论文摘要
在民航业务中,旅客订座后却不能如期登机(NOSHOW)一直是航空公司收益亏损的未解之题,为了解决该问题,提出了一种民航NOSHOW预测及强因子关联分析方法。首先利用优化C5.0算法进行NOSHOW决策树建模,得到了NOSHOW相关因子的量化结果,然后通过Apriori算法对NOSHOW强因子进行关联规则挖掘。实验构建了准确率为99.75%的NOSHOW决策树模型,得到了139条置信度在80.054%以上、支持度在10.021%以上的因子关联规则,进一步揭示了NOSHOW强因子之间的隐含关联关系,为各大航空公司实现准确的NOSHOW预测及收益提升管理提供了有效的决策依据。
论文目录
文章来源
类型: 期刊论文
作者: 曹卫东,许代代,王静,王家亮
关键词: 预测,优化算法,决策树建模,算法,强因子关联分析
来源: 计算机工程与应用 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,经济与管理科学
专业: 航空航天科学与工程,计算机软件及计算机应用,交通运输经济
单位: 中国民航大学天津市智能信号与图像处理重点实验室,中国民航大学计算机科学与技术学院
基金: 民航局重大专项(No.MHRD20150107),中国民航大学中央高校基金(No.3122016A001,No.3122015C020),中国民航大学天津市智能信号与图像处理重点实验室开放基金(No.2015ASP02)
分类号: TP311.13;F560.6
页码: 221-227
总页数: 7
文件大小: 1459K
下载量: 113