基于事件的民航需求预测方法和装置制造方法及图纸

本发明专利技术提供了一种基于事件的民航需求预测方法和装置。其中，该方法包括：根据当前航班的起飞日期有无异常，以及起飞日期当日将发生的外源事件对当前航班所在航线的民航需求的影响因子，确定当前航班在起飞日期的预测类型；根据当前航班在起飞日期的预测类型，预测当前航班在起飞日期的天级民航需求预测指数。通过本发明专利技术，解决了民航需求预测不准确的问题，加入了外源事件对民航需求的影响，提高了民航需求预测的准确性。

Event based civil aviation demand forecasting method and device

The invention provides an event based civil aviation demand forecasting method and device. Among them, the method comprises: according to the current flight departure date is no exception, and the effects of exogenous events will occur on the date of the flight departure route where civil aviation demand factors, determine the current date of departure flights in the prediction of type; according to the current date of departure flights in the prediction of type, forecast the flight prediction index in flight the date of the day level of civil aviation demand. The invention solves the problem that the civil aviation demand forecasting is inaccurate, and the influence of the exogenous event on the civil aviation demand is added, and the accuracy of the civil aviation demand prediction is improved.

【技术实现步骤摘要】
基于事件的民航需求预测方法和装置
本专利技术涉及民航数据处理领域，具体而言，涉及一种基于事件的民航需求预测方法和装置。
技术介绍
在民航领域，一直困扰航空公司收益管理者的问题是：如何在保持收益最大化的前提下，提供合理的仓位安排以满足航空旅客的多样化、无序化的出行需求。随着民航业的快速发展，准确预测市场需求的变化是航空公司收益管理部门的核心诉求，其中，基于O&D(出发地&到达地，也简称OD)的旅客航班需求预测对航空公司收益管理者来讲至关重要。虽然航空公司目前能够轻松的获得各航线历史旅客量数据，但是并没有一个成熟的分析和预测模型能够反映旅客对航班未来的需求变化，以便为收益管理者提供决策支持。因此，如何能够及时有效的预测旅客航班需求的未来变化趋势、为航空公司收益管理提供决策依据，是对民航信息服务的新一阶段的要求。目前的技术主要能够实现基于O&D的各航班历史旅客量的查询功能，通过历史数据反映当前的旅客需求，只能做到实时的反应当前需求的趋势，不能提供对未来需求变化趋势的有效预测，因而这样的统计模型给予收益管理员的响应时间是很少的。即便有一定预测功能，也只考虑了历史数据的影响，忽略了客观事件对需求变化的影响。从现状上看，国内航空公司在中长期的销售管理(一般指二周以后的航班)上，主要使用传统的市场需求测量方法，短期的销售管理(一般二周以内)还主要依赖于人的经验，缺乏对旅客航班需求量变化趋势的预测，为收益管理员提供有效的数据支持。
技术实现思路
本专利技术提供了一种基于事件的民航需求预测方法和装置，以至少解决相关技术中对民航需求预测不准确的问题。根据本专利技术的一个方面，提供了一种基于事件的民航需求预测方法，包括：根据当前航班的起飞日期有无异常，以及所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子，确定所述当前航班在所述起飞日期的预测类型；根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数。可选地，在根据当前航班的起飞日期有无异常，以及所述起飞日期当日有无影响民航需求的事件，确定所述当前航班在所述起飞日期的预测类型之前，所述方法还包括：根据所述当前航班所在航线的星期民航需求标准曲线以及所述航线的民航需求异常曲线，确定所述当前航班的所述起飞日期有无异常；获取所述起飞日期当日将发生的外源事件，并根据预设策略计算所述外源事件对所述当前航班所在航线的民航需求的所述影响因子。可选地，在根据所述当前航班所在航线的星期民航需求标准曲线以及所述航线的民航需求异常曲线，确定所述当前航班的所述起飞日期有无异常之前，所述方法还包括：解析民航信息系统的日志文件并计算天级民航需求数据；将所述当前航班所在航线相同星期属性的天级民航需求数据，剔除异常点后求平均，得到所述星期民航需求标准曲线；将与所述当前航班所在航线的历史已查询日期民航需求曲线与其起飞日期对应的星期民航需求标准曲线进行比较，对形态异常的历史已查询日期民航需求曲线进行K-means聚类，保留每类的中心曲线，作为所述航线的所述民航需求异常曲线。可选地，根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数包括：在所述预测类型为所述当前航班的所述起飞日期无异常且所述当前航班的所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子为零的情况下，根据所述历史已查询日期民航需求曲线和所述星期民航需求标准曲线，预测所述当前航班在所述起飞日期的所述天级民航需求预测指数。可选地，根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数包括：在所述预测类型为所述当前航班的所述起飞日期有异常且所述当前航班的所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子为零的情况下，根据所述历史已查询日期民航需求曲线、所述星期民航需求标准曲线和所述民航需求异常曲线，预测所述当前航班在所述起飞日期的所述天级民航需求预测指数。可选地，根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数包括：在所述预测类型为所述当前航班的所述起飞日期无异常且所述当前航班的所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子不为零的情况下，将所述影响因子叠加到所述星期民航需求标准曲线上，并结合所述历史已查询日期民航需求曲线，预测所述当前航班在所述起飞日期的所述天级民航需求预测指数。可选地，根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数包括：在所述预测类型为所述当前航班的所述起飞日期有异常且所述当前航班的所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子不为零的情况下，根据所述历史已查询日期民航需求曲线、所述星期民航需求标准曲线和所述民航需求异常曲线，预测所述当前航班在所述起飞日期的第一天级民航需求预测指数；将所述影响因子叠加到所述星期民航需求标准曲线上，并结合所述历史已查询日期民航需求曲线，预测所述当前航班在所述起飞日期的第二天级民航需求预测指数；根据所述第一天级民航需求预测指数和所述第二天级民航需求预测指数，确定所述当前航班在所述起飞日期的所述天级民航需求预测指数。根据本专利技术的另一个方面，还提供了一种基于事件的民航需求预测装置，包括：第一确定模块，用于根据当前航班的起飞日期有无异常，以及所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子，确定所述当前航班在所述起飞日期的预测类型；预测模块，用于根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数。可选地，所述装置还包括：第二确定模块，用于根据所述当前航班所在航线的星期民航需求标准曲线以及所述航线的民航需求异常曲线，确定所述当前航班的所述起飞日期有无异常；第一计算模块，用于获取所述起飞日期当日将发生的外源事件，并根据预设策略计算所述外源事件对所述当前航班所在航线的民航需求的所述影响因子。可选地，所述装置还包括：第二计算模块，用于解析民航信息系统的日志文件并计算天级民航需求数据；第三计算模块，用于将所述当前航班所在航线相同星期属性的天级民航需求数据，剔除异常点后求平均，得到所述星期民航需求标准曲线；第四计算模块，用于将与所述当前航班所在航线的历史已查询日期民航需求曲线与其起飞日期对应的星期民航需求标准曲线进行比较，对形态异常的历史已查询日期民航需求曲线进行K-means聚类，保留每类的中心曲线，作为所述航线的所述民航需求异常曲线。通过本专利技术，采用根据当前航班的起飞日期有无异常，以及起飞日期当日将发生的外源事件对当前航班所在航线的民航需求的影响因子，确定当前航班在起飞日期的预测类型；根据当前航班在起飞日期的预测类型，预测当前航班在起飞日期的天级民航需求预测指数的方式，解决了民航需求预测不准确的问题，加入了外源事件对民航需求的影响，提高了民航需求预测的准确性。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本发本文档来自技高网...

【技术保护点】
一种基于事件的民航需求预测方法，其特征在于包括：根据当前航班的起飞日期有无异常，以及所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子，确定所述当前航班在所述起飞日期的预测类型；根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数。

【技术特征摘要】
1.一种基于事件的民航需求预测方法，其特征在于包括：根据当前航班的起飞日期有无异常，以及所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子，确定所述当前航班在所述起飞日期的预测类型；根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数。2.根据权利要求1所述的方法，其特征在于，在根据当前航班的起飞日期有无异常，以及所述起飞日期当日有无影响民航需求的事件，确定所述当前航班在所述起飞日期的预测类型之前，所述方法还包括：根据所述当前航班所在航线的星期民航需求标准曲线以及所述航线的民航需求异常曲线，确定所述当前航班的所述起飞日期有无异常；获取所述起飞日期当日将发生的外源事件，并根据预设策略计算所述外源事件对所述当前航班所在航线的民航需求的所述影响因子。3.根据权利要求2所述的方法，其特征在于，在根据所述当前航班所在航线的星期民航需求标准曲线以及所述航线的民航需求异常曲线，确定所述当前航班的所述起飞日期有无异常之前，所述方法还包括：解析民航信息系统的日志文件并计算天级民航需求数据；将所述当前航班所在航线相同星期属性的天级民航需求数据，剔除异常点后求平均，得到所述星期民航需求标准曲线；将与所述当前航班所在航线的历史已查询日期民航需求曲线与其起飞日期对应的星期民航需求标准曲线进行比较，对形态异常的历史已查询日期民航需求曲线进行K-means聚类，保留每类的中心曲线，作为所述航线的所述民航需求异常曲线。4.根据权利要求3所述的方法，其特征在于，根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数包括：在所述预测类型为所述当前航班的所述起飞日期无异常且所述当前航班的所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子为零的情况下，根据所述历史已查询日期民航需求曲线和所述星期民航需求标准曲线，预测所述当前航班在所述起飞日期的所述天级民航需求预测指数。5.根据权利要求3所述的方法，其特征在于，根据所述当前航班在所述起飞日期的预测类型，预测所述当前航班在所述起飞日期的天级民航需求预测指数包括：在所述预测类型为所述当前航班的所述起飞日期有异常且所述当前航班的所述起飞日期当日将发生的外源事件对所述当前航班所在航线的民航需求的影响因子为零的情况下，根据所述历史已查询日期民航需求曲线、所述星期民航需求标准曲线和所述民航需求异常曲线，预测所述当前航班在所述起飞日期的所述天级民航需求预测指数。6.根据权利要求3所述的方法，其特征在于，根据所述当前航班在所述起飞日期的预测类型，...

【专利技术属性】
技术研发人员：王硕，曹迎军，黄鹤，马晓涛，贾旭光，吴丽娜，周元炜，
申请(专利权)人：中国民航信息网络股份有限公司，
类型：发明
国别省市：北京,11