NOSHOW行为分析算法研究

赵烜

摘要：民航领域存在由于旅客noshow而导致座位虚耗问题，从而直接影响航空公司的收益。准确提取旅客noshow规则、分析noshow行为，是航空公司提高市场竞争力的有效手段。本文研究并分析noshow规则提取算法相关研究成果，讨论此领域的各种数据挖掘算法，为航司实现noshow精细化管理提供辅助决策技术。

关键词：noshow;预测模型;算法研究

中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2020）05-0119-02

0引言

在民航市场中，通常存在旅客订座后未能成行的现象，这种行为称为noshow，noshow行为的产生导致航班起飞时仍然存在空余座位，降低了航空公司的收入。目前国内航空公司一般采用超售的方式与noshow形成对冲，然而，这将大大提升拒载的可能性，增加航司的赔付风险。

因此准确预测旅客的noShow行为将有利于航司对航班进行精细化管控，提升座位利用率，增加公司的收入。本文总结了目前比较有效的几种noshow行为分析算法，为航司提供算法选择理论依据。

1时间序列预测算法

对航司收益管理而言，精准预测特定时刻特定航班可能存在的noshow行为至关重要。将航班成行的历史数据视为时间序列，提取与noshow相关的字段，通过时间序列预测算法进行预测，是一种较为普遍的方式。常用的算法包括两类，（1）传统算法：多元回归分析法、ARIMA、指数平滑法等。（2）机器学习算法：BP神经网络、CNN、LSTM等。

传统算法通常分为以下几步：

第二步：选择适当的时间序列预测算法，建立预测模型。

第三步：参数词优。通过历史数据，不断调整模型中涉及的超参数，选择最优的参数组合，使得拟合误差达到最低。

机器学习算法在处理长周期时间序列数据方面具有天然优势，建模之前需要采用留出法、交叉验证法等处理技术，将历史noshow数据划分为训练集、测试集。训练集进行模型的建立、参数调优，然后在测试集进行泛化性能验证。然而由于机器学习算法涉及诸多超参数的选择，导致训练阶段工作量较大，并且随着新增noShow数据的加入，通常需要重新训练模型得到当前数据集的最优超参数组合。正是由于此原因，导致机器学习算法在noshow分析领域具有一定局限性，普适性较低。

由于时间序列预测算法仅从航班维度出发建立拟合预测模型，评估潜在的noshow行为，不能充分利用单一旅客在整个订票过程中的其他行为数据，往往这些过程数据能够准确反映出旅客是否能够成行。因此，基于旅客订票全流程的预测方法受到各航司的青睐。

2基于旅客訂票行为的预测算法

2.1基于支持向量机的预测模型

支持向量机（SVM）是一种较为常用的机器学习算法，既可用于分类任务，也可用于回归任务，在各领域中具有较好的应用效果。黄文吲”采用支持向量机建立了旅客noshow预测系统，并通过实际案例，分别讨论了线性核、RBF核、多项式核的预测效果，并给出使用建议。在noshow行为预测领域，SVM算法的流程如下：

（1）建立历史拟合数据集{x1，y1}。其中x是向量，表示订票行为属性集，包含：订票日期、出票日期、修改日期、出发地、到达地、航班号、旅客性质（是否高端）、性别、年龄、舱位、是否团体、是否商务等;y;的取值为O或者1，1表示noshow，0表示正常成行。

（2）为避免过拟合，采用软间隔的支持向量机算法，即容许一部分样本分类错误。建立约束问题：

（3）采用SMO算法求解（2）中的优化问题，计算参数的取值，进而得到预测模型。

在使用支持向量机算法时，核函数K的选取直接影响算法的性能，常用的核函数分为：线性核、RBF核（高斯核）、多项式核、拉普拉斯核等。然而，如何准确选择合适的核函数仍然是一项未解决的问题，在使用支持向量机算法时可以考虑多核函数学习。noshow行为预测是典型的非线性问题，一般选择非线性核函数。

2.2基于决策树的预测模型

决策树是一种常用的机器学习分类技术，包含一个根节点、若干个叶子结点和内部节点。其基本思想是采用树的结构进行分类任务，每一条树的分支代表一个规则，常用的决策树算法包括：ID3、C4.5、c5.O等。决策树算法在noShow规则提取中具有重要应用，文献采用C4.5算法对noshow行为进行建模分析，得到较好的分析效果;曹卫东等利用C5.O构建决策树模型，再采用Apriori算法对因子进行关联规则分析，最终得到noshow预测准确率为99.75%的决策树模型。

使用决策树算法之前，依然需要构建noshow数据集{xi，yi}，然后进行模型的训练与优化。其核心是如何准确地选择最优划分属性，并且尽量满足分支结点中包含的样本集合尽可能多的属于一个类别。常用的划分准则分为以下几类：

C4.5算法采用增益率作为属性划分准则，c5.0贝0是在C4.5基础上建立起来的，可处理大数据量的数据集。

在使用决策树算法进行noshow行为分析时，为避免过拟合现象出现，通常需要进行预剪枝或者后剪枝处理，以便的到泛化能力较强的决策树模型，这也就增加了建模过程的复杂度，并且经过剪枝处理后的决策树依然存在欠拟合、过拟合的风险。

3结语

noshow行为分析对于航空公司提高营业收入至关重要，准确的预测结果能够指导航班管控人员把握旅客数据。本文研究了几种noshow行为分析算法，并分析算法的优缺点，可以协助航空公司准确把握旅客动态，为精细化管控提供辅助决策技术。