摘要
本发明公开了一种基于自成长机制的民航客票价格异常智能发现方法,首先采集原始客票业务规则数据以及各销售渠道的销售记录日志数据,构建数据集,构建民航客票价格异常发现模型,并基于自成长迭代机制利用不断更新的数据集对模型进行迭代训练,其中数据集的更新手段包括航线价格对比、边缘异常筛选等,最终利用成年版民航客票价格异常发现模型对民航客票价格进行实时监测,实现客票价格异常的智能发现。本发明的方案考虑规则数据中的航空售票定价逻辑以及历史报价日志数据中的隐含模式,同时基于数据权重更新机制以及增广机制,实现对异常检测模型的自成长迭代,对票价异常发现模型检测性能进行不断迭代优化,实现对客票价格更加准确的异常发现。
技术关键词
客票
样本
记录日志数据
机制
双向长短期记忆
多粒度特征
渠道
时序结构
深度神经网络
儿童
因子
误差
电商
订单
航空
逻辑
数值
组织
系统为您推荐了相关专利信息
区间预测方法
空气质量监测站
高斯核函数
注意力机制
皮尔逊相关系数
电弧检测方法
模式识别模型
工作状态数据
频段
电弧故障检测
建模方法
时序特征
特征融合网络
时空融合特征
长短期记忆网络
光伏发电预测方法
回归树模型
优化器
双向长短期记忆
关键字
海上风电运维
数据分析平台
海上风电设备
风电设备故障诊断
神经网络模型