[发明专利]一种基于主题模型的多因素融合民航旅客出行预测方法

权利要求书

1.一种基于主题模型的多因素融合民航旅客出行预测方法，采用数据挖掘理论和方法对民航数据中旅客出行行为进行分析，运行环境要求所使用的计算机平台配备不低于8G的内存，CPU核心数不低于4个且主频不低2.6GHz、Windows 7及以上版本的64位操作系统，并安装Oracle数据库、Java 1.7及以上版本、Matlab 2011b及以上版本必备软件环境；其特征在于，该方法包括：

步骤1)：构建旅客关联图出行主题模型；包括构建旅客的关联图，并对旅客出行选择概率分布进行主题建模，最终得到旅客关联图出行主题模型：

步骤1.1)、构建旅客关联图；

构建旅客关联图，就是计算旅客之间的关联度，它由旅客航线共现度和属性共现度共同决定；航线共现度由旅客之间的航线共现数决定；属性共现度是指旅客的年龄、性别、平均折扣、平均里程是否相同；旅客年龄、平均折扣、平均里程信息由基于方差的切分方法得到；

步骤1.2)、对旅客出行选择概率分布主题建模；

基于主题模型对旅客和其搭乘的航线、航空公司进行主题建模，发现并求得旅客、航线、航空公司的潜在主题分布，最终将旅客的潜在主题分布和航空公司、航线的潜在主题分布相结合，得到旅客对航空公司和航线的出行选择概率分布信息；

步骤1.3)、构建旅客关联图出行主题模型；

在步骤1.2)主题建模过程中加入步骤1.1)中的旅客关联图，以构建旅客关联图出行主题模型(Passenger Graph based Travel Topic Model，PGTTM)；PGTTM在为每个旅客的航线、航空公司分配主题时，使得主题不仅来自于旅客本身，还有可能来自于旅客关联的其他旅客；这样能够丰富主题信息，提高预测性能，并减轻民航旅客出行稀疏性的问题；

步骤2)：构建航线热度、旅客忠诚度、航空公司市场占有率计算模型，利用这些先验知识，能够帮助后面准确预测：

步骤2.1)、计算航线的热度；

对于航线热度，首先统计该航线被全部旅客搭乘的次数，以及每个航线被全部旅客搭乘的次数之和，在此基础上，计算得到航线热度；

步骤2.2)、计算旅客对航空公司的忠诚度；

对于旅客忠诚度，首先统计该旅客搭乘该航空公司的次数，以及该旅客搭乘每一个航空公司的次数之和，在此基础上，经过平滑处理，计算得到旅客对航空公司的忠诚度；

步骤2.3)、计算航空公司对航线的市场占有率；

对于航空公司市场占有率，首先统计该航空公司、该航线作为一个词对被全部旅客搭乘的次数，以及在不考虑航空公司下该航线被全部旅客搭乘的次数，基于此，计算得到航空公司对航线的市场占有率；

步骤3)：通过贝叶斯概率模型，构建多因素融合预测框架；通过贝叶斯概率模型融合航线热度、旅客对航线选择概率分布、旅客忠诚度以及航空公司市场占有率，对旅客将来选择的航线、航空公司进行预测：

步骤3.1)、基于贝叶斯概率模型的多因素融合；

基于步骤1.3)中PGTTM得到的旅客对航线选择概率分布，步骤2.1)中的航线热度，步骤2.2)中的旅客忠诚度，以及步骤2.3)中的航空公司市场占有率，构建贝叶斯概率模型，对这四部分因素进行融合，更好建模旅客的出行行为；

步骤3.2)、基于贝叶斯概率模型的多因素预测；

针对每个旅客、每个航空公司-航线词对，利用贝叶斯概率模型函数，分别计算旅客的搭乘概率；对每个旅客而言，挑选出概率最大的几个航空公司-航线词对，进行预测和推荐。