随着社会的快速发展以及人们生活水平的提高,旅游已经逐渐成为了生活的必、需品,机票是旅游产品中必不可少的一个环节。机票价格是旅游大数据领域研究的一个重要内容,机票价格是随着市场销售情况动态变化的,如果某个航班销售的好航空公司会涨价,相反,如果航班销售不好航空公司就会开舱降价。此外,各航空公司之间除了通过价格竞争获取客源之外,航空公司之间还同时签订价格保护协议,例如起飞前3天内的价格不低于8折销售等。因此,航班的价格变化是一个十分复杂的问题,对于价格的预测有着相当大的难度,与此同时价格预测技术有着巨大的商业应用前景和市场价值。本文从数据挖掘的角度分析了基于大数据技术对于机票价格进行预测的可行性,尤其是国际航班的机票价格预测的可行性。首先,本文阐述了大数据理论的发展和大数据研究的关键技术,基于大数据的数据挖掘方法及其应用。针对所研究的问题还阐述了旅游大数据的定义、旅游大数据的发展概况以及旅游大数据中航班价格变化的历史积累对于航班价格预测所起到的作用。其次,本文对国际航班价格预测模型中所要应用的人工神经网络模型进行了介绍,说明了人工神经网络基本原理、人工神经网络特点、BP神经网络,重点介绍了最近流行的基于大数据的深度学习网络模型。本文建立了基于大数据和人工神经网络的国际航班价格预测模型,并利用该模型对于真实的国际航线北京到巴黎(PEK-CDG)的航班在日期2017年3月13日至2017年4月24日的价格数据进行了详细的分析和预测。通过计算机系统自动采集航线、航班的价格变化数据,从2016年11月至2017年2月,系统每6小时一次进行数据采集,累计采集该航线数据4万余条。本文以大量的真实历史数据作为训练样本,对神经网络模型进行训练,然后利用训练后的模型对实时的航班价格进行预测,模型预测的结果与实际情况进行对比分析,总体上模型是有效的,模型预测准确率可以达到70%左右。该模型的研究工作有重要的实践意义和良好的应用前景,且该模型还有继续研究和改进的空间。