基于RBM-BPNN的民航潜在高价值旅客预测

• 作者: 刘泽君 卢敏 徐涛
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 民航潜在高价值旅客 特征提取 分类预测模型 RBM BPNN
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 数据工程
• 页码范围: 58-63
• 页数: 6页
• 分类号: TP391
• 字数: 4685字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.09.011

摘要

目前常用潜在客户发现方法多为基于统计特征的行为分析方法,这种方法对所提取的特征具有很强的依赖性并且容易受到人为主观性影响.针对这一问题,结合受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)与BP神经网络(Back Propagation Neural Network,BPNN),提出基于RBM-BPNN的民航潜在高价值旅客发现方法.设置民航旅客类别标签;利用RBM自动提取旅客行为特征;利用BPNN对旅客未来价值类型进行分类预测,从而发现民航潜在高价值旅客.实验结果表明,相对于基于统计特征的行为分析方法,该方法具有更高的分类预测准确率和民航潜在高价值旅客预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘泽君	中国民航大学计算机科学与技术学院	3	0	0.0	0.0