Luận Văn Thạc Sĩ Khoa Học Máy Tính: Phân Tích Và Xây Dựng Mô Hình Dự Báo Giá Vé Máy Bay

Luận văn thạc sĩ khoa học máy tính phân tích và xây dựng mô hình dự báo giá vé máy bay, ứng dụng công nghệ hiện đại trong lĩnh vực hàng không.

• Tác giả: Vũ Hoàng Việt
• Người hướng dẫn: Tiến sĩ Trần Minh Quang
• Trường học: Đại học Bách Khoa, Đại học Quốc gia TP.HCM
• Chuyên ngành: Khoa học máy tính
• Đề tài: Phân tích và xây dựng mô hình dự báo giá vé máy bay
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CÁM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG I: GIỚI THIEU DE TÀI
• 1.1. Giới thiệu vấn đề cần nghiên cứu
• 1.2. Ý nghĩa khoa học
• 1.3. Ý nghĩa thực tiễn
• 2. CHƯƠNG II: CƠ SỞ LÝ THUYẾT
• 2.1. Mô hình hóa dự báo
• 2.2. Một số phương pháp xây dựng mô hình dự báo
• 2.2.1. Cây quyết định
• 2.2.2. Support Vector Machines
• 2.2.3. Các tiêu chí đánh giá độ chính xác dự báo
• 3. CHƯƠNG III: CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN
• 3.1. Dự báo bằng Rippper, Q-learning và phân tích dữ liệu hướng thời gian
• 3.2. Dự báo bằng mô hình hồi quy Partial Least Squares
• 3.3. Dự báo bằng lý thuyết xác suất thống kê Point Process
• 3.4. Dự báo bằng Linear Quantile Mixed Regression
• 3.5. Dự báo bằng hồi quy Sigmoidal và Cubic Parabola
• 3.6. Đánh giá mức độ ảnh hưởng của quá trình chậm/trễ chuyến bay tới sự
• 3.7. Kết luận chung
• 4. CHƯƠNG IV: ĐÁNH GIÁ CÁC GIẢI THUẬT HỌC MÁY TRUYỀN THỐNG
• 4.1. Thu thập dữ liệu. Tiền xử lý dữ liệu
• 4.2. Đánh giá các phương pháp học máy truyền thống
• 4.2.1. Đánh giá phương pháp Decision Tree
• 4.2.2. Đánh giá phương pháp K-Nearest Neighbors
• 4.2.3. Đánh giá phương pháp Support Vector Machines
• 4.2.4. Đánh giá phương pháp Multilayer Perceptron
• 4.2.5. Đánh giá phương pháp Random Forest
• 4.2.6. Đánh giá phương pháp AdaBoost
• 4.2.7. Đánh giá phương pháp Gradient Boosting
• 5. CHƯƠNG V: ĐỀ XUẤT MÔ HÌNH DỰ BÁO
• 5.1. Phương pháp xếp chồng Random Forest và Multilayer Perceptron
• 5.2. Đánh giá mô hình dự báo
• 6. CHƯƠNG VI: KẾT LUẬN
• 6.1. Đóng góp của đề tài
• 6.2. Hướng phát triển của đề tài
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• PHỤ LỤC A: BẢNG ĐỐI CHIẾU THUẬT NGỮ ANH - VIỆT
• PHỤ LỤC B: MỘT SỐ MẪU DỮ LIỆU THU THẬP TỪ CÔNG CỤ BÓC TÁCH
• PHỤ LỤC C: PAPER TẠI HỘI NGHỊ ICOIN 2018

Tóm tắt

I. Giới thiệu vấn đề nghiên cứu

Trong bối cảnh thị trường hàng không Việt Nam đang phát triển mạnh mẽ, việc phân tích giá vé máy bay trở thành một nhu cầu thiết yếu. Các hãng hàng không sử dụng các thuật toán phức tạp để điều chỉnh giá vé nhằm tối đa hóa lợi nhuận. Điều này dẫn đến việc hành khách thường phải trả mức giá khác nhau cho cùng một loại vé. Mục tiêu của nghiên cứu này là xây dựng một mô hình dự báo giá vé máy bay nhằm hỗ trợ hành khách trong việc lựa chọn thời điểm mua vé tối ưu. Việc thu thập và phân tích dữ liệu giá vé máy bay sẽ giúp xác định mối quan hệ giữa thời gian mua vé và giá vé, từ đó đưa ra những khuyến nghị hữu ích cho hành khách.

1.1. Ý nghĩa khoa học

Nghiên cứu này không chỉ giúp phân tích và xây dựng mô hình dự báo mà còn cung cấp cái nhìn sâu sắc về sự biến động của giá vé máy bay. Việc xác định các yếu tố ảnh hưởng đến giá vé sẽ tạo cơ sở cho việc phát triển các hệ thống dự báo trong tương lai. Các nghiên cứu trước đây chủ yếu tập trung vào thị trường hàng không phát triển, trong khi nghiên cứu này sẽ mở rộng ra thị trường Việt Nam, nơi còn nhiều tiềm năng chưa được khai thác.

1.2. Ý nghĩa thực tiễn

Hành khách thường có tâm lý mua vé càng sớm càng tốt để tiết kiệm chi phí. Tuy nhiên, nghiên cứu này sẽ chỉ ra rằng không phải lúc nào cũng đúng. Việc xây dựng mô hình dự báo sẽ giúp hành khách có được thông tin chính xác hơn về thời điểm mua vé, từ đó tiết kiệm chi phí. Điều này không chỉ có lợi cho hành khách mà còn giúp các hãng hàng không tối ưu hóa doanh thu thông qua việc hiểu rõ hơn về nhu cầu thị trường.

II. Cơ sở lý thuyết

Mô hình hóa dự báo là một quá trình quan trọng trong việc phân tích dữ liệu. Các phương pháp như hồi quy, cây quyết định, và mạng nơ-ron được sử dụng để xây dựng mô hình dự báo. Mô hình hồi quy giúp xác định mối quan hệ giữa các biến độc lập và biến phụ thuộc. Cây quyết định là một trong những phương pháp phổ biến trong dự báo giá vé máy bay, cho phép phân tích các yếu tố ảnh hưởng đến giá vé một cách trực quan. Việc áp dụng các phương pháp này sẽ giúp cải thiện độ chính xác của mô hình dự báo.

2.1. Các phương pháp xây dựng mô hình dự báo

Các phương pháp như Random Forest, Support Vector Machines, và Multilayer Perceptron được sử dụng để phân tích và dự báo giá vé máy bay. Mỗi phương pháp có những ưu điểm và nhược điểm riêng. Random Forest có khả năng xử lý dữ liệu lớn và phức tạp, trong khi Support Vector Machines lại hiệu quả trong việc phân loại. Mô hình Multilayer Perceptron, với khả năng học sâu, có thể phát hiện các mẫu phức tạp trong dữ liệu. Việc kết hợp các phương pháp này sẽ tạo ra một mô hình dự báo mạnh mẽ hơn.

2.2. Đánh giá độ chính xác của mô hình

Để đánh giá độ chính xác của mô hình, các tiêu chí như Mean Squared Error và Median Absolute Error được sử dụng. Những tiêu chí này giúp xác định mức độ sai lệch giữa giá vé dự đoán và giá vé thực tế. Việc đánh giá này không chỉ giúp cải thiện mô hình mà còn cung cấp thông tin quan trọng cho hành khách trong việc lựa chọn thời điểm mua vé.

III. Kết quả và thảo luận

Kết quả từ mô hình dự báo cho thấy có sự tương quan rõ rệt giữa thời gian mua vé và giá vé máy bay. Hành khách có thể tiết kiệm chi phí đáng kể nếu biết thời điểm mua vé hợp lý. Mô hình kết hợp giữa Random Forest và Multilayer Perceptron cho kết quả dự báo tốt hơn so với các phương pháp riêng lẻ. Điều này chứng tỏ rằng việc áp dụng các phương pháp học máy trong dự báo giá vé máy bay là khả thi và có giá trị thực tiễn cao.

3.1. Ứng dụng thực tiễn của mô hình

Mô hình dự báo giá vé máy bay có thể được áp dụng rộng rãi trong ngành hàng không. Hành khách có thể sử dụng mô hình này để tìm kiếm thời điểm mua vé tối ưu, từ đó tiết kiệm chi phí. Các hãng hàng không cũng có thể sử dụng mô hình để điều chỉnh giá vé một cách hợp lý, tối đa hóa lợi nhuận trong khi vẫn giữ chân khách hàng.

3.2. Hướng phát triển trong tương lai

Nghiên cứu có thể mở rộng ra các thị trường khác và áp dụng các loại dữ liệu khác nhau để cải thiện độ chính xác của mô hình. Việc kết hợp dữ liệu về giá nhiên liệu, thời tiết, và các yếu tố khác có thể giúp xây dựng một mô hình dự báo toàn diện hơn. Điều này không chỉ có lợi cho hành khách mà còn cho toàn bộ ngành hàng không.

Nội dung chính

Tổng quan nghiên cứu

Theo thống kê của Tổng cục Hàng không Việt Nam (CAAV), thị trường hàng không Việt Nam đã đạt mức tăng trưởng ấn tượng với khoảng 52,2 triệu lượt hành khách trong năm 2016, tăng trên 29% so với năm 2015. Trong đó, lượng hành khách nội địa đạt khoảng 28 triệu lượt, tăng 30% so với năm trước. Việt Nam hiện có 4 hãng hàng không nội địa và 63 hãng hàng không quốc tế từ 25 quốc gia tham gia khai thác qua 11 cảng hàng không quốc tế và 12 cảng hàng không nội địa. Sự phát triển mạnh mẽ của ngành hàng không kéo theo sự biến động phức tạp của giá vé máy bay, do các hãng hàng không áp dụng các thuật toán thương mại phức tạp để điều chỉnh giá vé nhằm tối đa hóa lợi nhuận.

Vấn đề nghiên cứu tập trung vào việc xây dựng mô hình dự báo giá vé máy bay cho thị trường hàng không Việt Nam, nhằm hỗ trợ hành khách lựa chọn thời điểm mua vé tối ưu để tiết kiệm chi phí. Mục tiêu cụ thể là phân tích dữ liệu giá vé thu thập từ các chặng bay nội địa chính như TP.HCM - Hà Nội, TP.HCM - Đà Nẵng, TP.HCM - Phú Quốc, Hà Nội - Đà Nẵng và Hà Nội - Phú Quốc trong khoảng thời gian từ tháng 1 đến tháng 4 năm 2017. Ý nghĩa của nghiên cứu được thể hiện qua việc cung cấp một công cụ dự báo giá vé có độ tin cậy cao, giúp hành khách giảm thiểu chi phí và nâng cao hiệu quả lựa chọn vé trong bối cảnh thị trường cạnh tranh khốc liệt với mức tăng trưởng hành khách nội địa lên tới 30% mỗi năm.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình học máy trong lĩnh vực dự báo dữ liệu, bao gồm:

• Mô hình hồi quy: Mô hình mô tả mối quan hệ giữa biến độc lập (các thuộc tính giá vé, thời gian mua vé, hãng hàng không, v.v.) và biến phụ thuộc (giá vé). Phương trình hồi quy được biểu diễn dưới dạng $Y = f(X, B)$, trong đó $X$ là biến dự báo, $Y$ là biến đáp ứng, và $B$ là hệ số hồi quy.

• Cây quyết định (Decision Tree): Giải thuật học máy có giám sát, sử dụng phương pháp phân tách dựa trên giảm phương sai (Variance Reduction) để xây dựng mô hình hồi quy dự báo giá vé.

• Random Forest: Kỹ thuật kết hợp nhiều cây quyết định để giảm phương sai và tăng độ chính xác dự báo.

• Multilayer Perceptron (MLP): Mạng nơ-ron nhân tạo nhiều lớp, sử dụng các hàm kích hoạt như Logistic, TanH và ReLU, được huấn luyện bằng các thuật toán tối ưu như Stochastic Gradient Descent (SGD) và Adaptive Moment Estimation (Adam).

• Support Vector Machines (SVM): Phương pháp học máy cho bài toán phân lớp và hồi quy, sử dụng các hàm kernel như Linear, Polynomial, RBF để tìm siêu mặt phẳng tối ưu.

• K-Nearest Neighbors (KNN): Giải thuật phi tham số dựa trên khoảng cách Euclidean hoặc Minkowski để dự báo giá vé dựa trên các điểm dữ liệu gần nhất.

• AdaBoost và Gradient Boosting: Các kỹ thuật Boosting nhằm kết hợp nhiều mô hình yếu để tạo thành mô hình mạnh, giảm bias và variance, đồng thời tránh overfitting bằng các kỹ thuật ràng buộc và regularization.

Các tiêu chí đánh giá độ chính xác dự báo bao gồm Mean Squared Error (MSE), Median Absolute Error (MAE) và hệ số xác định R-squared (R²).

Phương pháp nghiên cứu

Nguồn dữ liệu được thu thập tự động bằng công cụ bóc tách thông tin từ các trang web bán vé máy bay trực tuyến cho các chặng bay nội địa chính tại Việt Nam trong giai đoạn từ tháng 1 đến tháng 4 năm 2017. Bộ dữ liệu thu thập gồm hơn 50.000 giá vé của ba hãng hàng không lớn: Vietnam Airlines, Vietjet Air và Jetstar Pacific.

Quy trình nghiên cứu bao gồm các bước:

1. Tiền xử lý dữ liệu: Loại bỏ vé khuyến mãi, vé hạng thương gia, chuẩn hóa các thuộc tính giờ bay, ngày khởi hành, và chuyển đổi các thuộc tính dạng chữ sang dạng số phù hợp với công cụ học máy.

2. Chia bộ dữ liệu: Tỷ lệ 70% cho huấn luyện và 30% cho kiểm thử.

3. Đánh giá các giải thuật học máy truyền thống: Bao gồm Decision Tree, KNN, SVM, MLP, Random Forest, AdaBoost và Gradient Boosting, sử dụng thư viện scikit-learn trên hệ điều hành Ubuntu 16.04.

4. Tối ưu tham số: Sử dụng phương pháp vét cạn (GridSearchCV) để tìm bộ tham số tối ưu cho từng giải thuật.

5. Xây dựng mô hình dự báo kết hợp: Kết hợp Random Forest và MLP theo phương pháp xếp chồng (stacking) nhằm nâng cao hiệu quả dự báo.

Thời gian nghiên cứu kéo dài từ tháng 1 đến tháng 6 năm 2017, tập trung vào dữ liệu giá vé trong vòng 21 ngày trước ngày khởi hành.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả các giải thuật học máy truyền thống:

   • Random Forest và MLP cho kết quả dự báo tốt hơn so với các giải thuật khác với hệ số R² lần lượt đạt khoảng 0.65 và 0.62, trong khi Decision Tree chỉ đạt 0.06.
   • Mean Absolute Error (MAE) của Random Forest và MLP lần lượt là khoảng 45.000 VND và 48.000 VND, thấp hơn đáng kể so với các phương pháp còn lại.

2. Mô hình kết hợp Random Forest và MLP:

   • Phương pháp xếp chồng giữa Random Forest và MLP cải thiện độ chính xác dự báo, giảm MAE xuống còn khoảng 40.000 VND, tăng R² lên khoảng 0.70 so với các mô hình đơn lẻ.
   • Mô hình này cho phép dự báo chính xác hơn về biến động giá vé trong khoảng 21 ngày trước ngày khởi hành.

3. Ảnh hưởng của các thuộc tính đến biến động giá vé:

   • Thuộc tính "số ngày mua vé trước ngày khởi hành" có ảnh hưởng lớn nhất đến sự biến động giá vé, chiếm tỷ trọng ảnh hưởng trên 50%.
   • Các thuộc tính như giờ khởi hành, hãng hàng không và ngày lễ cũng đóng vai trò quan trọng, ảnh hưởng khoảng 20-30% đến biến động giá.

4. Phân bố biến động giá vé:

   • Khoảng 70% giá vé có xu hướng không tăng không giảm trong các ngày gần ngày khởi hành, trong khi giá vé tăng chiếm tỷ lệ cao hơn so với giảm giá.

Thảo luận kết quả

Kết quả cho thấy các mô hình học máy truyền thống như Random Forest và MLP phù hợp với bài toán dự báo giá vé máy bay tại thị trường Việt Nam, đặc biệt khi kết hợp theo phương pháp xếp chồng giúp nâng cao hiệu quả dự báo. Điều này phù hợp với các nghiên cứu quốc tế đã áp dụng kỹ thuật ensemble learning để cải thiện độ chính xác dự báo.

Việc xác định "số ngày mua vé trước ngày khởi hành" là yếu tố quan trọng nhất phản ánh đúng thực tế thị trường, khi các hãng hàng không thường điều chỉnh giá vé dựa trên thời gian còn lại đến ngày bay nhằm tối đa hóa lợi nhuận. Các thuộc tính khác như giờ bay và ngày lễ cũng ảnh hưởng đến giá vé do nhu cầu khách hàng thay đổi theo thời gian và dịp lễ.

Dữ liệu thu thập trong khoảng 21 ngày trước ngày khởi hành cho thấy sự biến động giá vé khá phức tạp, với nhiều mức giá khác nhau cho cùng một loại vé, phản ánh chiến lược định giá phân biệt của các hãng hàng không. Mô hình dự báo có thể được trình bày qua biểu đồ so sánh giá vé thực tế và giá vé dự báo theo từng ngày trước ngày khởi hành, giúp người dùng dễ dàng nhận biết thời điểm mua vé tối ưu.

Đề xuất và khuyến nghị

1. Phát triển hệ thống dự báo giá vé trực tuyến:

   • Xây dựng nền tảng dự báo giá vé máy bay dựa trên mô hình kết hợp Random Forest và MLP để cung cấp thông tin thời điểm mua vé tối ưu cho hành khách.
   • Mục tiêu giảm MAE xuống dưới 40.000 VND trong vòng 12 tháng tới.
   • Chủ thể thực hiện: Các công ty công nghệ trong lĩnh vực du lịch và hàng không.

2. Tăng cường thu thập và cập nhật dữ liệu liên tục:

   • Mở rộng phạm vi thu thập dữ liệu giá vé cho nhiều chặng bay và thời gian dài hơn để nâng cao độ chính xác mô hình.
   • Thời gian thực hiện: 6-12 tháng.
   • Chủ thể thực hiện: Các tổ chức nghiên cứu và doanh nghiệp công nghệ.

3. Kết hợp dữ liệu bổ sung vào mô hình dự báo:

   • Bổ sung các yếu tố như số ghế còn trống, lịch sử mua vé của khách hàng, dữ liệu nhiên liệu và tình trạng trễ chuyến để cải thiện mô hình.
   • Mục tiêu nâng cao độ tin cậy dự báo trên 75%.
   • Chủ thể thực hiện: Các hãng hàng không và nhà cung cấp dữ liệu.

4. Tuyên truyền và đào tạo người dùng:

   • Tổ chức các chương trình hướng dẫn hành khách cách sử dụng công cụ dự báo để lựa chọn thời điểm mua vé hợp lý.
   • Thời gian: 3-6 tháng.
   • Chủ thể thực hiện: Các cơ quan quản lý hàng không và các công ty du lịch.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và sinh viên ngành Khoa học Máy tính, Khoa học Dữ liệu:

   • Lợi ích: Hiểu rõ về ứng dụng học máy trong dự báo giá vé máy bay, phương pháp tiền xử lý dữ liệu và kỹ thuật kết hợp mô hình.
   • Use case: Phát triển các đề tài nghiên cứu liên quan đến dự báo và khai phá dữ liệu.

2. Các công ty công nghệ trong lĩnh vực du lịch và hàng không:

   • Lợi ích: Áp dụng mô hình dự báo để phát triển sản phẩm hỗ trợ khách hàng lựa chọn thời điểm mua vé tối ưu.
   • Use case: Xây dựng nền tảng bán vé thông minh, cải thiện trải nghiệm người dùng.

3. Các hãng hàng không và đại lý vé máy bay:

   • Lợi ích: Hiểu rõ chiến lược định giá và biến động giá vé, từ đó tối ưu hóa chính sách giá và quản lý doanh thu.
   • Use case: Phân tích dữ liệu giá vé để điều chỉnh chiến lược kinh doanh.

4. Cơ quan quản lý ngành hàng không và du lịch:

   • Lợi ích: Nắm bắt xu hướng biến động giá vé, hỗ trợ xây dựng chính sách quản lý thị trường hiệu quả.
   • Use case: Giám sát và điều tiết thị trường vé máy bay, bảo vệ quyền lợi người tiêu dùng.

Câu hỏi thường gặp

1. Mô hình dự báo giá vé máy bay có thể áp dụng cho các chặng bay quốc tế không?
   Mô hình hiện tại tập trung vào các chặng bay nội địa Việt Nam, tuy nhiên phương pháp và kỹ thuật có thể được điều chỉnh để áp dụng cho các chặng bay quốc tế với dữ liệu phù hợp. Ví dụ, các nghiên cứu quốc tế đã áp dụng mô hình hồi quy và học máy cho thị trường Mỹ và Nga.

2. Dữ liệu thu thập có bị gián đoạn ảnh hưởng đến độ chính xác mô hình không?
   Dữ liệu thu thập tự động có thể bị gián đoạn do lỗi kỹ thuật hoặc thay đổi cấu trúc trang web, tuy nhiên mô hình được thiết kế để hoạt động hiệu quả trong điều kiện thiếu thông tin và dữ liệu không liên tục, nhờ sử dụng các kỹ thuật học máy mạnh mẽ như Random Forest.

3. Thời điểm mua vé máy bay tối ưu là bao nhiêu ngày trước ngày khởi hành?
   Nghiên cứu cho thấy thời điểm tối ưu thường nằm trong khoảng 15-21 ngày trước ngày khởi hành, tuy nhiên có thể thay đổi tùy thuộc vào từng chặng bay và hãng hàng không. Mô hình dự báo giúp xác định chính xác hơn thời điểm này dựa trên dữ liệu biến động giá.

4. Mô hình có thể dự báo giá vé cho các loại vé hạng thương gia hay vé khuyến mãi không?
   Hiện tại mô hình tập trung vào vé hạng tiêu chuẩn để đảm bảo tính đồng nhất và độ chính xác. Việc mở rộng dự báo cho các loại vé khác cần thu thập thêm dữ liệu và điều chỉnh mô hình phù hợp.

5. Làm thế nào để người dùng cuối có thể sử dụng kết quả dự báo?
   Kết quả dự báo có thể được tích hợp vào các ứng dụng hoặc website bán vé máy bay, cung cấp thông tin về thời điểm mua vé tối ưu và dự báo giá vé tương lai, giúp người dùng đưa ra quyết định mua vé tiết kiệm hơn.

Kết luận

• Đã xây dựng thành công mô hình dự báo giá vé máy bay cho thị trường nội địa Việt Nam dựa trên dữ liệu thu thập tự động và các thuật toán học máy hiện đại.
• Mô hình kết hợp Random Forest và Multilayer Perceptron cho hiệu quả dự báo vượt trội với R² đạt khoảng 0.70 và MAE giảm đáng kể.
• Xác định "số ngày mua vé trước ngày khởi hành" là yếu tố quan trọng nhất ảnh hưởng đến biến động giá vé.
• Kết quả nghiên cứu có thể làm cơ sở cho phát triển các công cụ hỗ trợ hành khách lựa chọn thời điểm mua vé tối ưu, đồng thời hỗ trợ các hãng hàng không trong quản lý giá vé.
• Hướng phát triển tiếp theo là mở rộng phạm vi dữ liệu, tích hợp thêm các yếu tố ảnh hưởng và xây dựng hệ thống dự báo trực tuyến phục vụ người dùng.

Call-to-action: Các nhà nghiên cứu và doanh nghiệp trong ngành hàng không, du lịch nên ứng dụng và phát triển mô hình dự báo này để nâng cao hiệu quả kinh doanh và trải nghiệm khách hàng trong bối cảnh thị trường cạnh tranh ngày càng gay gắt.

Trích đoạn nội dung tài liệu

CHƯƠNG I: GIỚI THIEU DE TÀI 1. Giới thiệu vẫn đề cần nghiên cứu Theo số liệu thông kê được đưa ra bởi Tổng Cục Thống Kê (GSO) [1] thì vận chuyển hành khách bang đường hàng không trong năm 2015 đạt 20,7 triệu lượt, tăng 7. Theo thống kê của Tổng cục hàng không Việt Nam (CAAV), cho đến hết năm 2016 thị trường hàng không dat mức tăng trưởng cao với khoảng 52,2 triệu lượt hành khách, tăng trên 29% so với năm 2015, trong đó lượng hành khách nội địa đạt 28 triệu lượt, tăng 30% so với năm 2015. Hiện nước ta có 63 hãng hàng không nước ngoài từ 25 quốc gia/vùng lãnh thé va 4 hãng hàng không trong nước tham gia khai thác các chuyến bay thông qua 11 cảng hàng không quốc tế và 12 cảng hàng không nội địa, trong đó Vietnam Airlines và VASCO là doanh nghiệp nhà nước (mới cô phan hóa), Jetstar Pacific Airlines là doanh nghiệp có vốn đầu tư trực tiếp nước ngoài (gồm Qantas — Australia (30%), Vietnam Airlines (67,8%), và Saigontourist (2,14%)) và Vietjet Air là doanh nghiệp tư nhân với 100% vốn từ các tô chức và cá nhân ở Việt Nam.

Theo số liệu mới nhất được cập nhật từ CAAV, thị trường hàng không tại Việt Nam đã chứng kiến sự tăng trưởng cao trong 6 tháng đầu năm 2017, đặt 30.3 triệu lượt khách tăng 19.5% so với cùng ky năm 2016. Thị trường hang không trong nước là một thị trường cạnh tranh khốc liệt với mức tăng trưởng hàng năm cao. Các hãng hàng không thường được biết đến với việc sử dụng các thuật toán thương mại vô cùng phức tạp [2] [3] dé tính toán giá vé máy bay sao cho tối đa hóa lợi nhuận thu được, trong khi đó hành khách luôn tìm kiếm giá vé máy bay rẻ nhất nhằm tiết kiệm cho túi tiền của mình. Trong mối quan hệ đối nghịch giữa các hãng hàng không và hành khách đó thì lợi thế lại nghiêng về các hãng hàng không, các hãng hàng không có trong tay một lượng rất lớn dữ liệu về giá vé máy bay và nhu câu đi lại trong quá khứ dé từ đó có thé dự báo được nhu cầu đi lại của hành khách trong tương lai và đưa ra giá vé có lợi nhất về mặt lợi nhuận, trong khi đó hành khách thường chỉ có một lựa chọn phổ biến đó là mua vé càng sớm cảng tốt để có được giá vé tốt vì thường giá vé sẽ tăng cao khi ngày mua cận kể với ngày khởi hành, tuy nhiên thực tế đã chứng mình răng điều này không hoan toàn đúng khi các hãng hàng không có thể linh hoạt điều chỉnh giá vé tùy theo -1- tình hình thực tế của từng chuyến bay cụ thể.

Điều này trong kinh tế học gọi là chiến lược định giá phân biệt, trong đó người bán có thé bán cùng một loại sản phẩm với các mức giá khác nhau tùy thuộc vào các điều kiện khác nhau, ví dụ như loại khách hàng, độ tuổi, nghé nghiệp, thời gian mua hàng, số lượng mua hang. Trong ngành công nghiệp du lịch, các công ty lữ hành và các hãng hàng không sử dụng chiến lược định giá phan biệt một cách thường xuyên để áp đặt các mức giá khác nhau cho các đối tượng khách hàng khác nhau. Với các hãng hàng không, với cùng một loại chỗ ngồi trên một chuyến bay, nhưng giá dành cho đối tượng khách hàng là doanh nhân (bận rộn và ít có sự linh hoạt về thời gian nhưng lại có khả năng chỉ trả cao và ít quan tâm về giá) sẽ cao hơn đối tượng khách hàng bình thường không có quá nhiều ràng buộc về thời gian nhưng lại rất nhạy cảm về giá vé. Ngoài ra các hãng hàng không còn có thể áp dụng giảm giá cho các vé được mua sớm hoặc cận ngày tùy theo tình hình thực tế của từng chuyến bay cụ thể.

Ngày nay với sự bùng nỗ của công nghệ thông tin, hành khách có thể đặt mua vé máy bay trực tuyến từ các hãng hàng không hoặc các đại lý vé máy bay. Việc truy xuất thông tin và so sánh giá vé máy bay của các hãng hàng không chưa bao giờ lại tiện lợi và dễ dàng đến như vậy, liệu chúng ta có thé khai thác nguồn dữ liệu giá vé máy bay trực tuyến này để phân tích và đưa ra một mô hình dự báo tốt giúp cho hành khách có thé chon được thời điểm mua vé máy bay tối ưu với một mức giá tốt nhất có thé? Đó chính là động lực chính dé tôi thực hiện đề tài nay. Trong đề tài này tôi sẽ tập trung phân tích và xây dựng mô hình dự báo giá vé máy bay cho các chặng bay nội dia, bao gồm TP.HCM - Hà Nội, TP.HCM — Đà Nẵng, TP.HCM — Phú Quốc, Hà Nội — Da Nẵng và Hà Nội — Phú Quốc. Mục tiêu chính là xác định được cụ thé thời điểm tối ưu cho việc mua vé máy bay tinh từ ngày mua cho tới ngày khởi hành để có được giá vé thấp nhất.

Thông qua đó trả lời được câu hỏi là để mua được giá vé máy bay rẻ nhất có thể thì hành khách nên đặt mua vé máy bay trước bao nhiêu ngày so với ngày khởi hành. Đồng thời đề tài này cũng tìm hiểu trong số các thuộc tính thu thập được trong bộ dữ liệu, thuộc tính nào có ảnh hưởng lớn nhat tới sự biên động của giá vé máy bay. Y nghĩa khoa học Thu thập, phân tích dữ liệu giá vé máy bay và mô hình hóa được sự biến động của giá vé máy bay, từ đó tìm ra được mối tương quan giữa số ngày mua vé trước ngày khởi hành và sự biến động của giá vé máy bay để phục vụ cho việc xây dựng một hệ thống dự báo giá vé máy bay trong tương lai gần có độ tin cậy cao. Hiện nay các để tải và nghiên cứu có liên quan đều tập trung vảo thị trường hàng không đã -2- phát triển như thị trường Mỹ.

Việc xây dựng mô hình dự báo trong thời gian qua đều sử dụng khá ít các thuộc tính của giá vé máy bay, trong khi đó còn nhiều thuộc tính giá vé máy bay khác có thể được sử dụng để xây dựng được mô hình dự báo có độ tin cậy cao hơn và hỗ trợ khách hàng tốt hơn trong việc lựa chọn thời điểm tối ưu để mua vé máy bay. Ngoài ra, trong số các thuộc tính giá vé máy bay thu thập được, việc phân tích xem thuộc tính nào có ảnh hưởng lớn tới sự biến động của giá vé máy bay cũng rat can thiết. Việc thực hiện dé tài này có hai khó khăn chính, thứ nhất là về dữ liệu giá vé máy bay, do dữ liệu này không có sẵn nên cần phải được thu thập bằng cách bóc tách giá vé máy bay từ trang web bán vé máy bay trực tuyến, việc bóc tách được thực hiện tự động thông qua việc lập trình công cụ bóc tách thông tin, do một số nguyên nhân như đường truyền, lỗi máy chủ, lỗi của công cụ bóc tách hoặc các trang web bán vé máy bay chặn truy xuất hay thay đổi cấu trúc sẽ ảnh hưởng tới việc thu thập dữ liệu, dữ liệu thu thập được có thể bị gián đoạn và không liên tục, ngoài ra dữ liệu được thu thập trong thời gian ngắn. Khó khăn thứ hai là việc phải xây dựng được một mô hình dự báo có độ chính xác cao trong hoàn cảnh thiếu đi một số thông tin quan trọng cho việc dự báo như số ghế còn trồng trên một chuyến bay hoặc nhu cầu thực của hành khách cho chuyến bay đó ở từng thời điểm cụ thể.

Dé giải quyết các khó khăn trên, dé tài nay tập trung nghiên cứu các mô hình dự báo có thể hoạt động tốt trong hoàn cảnh thiếu thông tin cũng như có sự gián đoạn trong dữ liệu thu thập. Việc xây dựng được mô hình dự báo giá vé máy bay trong dé tai này có thé được dùng để làm co sở cho những nghiên cứu mở rộng với lượng dữ liệu về giá vé máy bay lớn hơn (có thé được thu thập qua nhiều năm, cho nhiều chặng bay hơn), đồng thời có thể nghiên cứu xây dựng mô hình dự báo giá vé máy bay có độ chính xác cao hơn băng việc kết hợp nhiều loại dit liệu khác nhau (vi dụ dữ liệu về giá nhiên liệu) vào cùng một mô hình dự báo. Ngoài ra kết quả của dé tài này có thé được dùng để tham khảo trong việc xây dựng các mô hình dự báo cho các loại dữ liệu khác ngoài gia vé máy bay. Y nghĩa thực tiễn Do đặc thù của ngành hàng không, hành khách thường phải bỏ ra số tiền khác nhau chỉ để mua các vé máy bay cho cùng chặng bay, cùng loại chỗ ngồi, cùng chất lượng dịch vụ.

Hành khách thường dựa theo tâm lý chung trong việc mua vé máy bay như: mua càng sớm thì giá vé càng rẻ hoặc càng gần ngày mua thì giá vé càng mặc. Tuy nhiên đây chỉ là tâm ly chung thường thay mà không dựa trên bất kỳ một -3- cơ sở khoa học nao và trong thực tê đã chứng minh ngược lại. Dé tài nay sẽ làm rõ vân dé này và đưa ra được một cơ sở vững vàng hơn trong việc hô trợ hành khách chọn thời điểm mua vé tôi ưu nhat có thê. CHUONG II: CO SO LY THUYET 2.

Mô hình hóa dự báo Mô hình hóa dự báo là một quá trình sử dụng các phương pháp như khai phá dữ liệu, xác suất và thống kê dé đưa ra dự báo. Dự báo có thé nam trong tương lai, hoặc ở tại bất kỳ thời điểm nào. Một số mô hình dự báo có thể dùng Lý thuyết phát hiện tín hiệu đoán xác suất của kết quả đầu ra dựa trên một lượng dt liệu đầu vao cụ thé. Ngoài ra, một số mô hình dự báo khác có thể sử dụng các bộ phân lớp để xác định xác suất mà một tập dữ liệu có thể thuộc lớp này hoặc lớp khác.

Một số ví dụ của mô hình hóa dự báo đó là: dự báo thời tiết, phát hiện thư điện tử rác, dự báo giá gạo, các loại dự báo khác dùng trong y học dé chân đoán và điều trị bệnh. Ngoài ra mô hình dự báo còn được dùng nhiều trong lĩnh vực kinh tế như dự báo tỉ giá các loại tiên tệ, chứng khoán, giá vàng. Xây dựng mô hình dự báo là một lĩnh vực nghiên cứu rất thú vị và có nhiều ứng dung, tuy nhiên để xây dựng được mô hình dự báo tốt có độ chính xác cao không phải là một công việc dễ dàng.