随着航空业的发展和人们生活水平的提高,越来越多的人选择飞机作为自己出行的主要方式。大多数人都希望能够以较低的价格购买到合适的机票,但是航空公司总是根据收益管理策略对机票价格进行实时调整,使票价发生明显的变化。本文在机票价格不断变化的背景下,从旅客的角度出发,针对如何做出合适的购买决策这个问题,通过对预测方法深入的研究和分析,分别提出了机票购买决策的短期预测方法和对机票价格长期预测的组合算法。研究并设计了机票购买决策工具,用来帮助旅客做出合适的购买决策。机票购买决策的短期预测方法基于定义的类变量规则和多决策树组合的随机森林算法,在距离飞机起飞时间较短的情况下,根据对机票价格行为的分析,加入机票价格的波动值和价格波动强度两种特征,构建了购买决策预测模型,以此建议旅客什么时候购买机票。机票价格的长期预测方法基于时间序列分析法和随机森林回归算法,在距离飞机起飞时间较长的情况下,优先考虑时间因素,用时间序列算法初步预测机票价格;然后利用随机森林算法对上述预测结果进行优化,使价格预测更加准确。最后,设计并实现了基于机器学习的机票预测系统,该系统采用Python语言和SQL Server数据库,遵循软件设计等规则,完成了对系统的需求分析、总体设计、各模块的实现等步骤,通过测试验证了预测算法的有效性和该系统的稳定性。实验结果表明本文提出的算法对机票购买决策的预测更加可靠,可以更好的帮助旅客做出合适的决策。