機械学習による航空会社の業務支援の検討
Towards a Machine Learning Approach for Supporting Airline Services

概要

格安航空業界は近年競争が激しくなっており、コスト削減とサービス品質の向上は喫緊の課題となっている。本研究では航空会社の持つデータ、つまり乗客の予約データやフライトの運行、機内販売に関するデータなどを組み合わせてコスト削減とサービス品質向上を同時に目指すために機械学習を用いた燃料消費予測、フライト発着の遅延予測、予約状況からの当日の利用者数予測、機内販売の売上予測などを行いXGBoostやDeep Learningの手法を実験的に適用して効果を測定した。結果として燃料予測では専門家を上回る精度を出し、遅延予測や乗客数予測にも機械学習の手法が有効であることを示した。

産業界への展開例・適用分野

研究そのものが実データを用いているものであり航空業界での応用を主眼に置いている。しかし航空業界に限らず乗客の予約に基づいたインフラサービスなどへも応用可能である。

研究者

氏名	専攻	研究室	役職/学年
堀口 裕士	知能情報学専攻	鹿島研究室	修士1回生
Baba Yukino	知能情報学専攻	鹿島研究室	助教
Kashima Hisashi	知能情報学専攻	鹿島研究室	教授

---