Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/365
Title: Airfare Price Prediction Using Machine Learning
Authors: GHELLACHE, AKram
BOUHADJEB, MOhammed
Keywords: Flight Price
Prediction Model
Feature Selection
Machine Learning Algorithm
Artificial Intelligence
Issue Date: 2022
Abstract: Air travel is the fastest transportation network in the globe, and it has a great impact on the economy for helping in economic growth, reducing poverty and making employment for millions of people. This increase in using Ćight travel made it harder for airline companies to maintain a perfect airfare pricing that should be fair for both : companies to make a nice revenue of it and passengers to enjoy their travel without money issues. But this is a hard task due to multiple conditions that the Ćight price depends on and the consecutive changing of these prices make it even harder to evaluate. The air pricing for most of the airlines is considered unfair to one of the sides(passengers or airlines), and even unstable most of the time as in some cases, like holidays simple Ćights that considered cheap in the other days could reach out to four times its actual price, even for the airlines an expensive ticket doesnŠt mean a bigger revenue, so the pricing is the most important factor in improving your Ćights purchase as a company. Many people in the world enjoy capturing the visual, historical, and experiential contexts that landmarks offer as they travel. These individuals, however, use disjoint resources to plan trips, reducing the quality of the traveling experience they receive when visiting a place, however there is sometime where the Ćight prices were so expensive. In this Engineering thesis, we build a web application thatŠs help people to choose the best and cheap ticket to travel based on machine learning algorithms. *** Le transport aérien est le réseau de transport le plus rapide au monde, et il a un grand impact sur lŠéconomie pour contribuer à la croissance économique, réduire la pauvreté et créer des emplois pour des millions de personnes. Cette augmentation de lŠutilisation des voyages en avion a rendu plus difficile pour les compagnies aériennes de maintenir une tariĄcation parfaite des billets dŠavion qui devrait être juste pour les deux : les entreprises pour en tirer un bon revenu et les passagers pour proĄter de leur voyage sans problèmes dŠargent. Mais il sŠagit dŠune tâche difficile en raison des multiples conditions dont dépend le prix du vol et les changements consécutifs de ces prix rendent encore plus difficile à évaluer. La tariĄcation aérienne de la plupart des compagnies aériennes est considérée comme injuste pour lŠune des parties (passagers ou compagnies aériennes), et même instable la plupart du temps car dans certains cas, comme les vacances, des vols simples considérés comme bon marché les autres jours pourraient atteindre quatre fois son prix réel. De même pour les compagnies aériennes, un billet cher ne signiĄe pas un revenu plus important, de sorte que le prix est le facteur le plus important pour améliorer lŠachat de vos vols en tant quŠentreprise. De nombreuses personnes dans le monde aiment capturer les contextes visuels, historiques et expérientiels quŠoffrent les points de repère lors de leurs déplacements. Ces personnes utilisent cependant des ressources disjointes pour planiĄer des voyages, ce qui réduit la qualité de lŠexpérience de voyage quŠelles reçoivent lorsquŠelles visitent un lieu, cependant, il y a un moment où les prix des vols étaient si chers. Dans ce mémoire dŠingenieur, nous concevons et développons une application Web qui aide les gens à choisir le meilleur billet et le moins cher pour voyager en se basant sur des algorithmes dŠapprentissage automatique.
Description: Superviseur : Pr. Sidi Mohamed BENSLIMANE
URI: https://repository.esi-sba.dz/jspui/handle/123456789/365
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
Mémoire MASTER-1-1.pdf158,38 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.