机票价格

摘要： 研究背景现实生活中,不同顾客在不同时间从不同渠道购买的机票价格可能千差万别。动态地控制航班的舱位和销售价格是航空客运公司日常运营的重要组成部分;辅助该决策的往往是航空公司的收益管理系统。上世纪七十年代美国政府放松对航空业的管制直接催生了收益管理在航空业的普遍应用。作为航空公司和酒店等行业的制胜法宝,收益管理的目标是通过在合适的时间以合适的价格将合适数量的产品/服务销售给合适的顾客,从而实现公司收益的最大化。

摘要： 与往年相比,2020年是大不同的一年,面对着新冠肺炎疫情的暴发,世界各国都备受考验。而对于在外求学的留学生们,2020年似乎也格外艰难,各国防疫政策大不相同,高校课程转为线上,回国机票价格猛涨,留学生们一时间去留难定。

摘要： 为什么飞得远反而更便宜?这是航空公司的定价策略造成的。成本并非价格的决定性因素,机票价格取决于市场需求。如何买到便宜的机票,似乎已经变成了一门玄学。买机票动不动两天涨几百,买股票时就从来不这样。唉,扎心。根据统计,出发前53天左右是机票价格的低谷,国际航班要再早一个月;周二的票价比周五要便宜,因为航空公司的系统会在周二放出折扣;去旅游城市要比去商业城市的机票便宜,游客总能换地方玩,可商人不能换地方出差。

摘要： 北京环球度假区宣布于9月20日正式开园的消息释出时,直接导致部分飞往北京的机票价格一夜暴涨2000元,并且变得更加难买。一个游乐园的开幕竟然能让机票价格暴涨,这背后究竟蕴藏什么奥秘,今天带你从消费行为和社会学的角度深度解读环球影城背后的引力奥秘。

摘要： 中国人为什么爱嗑瓜子?机票价格都是怎么定的?如何拯救谢顶?无骨鸡爪是如何脱骨的……生于1994年的吴松磊,每天都在研究这些成人版的“十万个为什么”。3年前,他创立了知识类短视频节目《回形针Paper Clip》,每集用3分钟到5分钟,解答一个个令人好奇却又时刻都出现在身边的小问题。

摘要： 评估价格市场化的影响有利于更好地推动价格市场化改革.本文先通过理论分析表明,取消价格上限规制对生产数量的影响依赖于市场竞争程度,企业垄断势力越强,取消价格上限规制后生产数量下降越大.随后,本文根据中国民航业取消机票价格上限规制的准自然实验,利用航线级面板数据,使用倍差法实证分析了该政策对航线飞行班次、可供座位数和旅客运输量的影响,同时也分析了该影响在不同市场竞争程度航线的异质性.本文发现取消机票价格上限规制显著降低了航线飞行班次、可供座位数和旅客运输量,且降低作用在企业垄断势力较强的严准入规制航线和长距离航线更大.本文的实证结果与理论分析一致.飞行班次等的减少意味着消费者福利的降低.本文的分析表明,在进行价格市场化改革之前,应进行充分的供给侧改革,促进竞争,减少消费者的损失.

摘要： 近段时间,机票退改签费用问题引起了社会的广泛关注。据调查显示,超三成消费者提前很久改签机票但仍然被要求支付高额改签费用。民航局针对近期媒体报道中反映的问题,责令民航华东地区管理局、中国航空运输协会协同江苏消费者权益保护委员会进行调查,对确有违反民航法律、法规等行为的销售代理人,将予以严肃处理。随后,多家互联网机票销售平台对外发声,明确执行与航空公司一致的退改签政策。

摘要： 大数据时代的到来,为社会各领域企业经营模式提供了改革和发展的时机和方向,其中以民航业最为明显.所以,为了实现民航业服务质量的提高,增强民航业的综合竞争力,有必要对大数据分析背景下的民航经济运营模式进行分析研究.

摘要： 提到春运,在人们的习惯认知里就是春节前集中回乡、春节后扎堆返城的人口''大迁徙''。''一票难求''''黄牛倒票''更加剧了众多旅客年复一年的疲累与焦虑。然而近年来,随着''反向春运''(指年轻人选择将老家的父母和孩子接到自己工作的城市过春节,也称为''反向团圆'')的兴起,过去春运一边倒的''单向流动''格局正在被悄悄打破。而据媒体2019年1月中旬报道,相比往年,2019年''反向春运''更加火爆。

摘要： 尽管与携程、去哪儿等推出的''''低价日历''''一样,蜻蜓旅行采用了日历样式,但是蜻蜓旅行的日历并非显示当日购买''''未来(即未起飞)航班''''机票的实时价格,真正意图是帮助用户选择更合适的时段买票。机票的价格,就像季风地带的天气一样阴晴不定。倘若能够借助技术手段捕捉到票价变化的规律,是否就可以帮助旅客选择合适的订票时机并买到超低价的机票?

摘要： 网络使得机票预订更加便捷,机票价格预测可以帮助旅客、代理商合理的选择购买时间、了解市场.然而各航空公司均使用复杂的调价机制,动态的调整价格,以达到收益最大的目的.受多方面因素的影响,机票实时价格具有趋势性、随机性和波动性的特点,同时影响机票价格因素在不断变化,历史价格与预测值间很难用一个精确的关系表示.文中将模糊时间序列模型引入机票价格预测问题中,利用36条航线的最低价格数据(2014.10-2015.4),根据历史价格进行预测,并用绝对平均误差对实验结果进行评估.将预测结果与传统的时间序列算法AR、移动平均和指数平滑比较,结果表明模糊时间序列模型可以提高预测的准确率,不同航线的预测误差结果浮动较小,且在价格波动较大时准确率有明显提升,可为旅客提供较可靠的购票决策支持.

摘要： 本文选取两个代表性时间的机票价格折扣建立多元回归模型，对影响折扣的因素进行研究。实证数据分析表明航空公司的市场份额由于影响了市场势力而影响公司所采取的机票定价策略，小企业、航线少的航班更有可能通过低价格、高折扣的形式吸引乘客。

摘要： 本文从旅客的需求量入手,结合航空运输产品特殊性,对航班座位产品收益的定性因素和定量因素进行了分析.从不同层次旅客对不同服务、票价、定座日期的要求,尤其是自费旅客与公商务旅客的区别作了比较;文中提出了运用预期边际座位值(Expected Marginal Seat Revenue,EMSR)的方法,使用数据仓库、整合的民航运输业务信息系统、及国际互联网资源,根据每个航班上每一座位的EMSR值,准确地预测和预留公商务旅客的座位数,然后在确定自费旅客的座位数及策略性营销的机票价格,精确到实现每一航班上每一个座位的最大收益动态化(微观)的营销方案;还进一步探讨与这种运作流程相配套的政策规章以及航空公司的营销对策,使每架次航班座位销售收入最大化.

摘要： 本发明提供了一种机票价格搜索方法，该方法可以获取用户的机票搜索请求，确定与用户始发地和目的地对应的机票价格，将机票价格从低至高排序，并确定机票价格对应的航班信息和判断航班信息是否满足航班条件，从而完成对用户的机票搜索请求。本方法采用的是价格导向搜索模式，首先确定用户始发地和目的地对应的机票价格，将机票价格由低至高进行排序，再依据机票价格确定航班信息，不需要计算出始发地和目的地对应的所有航班，通过价格的高低排序，选出低价对应的航班信息，并判断是否可用即可，极大程度地降低了价格搜索的复杂程度，搜索效率高。

摘要： 本发明公开了一种往返组合机票价格的呈现方法及系统，其中方法包括：S1、显示输入界面，显示输入界面接收输入信息，输入信息包含航程类型选择信息、出发日期选择信息、返回日期选择信息、出发城市输入信息和到达城市输入信息；S2、接收触发指令，执行搜索机票操作，显示去程航班列表，去程航班列表包含不同的往返总价和相应的去程航班；S3、接收目标往返总价下的目标去程航班选择指令；S4、计算每一返程航班和目标去程航班构成的实际往返总价与所述目标往返总价之间的差价；S5、显示返程航班列表，返程航班列表包含目标往返总价、差价及相应的返程航班。本发明提升了往返组合机票选择中价格的连贯性和使用体验。

摘要： 本发明公开一种结合航班信息和价格序列的机票价格预测方法，包括采集历史航班特征和近期价格序列，区分出航班连续特征、航班离散特征、价格连续特征和价格离散特征，并对航班离散特征和价格离散特征进行独热编码；以机器学习模型分别建立航班特征预测模型和价格序列预测模型；将航班连续特征和编码后的航班离散特征输入航班特征预测模型训练并优化模型的航班权重；将价格连续特征和价格离散特征输入价格序列预测模型训练并优化模型的序列权重；基于航班特征预测模型输出的航班预测价格、价格序列预测模型输出的序列预测价格，结合优化后的航班权重α和序列权重β构建目标预测函数得到预测结果。本发明降低机票价格预测中出现的误差，提高准确率。

摘要： 本发明提供一种机票价格搜索方法、装置、电子设备、存储介质及产品，所述方法包括：按照接收的接收用户的机票搜索请求，从预处理得到的运价组中获取与所述机票搜索请求对应的运价组，所述运价组包括：经济舱位运价及两舱运价；获取与运价组中每种运价对应的路由，生成路由运价组；根据所述路由运价组获取对应的航班信息，生成多个航班运价组；利用预处理阶段的运价标记对多个航班运价组中的航班运价进行识别处理，得到经济舱位的最低机票报价和两舱舱位的最低报价；将经济舱位的最低机票报价和两舱舱位的最低报价展示给所述用户。本发明解决了相关技术中需要多次搜索票价才能获取到经济舱位和两舱报价，降低了搜索成本，提高了机票搜索效率低。

摘要： 本发明公开了一种基于CNN‑GRU和SSA‑GWO‑LightGBM的机票价格预测方法，包括以下步骤：S1：采集历史航班特征和近期价格序列，提取航班连续特征和航班离散特征，将数据集划分成训练集和测试集；S2：建立卷积神经网络优化的融合自注意力机制的GRU模型，将历史航班特征和近期价格序列的训练集输入模型中进行特征增强和特征提取；S3：建立SSA改进GWO进而优化的LightGBM模型，输入训练集进行训练；S4：将测试数据集输入到模型中进行数据集的测试，得到机票价格预测结果。本发明提出了采用卷积神经网络优化的融合自注意力机制的GRU来增强数据特征及其之间的联连性，提升预测票价的精确度。

摘要： 本申请提供了一种机票价格预测方法、装置、计算机设备及存储介质，涉及航空数据处理技术领域，用于提高机票价格预测的准确性。方法主要包括：获取当前日期的目标航班实时数据，目标航班实时数据包括航班数据和机票价格数据；获取在所述当前日期之前N天的目标航班历史数据，以及当前日期至当前日期之后的M天的航班静态数据，目标航班历史数据包括历史航班数据和历史机票价格数据；将所述当前日期的目标航班实时数据、N天的目标航班历史数据以及M天的航班静态数据输入到机票价格预测模型，预测得到在当前日期之后M天的目标航班的机票价格数据；机票价格预测模型是根据样本数据训练得到的，样本数据包括样本航班数据和对应机票价格标签。

摘要： 本发明提供一种机票价格的缓存方法、系统、设备及存储介质，所述缓存方法包括以下步骤：获取目标供应商提供的目标航线所对应的查询周期，其中，所述查询周期由预测的目标供应商的机票变价次数计算得到；根据所述查询周期访问所述目标供应商的数据接口，查询所述目标航线的机票价格数据，并将所述目标航线的机票价格数据缓存至本地。本发明通过预测的目标供应商的机票变价次数计算得到查询周期，能够针对供应商提供的航线即时更新缓存的机票价格数据，降低对供应商的数据接口的访问次数，降低服务器、数据流量查询等相关成本，更加准确地反映了航线的变价情况，机票价格查询结果更准确。

摘要： 本发明实施例提供了一种基于卷积神经网络的机票价格预测方法，包括：分析机票价格维度特点，设计二维的机票价格时间片结构；根据二维的机票价格时间片结构得到时间‑价格序列数据；根据时间‑价格序列数据，构造基于卷积神经网络的两阶段式机票价格预测模型；构造机票价格的时间片，并采用粗略预测方法对未知值进行预测并填补到时间片中；对时间片，采用预测模型DC_Airfare网络进行精确预测，得到最终训练模型；利用最终训练模型进行预测，得到所要预测的机票价格结果。本发明采用的时间片构建及预测模型设计，能较好的实现机票价格预测，为购票者和航空公司价格调整人员提供准确有效的决策支持。

摘要： 本发明公开一种国内机票价格预测方法。所述方法包括：从历史票价数据库中获取历史价格数据，将节假日的历史价格数据替换为普通日期的数据，构建训练数据集，利用长短期记忆人工神经网络对训练数据集进行训练，得到将出发日期全部看作普通日期的预测票价，用所述预测票价乘于节假日系数，得到出发日期为节假日的预测票价。本发明通过引入节假日系数，提高了节假日机票的预测精度，解决了现有预测方法中存在的特殊日期机票价格预测准确度不高的问题。

摘要： 本发明提供了一种机票价格搜索方法，该方法可以获取用户的机票搜索请求，确定与用户始发地和目的地对应的机票价格，将机票价格从低至高排序，并确定机票价格对应的航班信息和判断航班信息是否满足航班条件，从而完成对用户的机票搜索请求。本方法采用的是价格导向搜索模式，首先确定用户始发地和目的地对应的机票价格，将机票价格由低至高进行排序，再依据机票价格确定航班信息，不需要计算出始发地和目的地对应的所有航班，通过价格的高低排序，选出低价对应的航班信息，并判断是否可用即可，极大程度地降低了价格搜索的复杂程度，搜索效率高。