近年来,全球航空业发展迅速,大多数乘客都希望可以购买到低价的机票。但是,大多数的航空公司都配置有收入管理系统,这会导致价格随时间频繁波动,乘客很难在机票价格较低的时候购买机票。如果可以很好地预测价格趋势,那么旅客将更加容易购买到便宜的机票。因此,研究机票价格趋势并为旅客提供购票时间建议具有重要意义。本文介绍了基于传统的机器学习和深度学习的机票购买时机预测模型,用于预测价格趋势并帮助旅客在较低的价格购买机票。基于传统的机器学习机票购买预测模型通过数据分析得到影响机票价格的关键因素,通过特征工程构建特征库,再通过传统机器学习中的随机森林算法和决策树算法对特征库进行建模,并且对于特征进行归因分析,对特征的重要性程度也进行了分析。基于深度学习机票购买预测模型同时考虑了时间因素和空间因素。关于时间因素,通过长短期记忆网络算法建模时序关联关系。关于空间因素,通过空间关系注意力机制模型建模空间关联关系。最后,通过门控网络注意力机制实现多任务模型,预测不同航班,不同时刻机票价格趋势。最后通过AUC评测指标和省钱额度评测指标,验证了基于传统机器学习和深度学习机票购买时机预测模型的有效性和可靠性,在较低的价格建议旅客购买机票,从而帮助旅客在购买机票的过程中省下更多的钱。