Data Lab｜用户旅行及机票价格预测研究-西安欧亚学院---数据科学学院

Data Lab｜用户旅行及机票价格预测研究

2025.05.29 浏览量：

在数字化浪潮席卷全球的今天，数据科学已成为推动社会进步和行业发展的关键力量。为了进一步促进教师队伍提升科研与社会服务能力，高质量反哺应用型人才培养，并助力区域、城市的数字化发展，数据科学学院推出“Data Lab”系列专栏。本系列旨在报道分院教师队伍在行业洞察、政策解读、数据分析、案例研究以及人才培养等方面的研究成果和思考。通过“以研促教，以教促学”的策略，展现教师在科学研究、教育教学以及行业应用中的综合素养，为行业雇主的未来发展贡献智慧与力量。

姚尧

数据科学学院教师，香港中文大学硕士，曾就职字节跳动、安永（中国），参与省级课题一项，发表论文2篇。

主讲课程：《经济学》《专业导论》

研究背景

在数字经济飞速发展的今天，大数据已成为推动各行各业革新的核心动力。旅游业，作为国民经济的重要支柱产业，其市场规模庞大且竞争激烈。随着在线旅游平台的兴起，消费者能够轻松实现比价与预订，这一变革不仅极大地方便了旅客，同时也为行业积累了海量的用户行为数据。这些数据犹如一座待挖掘的“信息金矿”，蕴含着用户的出行偏好、消费习惯以及市场需求，对于洞察行业趋势、优化资源配置具有不可估量的价值。

研究目的

本次研究立足某旅游网平台数据，旨在通过大数据分析揭示用户旅行模式并实现精确的机票价格预测，从而为行业和消费者提供决策支持。

具体目标包括：

旅行模式分析：

揭示用户在某旅游网的出行时间、目的地选择、预订习惯等行为特征，并探讨其与季节、节假日等外部因素的关联，为旅游企业提供市场细分和趋势预测依据。

机票价格预测：

构建并优化机票价格预测模型，分析影响价格波动的关键因素（如供需关系、出发/到达城市、购票时间等），评估模型的准确性和可靠性，为定价和收益管理提供参考。

决策支持：

基于上述分析结果，为旅游企业制定精准的营销策略和产品优化方案，同时为消费者提供购票时机和行程规划建议，帮助其合理安排行程、节省旅行成本。

数据预处理

数据质量是后续分析的基石。因此，研究中对原始数据进行了系统的清洗和预处理，主要步骤包括：

数据建模与分析

旅行模式分析

通过统计各城市作为出发地和目的地的出现频次，并使用条形图和中国地图进行可视化展示，研究发现：

热门出发地：杭州、南京位居前列，是旅客最常选择的出发城市。

热门目的地：西安、三亚为最受欢迎的到达城市，反映了这些城市的旅游吸引力。

出行季节性：不同月份的出行次数呈现明显峰谷变化，传统节假日附近为旅游旺季，需求量剧增。

这些发现为旅游企业提供了宝贵的市场洞察，有助于其针对热门线路加大投入、优化航班资源，并根据淡旺季规律进行运力调配和促销活动。

机票价格分析

为了分析影响机票价格的主要因素，使用箱线图展示了不同出发地、目的地和出发时间对机票价格的影响。

机票价格预测模型

在机票价格预测方面，研究采用了随机森林回归模型，并进一步引入XGBoost算法以提升性能。经过网格搜索调优后，随机森林模型的决定系数R²约为0.8371，均方误差（MSE）约为47341。相比之下，XGBoost模型进一步将R²提升至约0.8545，验证了梯度提升算法在捕捉复杂非线性关系方面的优势。模型预测结果基本沿理想45°直线分布，残差分布分析也表明预测误差近似服从零均值正态分布，未见明显系统性偏差。