民航学报2023，Vol.7Issue(5) ：136-140,131.

基于LSTM神经网络的航空公司旅客来电量预测方法

Prediction Method of Airline Passenger Incoming Calls Based on LSTM Neural Network

王浩 丁峰 吴晓 李杨 魏垂国 柳巧英
民航学报2023，Vol.7Issue(5) ：136-140,131.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于LSTM神经网络的航空公司旅客来电量预测方法

Prediction Method of Airline Passenger Incoming Calls Based on LSTM Neural Network

王浩 1丁峰 1吴晓 1李杨 1魏垂国 2柳巧英1
扫码查看

作者信息

  • 1. 四川航空股份有限公司,四川 成都 610000
  • 2. 中国民用航空西南地区空中交通管理局,四川 成都 610000
  • 折叠

摘要

航空公司旅客来电接通率是衡量航空公司旅客服务水平的重要指标,旅客来电量受到航班量、旅客人数、临时性取消班次、计划性取消班次等多种因素的影响,是一种复杂的非线性时间序列.本文结合长短期记忆模型(long short term memory),提出了一种基于LSTM循环神经网络的航空公司呼叫中心来电量预测方法,该方法利用LSTM神经网络的记忆特性,从旅客历史来电数据中提取来电量时间序列的非线性特性,并通过训练学习和超参数优化,使模型能够对未来旅客来电量进行准确预测.

关键词

旅客服务/神经网络/长短期记忆/时间序列/来电量预测

Key words

passenger service/neural network/long short-term memory/time series/call volume forecasting

引用本文复制引用

出版年

2023
民航学报

民航学报

ISSN：
被引量1
参考文献量3
段落导航相关论文