-
题名基于多任务学习的机票价格预测模型
被引量：1
- 1
-
-
作者
卢敏
贾玉璇
-
机构
中国民航大学计算机科学与技术学院
中国民用航空局民航智慧机场理论与系统重点实验室
-
出处
《计算机工程与设计》
北大核心
2023年第8期2459-2464,共6页
-
基金
中央高校基本科研业务费专项资金基金项目(3122014D032)。
-
文摘
针对现有机票销售模型忽视不同票价等级需求问题,考虑到机票需求的影响,提出一种多任务学习模型预测机票价格。在机票价格预测中引入辅助任务机票需求预测,建立多任务学习网络,通过共享相关任务在日、周、半月、月等水平上的多尺度需求特征,分析不同周期需求特征的影响。在六千万条记录的真实数据集上的实验结果表明,较之基准算法,该模型在准确率和F1分数方面提高了将近6%,验证了多任务学习模型的有效性。
-
关键词
机票价格预测
机票需求
多尺度需求特征
多任务学习
卷积神经网络
残差网络
分类器模型
-
Keywords
airfare prediction
ticket demand
multi-scaled demand features
multi-task learning
convolutional neural networks
residual connection
classifier model
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名融入稀疏因子编码约束的航班座位需求预测
- 2
-
-
作者
徐涛
宋雅欣
卢敏
-
机构
中国民航大学计算机科学与技术学院
中国民用航空局民航智慧机场理论与系统重点实验室
-
出处
《计算机工程与设计》
北大核心
2023年第6期1729-1735,共7页
-
基金
中央高校基本科研业务费专项资金基金项目(3122014D032)。
-
文摘
为解决航班座位需求预测中,由于对座位需求量呈现“周”特性和影响因素考虑不足导致预测准确性低的问题,提出融入稀疏因子编码约束的航班座位需求预测模型。利用稀疏因子编码过程对影响航班座位需求的航班、日期、节假日、天气特征等多个特征学习,将学习的特征输入到梯度提升决策树模型。实验结果表明,该模型在考虑多个特征的基础上能够得到更准确的预测结果。
-
关键词
航班座位
需求预测
稀疏因子
多特征
梯度提升决策树
影响因素
贝叶斯优化
-
Keywords
flight seat
demand forecast
sparse factor
multiple features
gradient boosting decision tree
influencing factors
Bayesian optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于序列交叉融合的多行为会话推荐模型
- 3
-
-
作者
卢敏
马鹏飞
-
机构
中国民航大学计算机科学与技术学院
中国民用航空局民航智慧机场理论与系统重点实验室
-
出处
《计算机工程与设计》
北大核心
2023年第11期3496-3503,共8页
-
基金
中央高校基本科研业务费专项资金基金项目(3122021090)。
-
文摘
现有多行为会话推荐研究将会话的微行为序列拆分为物品序列和操作序列以捕获用户兴趣偏好,但未考虑两个序列的交叉影响,导致用户兴趣建模存在偏差,限制了模型性能。针对上述问题,提出一种基于序列交叉融合的多行为会话推荐模型。利用提出的序列交叉融合模块,充分交叉融合物品序列和操作序列各自的兴趣信息。设计基于兴趣相似物品的标签平滑损失函数,将与样本标签物品具有相似兴趣的物品也推荐给用户,提升模型泛化能力。在3个公开数据集上的大量实验验证了该模型性能优于基准模型。
-
关键词
推荐系统
多行为会话推荐
用户兴趣学习
会话兴趣表征
序列交叉融合
标签平滑
图神经网络
-
Keywords
recommendation system
multi-behavior session-based recommendation
user interest learning
session interest representation
sequence cross fusion
label smoothing
graph neural network
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
TP391
[自动化与计算机技术—计算机应用技术]
-
