기계학습을 이용한 항공권 품질 예측 시스템

• 영문명: Airline Ticket Quality Prediction System Using Machine Learning
• 발행기관: 건양대학교 웰다잉융합연구소
• 저자명: 정우진(WooJin Jung) 이치카와 후우카(Fuka Ichikawa) 곽내정(NaeJoung Kwak)
• 간행물 정보: 『한국건강사회융합연구』제3권 제1호, 99~114쪽, 전체 16쪽
• 주제분류: 의약학 > 의학일반
• 파일형태: PDF
• 발행일자: 2024.05.30

국문 초록

본 연구는 항공기 지연 분류체계와 승객 만족도 데이터를 통합하여 항공권의 종합적인 품질을 예측하는 새로운 하이브리드 앙상블 모델을 제안한다. 기존의 항공권 평가가 지연시간이나 고객 만족도를 개별적으로 다루었던 것과 달리, 본 연구는 두 요소를 통합적으로 고려하여 더욱 실질적인 항공권 품질 예측 시스템을 구축하였다. 제안된 모델은 만족도 점수를 지연 클래스와 동일한 스케일(A~D)로 변환하여 두 예측을 효과적으로 통합함으로써, 항공권의 품질을 네 단계로 분류하는 새로운 평가 체계를 확립하였다. XGBoost를 활용한 지연 분류 모델과 CatBoost를 활용한 만족도 예측 모델을 구축하고 이를 앙상블 하였다. 특히 만족도 예측 모델이 89.81%의 높은 정확도를 보임에 따라, 앙상블 과정에서 만족도 예측에 70%의 가중치를 부여하였다. 본 연구는 항공권 품질 평가에 있어 지연 가능성과 서비스 만족도를 통합적으로 고려하는 새로운 방법론을 제시한다.

영문 초록

This study proposes a novel hybrid ensemble model that predicts comprehensive airline ticket quality by integrating flight delay classification and passenger satisfaction data. Unlike conventional airline ticket evaluation systems that handle delay time and customer satisfaction separately, this research establishes a more practical airline ticket quality prediction system by considering both factors holistically. The proposed model establishes a new four-tier evaluation system (A-D) by effectively integrating the two predictions through converting satisfaction scores to the same scale as delay classes. We constructed and ensembled two models: a delay classification model using XGBoost and a satisfaction prediction model using CatBoost. Notably, as the satisfaction prediction model demonstrated high accuracy of 89.81%, it was assigned a 70% weight in the ensemble process. This study presents a new methodology that comprehensively considers both delay probability and service satisfaction in airline ticket quality assessment.

목차

Ⅰ. 서론

Ⅱ. 관련연구

Ⅲ. 항공권 품질 예측 시스템

Ⅳ. 실험결과 및 분석

V. 결론

References

키워드

항공권 품질 평가 항공기 지연 분류 승객 만족도 예측 하이브리드 앙상블 모델 고객 경험 평가 Airline Ticket Quality Assessment Flight Delay Classification Passenger Satisfaction Prediction Hybrid Ensemble Model Customer Experience Evaluation

참고문헌

• Airport World
• ACI World
• Aviation Business News
• Wavetec Solutions
• SESAR Innovation Days Conference
• 2021 5th International Conference on E-Business and Internet
• Amazon Web Services
• Scientific Reports
• International Review of Management and Marketing
• McKinsey & Company
• International Review of Management and Marketing