| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状综述 | 第11-16页 |
| 1.2.1 机票价格影响因素分析的国内外研究现状 | 第11-12页 |
| 1.2.2 机票价格预测问题的国内外研究现状 | 第12-13页 |
| 1.2.3 预测问题的主要研究方法 | 第13-15页 |
| 1.2.4 存在的主要问题 | 第15-16页 |
| 1.3 论文主要研究内容与技术路线 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 数据获取与预处理 | 第18-32页 |
| 2.1 网络爬虫技术概述 | 第18-22页 |
| 2.1.1 工作原理与基本架构 | 第18-20页 |
| 2.1.2 爬虫策略 | 第20-21页 |
| 2.1.3 代表性开源网络爬虫工具简介 | 第21-22页 |
| 2.2 机票数据的获取 | 第22-25页 |
| 2.2.1 机票数据爬取流程设计 | 第22-23页 |
| 2.2.2 机票查询入口网页识别 | 第23-24页 |
| 2.2.3 机票查询表单自动填充与提交 | 第24页 |
| 2.2.4 机票查询返回数据抽取 | 第24-25页 |
| 2.3 实验数据预处理 | 第25-31页 |
| 2.3.1 数据预处理的主要内容及常用方法 | 第25-27页 |
| 2.3.2 机票预售价格数据预处理 | 第27-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于分类算法的机票预售价格影响因素分析 | 第32-40页 |
| 3.1 基于规则的分类方法 | 第32-33页 |
| 3.1.1 决策树方法 | 第32页 |
| 3.1.2 规则学习法 | 第32-33页 |
| 3.2 机票价格影响因素的选择 | 第33-34页 |
| 3.3 机票价格与影响因素间关联规则挖掘 | 第34-38页 |
| 3.3.1 C5.0算法 | 第34-36页 |
| 3.3.2 RIPPER算法 | 第36-37页 |
| 3.3.3 实验过程设计 | 第37-38页 |
| 3.4 实验结果分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 机票预售价格预测模型的研究 | 第40-59页 |
| 4.1 预测技术 | 第40-42页 |
| 4.1.1 多元线性回归分析技术 | 第40-41页 |
| 4.1.2 回归树和M5'模型树 | 第41-42页 |
| 4.2 基于多元回归的机票价格预测模型建立 | 第42-51页 |
| 4.2.1 数据预处理 | 第42-43页 |
| 4.2.2 特征变量相关性计算 | 第43-46页 |
| 4.2.3 模型构建 | 第46-47页 |
| 4.2.4 实验结果分析 | 第47-51页 |
| 4.3 基于回归树和模型树的机票价格预测模型建立 | 第51-55页 |
| 4.3.1 模型构建 | 第51-52页 |
| 4.3.2 模型性能评估 | 第52-53页 |
| 4.3.3 实验结果分析 | 第53-55页 |
| 4.4 多元回归模型与回归树及模型树模型的对比分析 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 系统设计与原型系统实现 | 第59-73页 |
| 5.1 系统需求分析 | 第59-60页 |
| 5.1.1 系统目标概述 | 第59页 |
| 5.1.2 系统功能性需求 | 第59-60页 |
| 5.1.3 系统非功能性需求 | 第60页 |
| 5.2 系统总体设计方案 | 第60-61页 |
| 5.2.1 系统总体架构设计 | 第60-61页 |
| 5.2.2 系统总体数据处理流程设计 | 第61页 |
| 5.3 系统主要功能模块设计及实现 | 第61-72页 |
| 5.3.1 系统总体功能结构设计 | 第61-63页 |
| 5.3.2 机票数据爬取模块的设计与实现 | 第63-66页 |
| 5.3.3 机票信息提取模块的设计与实现 | 第66-69页 |
| 5.3.4 预售机票价格预测模块的设计与实现 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 研究工作总结 | 第73页 |
| 6.2 对进一步研究工作的展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78页 |