民航NOSHOW预测及强因子关联分析

• 作者: 曹卫东 王家亮 王静 许代代
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: NOSHOW预测 优化C5.0算法 决策树建模 Apriori算法 强因子关联分析
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 工程与应用
• 页码范围: 221-227
• 页数: 7页
• 分类号: TP181
• 字数: 6293字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0387

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹卫东	中国民航大学天津市智能信号与图像处理重点实验室	39	264	10.0	15.0
5	王静	中国民航大学计算机科学与技术学院	41	100	5.0	8.0
6	王家亮	中国民航大学计算机科学与技术学院	13	19	2.0	4.0
7	许代代	中国民航大学计算机科学与技术学院	1	2	1.0	1.0