Метод проверки стабильности моделей прогнозирования спроса на авиабилеты

Прогнозирование спроса на авиабилеты – ключевой этап в системах управления доходами и ценообразованием. Современные методы прогнозирования спроса преимущественно основаны на методах машинного и глубокого обучения, так как они способны учитывать широкий спектр закономерностей, определенных на исторических данных. Несмотря на хорошую обобщающую способность подобных моделей, такие подходы все равно требуют дополнительную валидацию стабильности работы. Применение моделей к новым данным, например новому направлению или расписанию рейсов, может сильно исказить прогнозирование спроса. В данной работе представлен метод проверки стабильности моделей прогнозирования спроса на авиабилеты, основанный на последовательном исключении групп значений признаков из обучающей выборки с последующей оценкой качества модели на тестовом периоде по метрике WMAPE. Проведённые эксперименты с линейной регрессией и моделью градиентного бустинга над решающими деревьями, обученными на исторических данных авиакомпании S7, демонстрируют эффективность предложенного подхода для выявления чувствительных признаков и профилактики деградации качества прогноза, а также показывают, что градиентный бустинг обеспечивает значительно более низкую ошибку прогнозирования по сравнению с линейной регрессией при более выраженной чувствительности к исключению данных по направлению рейса.