面向不完备数据的民航旅客流失预测模型

作     者：李国 袁闻 王怀超 LI Guo;YUAN Wen;WANG Huai-chao

作者机构：中国民航大学计算机科学与技术学院天津300300 中国民航大学中国民航信息技术科研基地天津300300 

基　　金：民航科技重大专项基金项目(MHRD20150107、MHRD20160109) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第10期

页      码：2884-2891页

摘      要：为解决新一代民航旅客服务信息系统中数据缺失不能准确进行旅客流失预测的问题,考虑旅客流失预测任务与旅客缺失数据填补任务具有相关性,提出基于部分距离的SMOTE算法和基于降噪自编码器的多任务深度学习网络模型。基于部分距离的SMOTE算法在数据不完备场景下,对少数类别已流失旅客和准流失旅客进行过采样;设计的多任务深度学习网络模型利用逐层无监督训练和有监督微调,同时进行对缺失数据填补与民航旅客流失预测。实验结果表明,相比传统处理方法,该方法能有效提高数据质量和旅客流失预测的准确性。

主 题 词：民航旅客服务信息系统 缺失值 旅客流失预测 多任务学习 降噪自编码器 SMOTE算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

D　O　I：10.16208/j.issn1000-7024.2020.10.031

馆 藏 号：203986298...