Oren Etzioni的机票价格预测算法

最近看到一则eBay收购了商品价格预测的网站decide.com的新闻，再次证明了商品的价格预测这事是靠谱的。新闻里还提到Decide.com的全部26名员工，除了联合创始人兼CTO Oren Etzioni 外，都将加入到eBay。 Oren Etzioni 已被微软创始人保罗·艾伦任命为一家新成立的人工智能机构的总裁。google了一下原来这个Oren Etzioni就是几年前做了个机票价格预测网站被微软1.15亿美元收购的大牛。看来他是真正尝到了商品价格预测的甜头，然后就复制了自己的成功。

自己以前也做过价格预测的工作，对这方面一直挺有兴趣，于是怀着一颗对机器学习八卦的心，学习一下Oren Etzioni是怎样预测机票价格的（其实也想看看他是怎么预测商品价格的，没找到相关资料）。

先说说为啥要做这个机票价格预测。2002年这哥们坐飞机的时候，发现周围乘客买的机票价格都比自己的便宜，立马就怒了，作为一个从事机器学习的科研工作者，表达怒气的方式也与众不同，他决定做一个帮助用户购买便宜机票的软件。02年怒的，回头就开搞，在03年SIGKDD上发了paper【1】，06年产品上线（Farecast），08年就被微软给收购了。看来有时候，情商低容易生气啥的也不是坏事。

再来看看他是怎么做这个预测算法的，其实并不复杂。

1、数据

每个航班起飞前21天的价格数据（每三小时抽样一次），两条航线，一共6个航空公司，12000条数据。对于每个航班，21*8=168个采样价格，记录下其中最低的价格以及经济舱机票售完的时间。

2、模型训练

分别训练三个独立模型Ripper，Q-learning，time series，并使用Stacked generalization方法将三个结果融合。

Ripper：是一种决策树的快速学习算法，据说准确度和C4.5差不多，但是效率上有明显优势。用到的特征不多，也很直观：航班号，距离飞机起飞的时间，当前价格，航空公司，航线，输出就是“buy”或者“wait”。由于两种预测错误的代价不同（如果将“buy”预测成“wait”，最悲催的下场是经济舱卖完了，只能买商务舱了），作者使用了MetaCost【2】解决这一问题，进一步提升了决策树模型的性能（+14%），但是却造成混合模型的效果下降（-29%）。所以，最终在决策树里没有用这个MetaCost。看来几个精心调优的单模型融合在一起的效果还真不一定是最好的。

Q-learning：一种增强学习算法，对模型在不同状态下采取的不同决策给予相应的奖惩，最终可以得到该模型在每个状态下的最优决策。这里将同一航班距离起飞前的时间作为不同的状态，如：UA168-Jan7-120，而“buy”和“wait”就是不同状态下的可能采取的行动，时间衰减因子为1。

惩罚函数如下：

time series：下一时刻价格是过去观测到价格的加权平均。如果时间序列模型预测的下一时刻价格高于当前价格，则输出“buy”，否则，输出“wait”。

其中a(i)是随i单调递增的函数，表示近期的机票价格在预测中其更大的作用，最终a(i)选用的是简单的线性函数。

多模型集成方法：Stacked Generalization（stacking）。就是将上面三个模型的输出作为最终集成模型的输入，这里应该也是用的决策树来做的集成。

3、实验结果：

模拟实际买票的场景，在飞机起飞前的不同时间段的购买行为，其中Optimal是最理想的情况，也就是知道未来机票的价格数据。

By hand，是模拟人的行为，做了简单的规则，如果当前价格大于历史同期最低价并且离出发时间大于7天，就“buy”，否则，“wait”。Upgrade Cost是由于“wait”导致经济舱没票了，被迫升级带来的额外支出。从单个模型看，时间序列那个还是挺不靠谱的，但是还是被加入到了最终的模型里面，应该是和其他的模型有着不错的互补效果吧。

4、题外话

好的算法也需要产品设计的配合才能发挥出最大的作用。基于机票预测算法的产品Farecast在2007年1月推出了Fare Guard最低价格担保模式，客人只需支付10美元购买此项服务，如果在未来7天内机票价格最终上涨，Farecast将支付客人锁定价格与最终实际票价之间的差额。如果机票价格下跌，客人将可以享受由此带来的费用节省。在我看来，这才是farecast一举成名最终被收购的关键。

【1】Oren Etzioni. To Buy or Not to Buy: Mining Airfare Data to Minimize Ticket Purchase Price. 2003

【2】P.Domingos. MetaCost: A general method for making classifiers cost-sensitive.1999.

Oren Etzioni的机票价格预测算法相关推荐

python预测机票价格_一种国内机票价格预测方法与流程
本发明属于机票查询预测技术领域,具体涉及一种国内机票价格预测方法. 背景技术: 随着生活水平的提高,选择飞机作为旅游出行的交通工具的人数逐年增加.但是,旅客对于机票价格依然十分敏感,且以最优价格购买心 ...
使用 ML.NET 进行保险价格预测
此前通过多篇文章已充分介绍过,ML.NET是一个开源的跨平台机器学习框架,特别适合 .NET 开发人员.它允许将机器学习集成到 .NET 应用中,而无需离开 .NET 生态系统,甚至拥有 ML 或数据 ...
【负荷预测】基于神经网络的负荷预测和价格预测（Matlab代码实现）
目录 1 概述 2 基于神经网络的负荷预测(Matlab实现) 2.1 代码 2.2 结果 2.3 回归树模型的进一步改进 3 基于神经网络的价格预测(Matlab代码实现) 4 阅读全文(Ma ...
基于机器学习的二手车价格预测及应用实现（预测系统实现）
1.摘要随着中国汽车工业的迅速发展,国内的汽车数量也在迅速增长.新车销售市场已经逐渐饱和,而二手车交易市场正在兴起.但是,由于中国的二手车市场尚未成熟,与发达国家相比仍存在较大差距.其中一个重要原因 ...
【算法竞赛学习】二手车交易价格预测-Task5模型融合
二手车交易价格预测-Task5 模型融合五.模型融合 Tip:此部分为零基础入门数据挖掘的 Task5 模型融合部分,带你来了解各种模型结果的融合方式,在比赛的攻坚时刻冲刺Top,欢迎大家后续多多 ...
【算法竞赛学习】二手车交易价格预测-Task4建模调参
二手车交易价格预测-Task4 建模调参四.建模与调参 Tip:此部分为零基础入门数据挖掘的 Task4 建模调参部分,带你来了解各种模型以及模型的评价和调参策略,欢迎大家后续多多交流. 赛题:零 ...
【算法竞赛学习】二手车交易价格预测-Task1赛题理解
二手车交易价格预测-Task1 赛题理解一. 赛题理解 Tip:此部分为零基础入门数据挖掘的 Task1 赛题理解部分,为大家入门数据挖掘比赛提供一个基本的赛题入门讲解,欢迎后续大家多多交流. 赛 ...
K近邻算法应用——价格预测
一.构造数据 #根据rating和age评估价格 def wineprice(rating,age):peak_age=rating-50price=rating/2if age>peak_ag ...
阿里AI天池大赛-二手车交易价格预测-回归算法与模型融合
1:报名地址 https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281925.0.0.1a3 ...

Oren Etzioni的机票价格预测算法

Oren Etzioni的机票价格预测算法相关推荐

最新文章

热门文章