论文部分内容阅读
近年来,人们通过各种旅游类搜索网站即可以完成机票的搜索和预订。用户选择出发城市,到达城市和出行日期,并点击搜索后,进入航班行程结果页面,用户可在该页面选择适合自身要求的航班行程进行预订。本文主要利用某旅游搜索网站的机票预订数据,研究用户选择航程时的行为特征并建立了可以解释其选择行为的定量模型,根据研究结果,对单程航班的搜索排序做了进一步地研究,得到了可应用于实际的航程搜索排序公式,为网站在搜索排序方面的改进提供了一定的参考。首先,本文对离散选择模型的性质、原理以及主要的发展历程进行了叙述,其中着重介绍了 log-it离散选择模型,因为在此之后,本文对用户选择航班行程行为进行的研究是在该模型的基础上进行的。同时,对目前搜索引擎的发展现状及搜索排序算法进行了简要的介绍。之后,应用某旅游搜索网站的相关数据,研究在机票搜索和预订中用户选择航班行程的行为。基于log-it离散选择模型,并以北京、上海、广州和成都四个城市为出发地,将航班行程搜索结果页上展示的航班行程的属性分别引入MNL模型和NL模型。经过多次判断和检验,得到了可以解释用户的航班行程选择行为的离散选择模型。分析结果表明,价格、起飞时间、飞行机型、飞机方式和承运航空公司品牌、航班行程在页面的展示位置等因素均会影响用户对航班行程的选择行为。然后,应用上面的建立的模型来构建航班搜索排序优化的离散选择模型。首先,提出了 11个可能影响用户航班行程选择的变量,经过主成分分析,置换为9个变量;之后,对模型作多元线性回归,应用该旅游搜索网站14天的在线数据,得到了 Rank排序公式,Rank值越高,则该条航程的排名越靠前;最后,使用测试数据进行了显著性检验,验证了拟合参数和各项评估指标是稳定的。最后,本文从航线划分、排序公式周期及测试样本量这三个方面,讨论了航班搜索排序优化的离散选择模型的普适性及在不同状况下如何调整,来保证通过模型得到的排序公式依然是适用的。