需求异常值,对上一步的异常值进行迭代修正优化,直到最后在整个航线网络上达到一种平衡,可以更为准确的得到每条航线的异常值。我们利用GDS服务商提供的真实历史查询数据集进行了实验,并与异常传统时间序列异常发现算法进行了对比实验,结果表明本文提出的方法能更有效地从用户查询行为记录中及时发现民航异常需求。最后,我们将异常需求发现方法应用在民航需求指数系统中,并利用异常发现结果对相关研究工作进行了展望。