Las aerolíneas han lanzado varios servicios auxiliares para satisfacer las necesidades de sus pasajeros y aumentar sus ingresos. Los ingresos auxiliares por selección de asientos son una fuente importante de ingresos para las aerolíneas y son un tipo común de publicidad. Sin embargo, los anuncios generalmente se entregan a todos los clientes, incluyendo una proporción significativa de personas que no desean pagar por la selección de asientos. Los anuncios aleatorios pueden, por lo tanto, disminuir la cantidad de ganancias generadas, ya que los usuarios se cansarán de la publicidad inútil, lo que llevará a una disminución en la fidelidad del usuario. Para resolver este problema, proponemos un modelo de Máquina de Aumento de Gradiente Ligero en Cierta Proporción (BCR-LightGBM) para predecir la disposición de los pasajeros a pagar por elegir sus asientos. Los resultados experimentales muestran que el modelo propuesto supera a los 12 modelos de comparación en términos del área bajo la curva característica operativa del receptor (ROC-AUC) y la puntuación F1. Además, estudiamos dos muestras típicas para demostrar la fase de toma de decisiones de un árbol de decisión en BCR-LightGBM y aplicamos el modelo de explicación aditiva de Shapley (SHAP) para analizar los factores influyentes importantes y mejorar aún más la interpretabilidad. Concluimos que los valores del cliente, la tarifa del billete y la duración del viaje son tres factores que las aerolíneas deben considerar en su servicio de selección de asientos.