民航NOSHOW预测及强因子关联分析

来源：计算机工程与应用杂志2019年第2期北京时间：

作者：曹卫东1，2，许代代2，王 静2，王家亮2

单位：1.中国民航大学 天津市智能信号与图像处理重点实验室，天津 300300；2.中国民航大学 计算机科学与技术学院，天津 300300

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。

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