申请/专利权人：深圳市活力天汇科技股份有限公司

申请日：2020-07-06

公开（公告）日：2023-09-22

公开（公告）号：CN111798275B

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06N3/0464;G06N3/0442;G06N3/049;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.09.22#授权;2020.11.06#实质审查的生效;2020.10.20#公开

摘要：本发明公开一种国内航班价格预测方法。所述方法包括：对航班特征进行编码，制作Mapping表，使每一个特征值都有一个唯一的编号；对Mapping表中的特征值进行Embedding转换，减小数据维度，得到特征值的向量表示；将特征值的向量表示输入到DeepFM模型，分别得到低阶特征输出和高阶特征输出；将航班的历史价格数据输入到LSTM模型，并将LSTM模型的输出进行Embedding转换，得到历史价格数据的向量表示；将DeepFM和LSTM的输出数据进行融合，经输出层输出航班的预测价格。由于利用DeepFM和LSTM模型分别提取不同属性的特征，本发明相对现有技术明显提高了价格预测精度。

主权项：1.一种国内航班价格预测方法，其特征在于，包括以下步骤：步骤1，对航班特征进行编码，制作Mapping表，使每一个特征值都有一个唯一的编号；航班特征至少包括：航班号，航空公司，出发地，目的地，起飞时间；步骤2，对Mapping表中的特征值进行Embedding转换，减小数据维度，得到特征值的向量表示；步骤3，将特征值的向量表示输入到DeepFM模型，分别得到低阶特征输出和高阶特征输出；步骤4，将航班的历史价格数据输入到LSTM模型，并将LSTM模型的输出进行Embedding转换，得到历史价格数据的向量表示；步骤5，利用Stacking方法，将DeepFM和LSTM的输出数据进行融合，经输出层输出航班的预测价格；DeepFM和LSTM的输出数据按下式进行融合：其中，y为输出层的输出，wD-i为DeepFM权重，xD-i为DeepFM提取的特征，I为DeepFM提取的特征的数量；wL-j为LSTM权重，xL-j为LSTM提取的特征，J为LSTM提取的特征的数量；b为偏置项。

全文数据：

权利要求：

百度查询： 深圳市活力天汇科技股份有限公司 一种国内航班价格预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD