一种基于机器学习的邮轮游客需求预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110163431A(43)申请公布日2019.08.23(21)申请号201910394384.2(22)申请日2019.05.13(71)申请人中船第九设计研究院工程有限公司地址200333上海市普陀区武宁路303号(72)发明人丁炜杰何宁胡世南李嘉宁王高帅(74)专利代理机构上海精晟知识产权代理有限公司31253代理人冯子玲(51)Int.Cl.G06Q10/04(2012.01)G06Q30/02(2012.01)G06Q50/14(2012.01)G06K9/62(2006.01)权利要求书3页说明书8页附图1页(54)发明名称一种基于机器学习的邮轮游客需求预测方法(57)摘要本发明公开了一种基于机器学习的邮轮游客需求预测方法。该方法包括：根据游客样本数据，采用机器学习k-近邻算法，预测目标人群潜在游客的旅途消费需求，进而为邮轮的方案设计提供数据支持；具体步骤：一、收集样本数据：设计调研表格，收集机器学习所需的样本数据，每条样本数据包括一位游客的游客特征和游客消费需求；二、处理样本数据：对调研样本数据中的游客特征逐一进行归一化处理；三、使用算法进行预测：输入目标人群的特征数据，使用k-近邻算法，预测目标人群每一位游客的消费需求，进而进一步统计分析目标人群的消费需求，由此为邮轮的方案设计提供数据支持。该方法能够为邮轮的方案设计提供客观真实、强大有力的数据支持。CN110163431ACN110163431A权利要求书1/3页1.一种基于机器学习的邮轮游客需求预测方法，其特征在于，该方法包括：根据游客样本数据，采用机器学习k-近邻算法，预测目标人群潜在游客的旅途消费需求，进而为邮轮的方案设计提供数据支持；具体按下述步骤进行：步骤一：收集样本数据：设计调研表格，收集机器学习所需的样本数据，每条样本数据包括一位游客的游客特征，以及该游客在邮轮上的消费需求即游客消费需求；步骤二：处理样本数据：对调研样本数据中的游客特征逐一进行归一化处理；步骤三：使用算法进行预测：输入目标人群的特征数据，使用k-近邻算法，预测目标人群每一位游客的消费需求，进而进一步统计分析目标人群的消费需求，由此为邮轮的方案设计提供数据支持。2.如权利要求1所述的基于机器学习的邮轮游客需求预测方法，其特征在于，所述步骤一的具体操作方法如下：(一)设计调研表格(I)调研表格的游客特征，包括性别、年龄范围、学历、收入范围、同行人数、出行时长；游客特征的数量可扩充；(II)调研表格的游客消费需求，包括航线、住舱类型、免费体验需求、收费体验需求、可接受消费额度；其中，免费体验需求按优先级选三项，收费体验需求按优先级选三项；游客消费需求的数量可扩充；(二)填写调研表格，获取游客样本数据通过邮轮运营公司或者发放调研问卷之类的途径，让游客填写调研表格，获取游客样本数据。3.如权利要求2所述的基于机器学习的邮轮游客需求预测方法，其特征在于，所述步骤二的具体操作方法如下：对调研表格的游客样本数据中的m项游客特征逐一进行归一化处理，得到m个特征值；当m＝6时，这m个特征值为a0,b0,c0,d0,e0,f0。4.如权利要求3所述的基于机器学习的邮轮游客需求预测方法，其特征在于，所述步骤三的具体操作方法包括以下步骤：(I)获取目标人群n位游客的游客特征数据；(II)将目标人群的每个人即每一位游客的游客特征数据归一化；第1人的特征值以a1,b1,c1,d1,e1,f1表示；第2人的特征值以a2,b2,c2,d2,e2,f2表示；依次类推；第n人的特征值以an,bn,cn,dn,en,fn表示；(III)航线需求预测①选取目标人群中的第1人，计算样本数据集的每一条记录的m个特征值a0,b0,c0,d0,e0,f0与第1人的m个特征值a1,b1,c1,d1,e1,f1的距离d；②按照距离d排序，搜索k个距离最近的样本的航线需求标签，预测第1人的航线需求，亦即，将距离最近的k个样本的航线需求标签作为第1人的航线需求标签；k为自然数，可调；③按上述步骤①和步骤②的方法，遍历目标人群的剩余人员，第2人、第3人……第n人，2CN110163431A权利要求书2/3页预测他们每个人的航线需求；亦即，预测第n人的航线需求的方法如下：首先，选取目标人群中的第n人，计算样本数据集的每一条记录的6个特征值a0,b0,c0,d0,e0,f0与第n人的6个特征值an,bn,cn,dn,en,fn的距离d；然后，按照距离d排序，搜索k个距离最近的样本的航线需求标签，预测第n个人的航线需求；k为自然数，可调；④根据对目标人群的航线需求预测结果，进行统计分析，由此为邮轮的方案设计提供数据支持。5.如权利要求4所述的基于机器学习的邮轮游客需