航班延误信息的推送方法、系统、存储介质和电子设备技术方案

本发明专利技术提供种航班延误信息的推送方法、系统、存储介质和电子设备，其中方法包括：获取多个历史航班，并获取与各历史航班均关联的特征属性；采用集成树模型计算每个特征属性的信息增益，筛选出信息增益大于预设增益值的特征属性；基于筛选出的特征属性，采用回归分析模型计算未完成航班的延误概率；推送计算出的未完成航班的延误概率；以及对延误概率超出预设概率值的未完成航班，推送该未完成航班的出发城市至该未完成航班的到达城市之间，在该未完成航班的到达日期前到达的火车班次信息。本发明专利技术通过集成树模型挑选重要性变量，采用回归分析模型预测航班延误概率，对于延误概率高的航班推送替换火车班次信息，充分保障用户及时出行。

【技术实现步骤摘要】
航班延误信息的推送方法、系统、存储介质和电子设备
本专利技术涉及互联网
，尤其涉及一种航班延误信息的推送方法、系统、存储介质和电子设备。
技术介绍
随着社会的发展，空中交通流量日渐增长，航班延误(航班降落时间比计划降落时间，即航班时刻表上的降落时间延迟30分钟以上或航班取消的情况)问题严重影响到旅客的出行体验。如果能提前预测到航班的延误情况，在用户预定机票时，就可以针对不同航班的延误预测情况给用户推送相应的增值服务产品，如：航延险、休息室等，可降低航班延误对旅客出行造成的不良影响。国内外的学术界和工业界对航班延误预测的研究和应用都做了很多尝试。在工业界，国外的KNOWDELAY给用户提供提前3天的因为天气原因产生航班延误预测，国内的飞常准也会提前3-4小时发布航班起飞和到达的预测信息。在学术界，目前国内外有很多学者在研究航班延误影响因素、航班延误波及理论以及实时动态航班延误预测方面做出了很多贡献。在航班延误预测的方法上，主要有机器学习和统计分析两大类方法，包括神经网络、树模型、时间序列和回归分析等。而在实际生产应用时，这些研究在应用场景上多多少少都会存在不同程度的局限：目前市场上现存航班延误预测网站关注的都是航班起飞前3-4小时开始的预测场景，国外有些网站会关注航班起飞前3天的预测场景，但也只是基于天气影响因素的预测。而对用户而言，有价值的预测信息应该是基于用户在开始计划出行之前的场景，比如未来一周起飞的航班延误状况，而且天气因素只是航班延误其中一方面的信息。在研究方法上，基于人工神经网络模型的航班延误预测：人工神经网络可以自我学习，寻找规律，但是其处理的变量越多，变量中的分类变量越多，收集的历史数据就会让人工神经网络预测航班延误的速度减慢,线上的工程部署比较苦难；通过历史数据做回归分析：这种只考虑历史数据的回归分析没能完全涵盖到影响航班延误的因素，且不能很好的挖掘大数据中之间的复杂联动关系。可见，现有技术中缺乏一种能融合机场当前流量数据、天气以及气象预警数据、航班历史准点率等不同渠道来源、不同维度的数据，运用机器学习方法，提前多天预测航班的延误状况，并针对性提供用户增值服务的技术。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
针对现有技术中的缺陷，本专利技术要解决的问题在于，如何准确预测航班延误情况，并针对不同延误情况最大限度保障用户出行。根据本专利技术的一个方面，提供一种航班延误信息的推送方法，所述方法包括：获取多个历史航班，包括发生延误的历史航班和未发生延误的历史航班，建立历史航班样本库，并获取与各历史航班均关联的特征属性；基于公式计算每个特征属性的信息增益H，其中x每次对应一特征属性的匹配取值，i取1时代表历史航班发生延误，i取2时代表历史航班未发生延误，P(xi)分别表示以当前特征属性的当前匹配取值为统计维度，发生延误的历史航班在历史航班样本库中的出现概率，和未发生延误的历史航班在历史航班样本库中出现的概率；筛选出信息增益大于预设增益值的特征属性，建立特征属性库；基于公式计算未完成航班的延误概率q，其中n为大于0的自然数，x1至xn包括特征属性库中的各特征属性的对应取值，w0至wn分别为各特征属性的对应取值的权系数；推送计算出的未完成航班的延误概率；以及对延误概率超出预设概率值的未完成航班，推送该未完成航班的出发城市至该未完成航班的到达城市之间，在该未完成航班的到达日期前到达的火车班次信息。优选地，所述特征属性库中的特征属性包括：航班出发城市的天气信息、航班到达城市的天气信息、航班出发机场的流量信息、航班到达机场的流量信息、航班历史延误信息及航班所在航线的流量信息。优选地，对于定性的特征属性，采用其真实取值作为对应取值，对于定量的特征属性，采用其编码取值作为对应取值。优选地，计算各未完成航班的延误概率时，x1至xn还包括实时气象预警信息和航空公司信息。优选地，对延误概率超出预设概率值的未完成航班，推送火车班次信息的步骤包括：获取该未完成航班的出发城市的至少一个第一火车站；获取该未完成航班的到达城市的至少一个第二火车站；推送各第一火车站至各第二火车站之间，在该未完成航班的到达日期前到达的所有可预售的火车班次信息。优选地，上述的航班延误信息的推送方法还包括：推送当前位置至各火车班次信息的第一火车站之间的路线导航信息。优选地，基于移动端的导航软件推送所述路线导航信息。根据本专利技术的另一个方面，提供一种航班延误信息的推送系统，所述系统包括：样本建立模块，获取多个历史航班，包括发生延误的历史航班和未发生延误的历史航班，建立历史航班样本库，并获取与各历史航班均关联的特征属性；集成计算模块，基于公式计算每个特征属性的信息增益H，其中x每次对应一特征属性的匹配取值，i取1时代表历史航班发生延误，i取2时代表历史航班未发生延误，P(xi)分别表示以当前特征属性的当前匹配取值为统计维度，发生延误的历史航班在历史航班样本库中的出现概率，和未发生延误的历史航班在历史航班样本库中出现的概率；属性筛选模块，筛选出信息增益大于预设增益值的特征属性，建立特征属性库；回归预测模块，基于公式计算未完成航班的延误概率q，其中n为大于0的自然数，x1至xn包括特征属性库中的各特征属性的对应取值，w0至wn分别为各特征属性的对应取值的权系数；第一推送模块，推送计算出的未完成航班的延误概率；以及第二推送模块，对延误概率超出预设概率值的未完成航班，推送该未完成航班的出发城市至该未完成航班的到达城市之间，在该未完成航班的到达日期前到达的火车班次信息。根据本专利技术的另一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的航班延误信息的推送方法的步骤。根据本专利技术的另一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的航班延误信息的推送方法的步骤。有鉴于此，本专利技术与现有技术相比的有益效果在于：本专利技术打破了民航业长期以来的数据孤岛，融合机场当前流量数据、天气以及气象预警数据、航班历史准点率等不同渠道来源、不同维度的数据，运用机器学习方法，提前多天预测航班的延误状况，并针对性地为用户提供换乘信息等增值服务，充分保障用户出行体验。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出本专利技术示例性实施例中航班延误信息的推送方法的步骤示意图；图2示出本专利技术示例性实施例中航班延误信息的推送方法的流程模块图；图3示出本专利技术示例性实施例中推送火车班次信息的步骤示意图；图4示出本专利技术示例性实施例中一种计算机可读存储介质的示意图；图5示出本专利技术示例性实施例中一种电子设备的示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施本文档来自技高网...

【技术保护点】
一种航班延误信息的推送方法，其特征在于，所述方法包括：获取多个历史航班，包括发生延误的历史航班和未发生延误的历史航班，建立历史航班样本库，并获取与各历史航班均关联的特征属性；基于公式

【技术特征摘要】
1.一种航班延误信息的推送方法，其特征在于，所述方法包括：获取多个历史航班，包括发生延误的历史航班和未发生延误的历史航班，建立历史航班样本库，并获取与各历史航班均关联的特征属性；基于公式计算每个特征属性的信息增益H，其中x每次对应一特征属性的匹配取值，i取1时代表历史航班发生延误，i取2时代表历史航班未发生延误，P(xi)分别表示以当前特征属性的当前匹配取值为统计维度，发生延误的历史航班在历史航班样本库中的出现概率，和未发生延误的历史航班在历史航班样本库中出现的概率；筛选出信息增益大于预设增益值的特征属性，建立特征属性库；基于公式计算未完成航班的延误概率q，其中n为大于0的自然数，x1至xn包括特征属性库中的各特征属性的对应取值，w0至wn分别为各特征属性的对应取值的权系数；推送计算出的未完成航班的延误概率；以及对延误概率超出预设概率值的未完成航班，推送该未完成航班的出发城市至该未完成航班的到达城市之间，在该未完成航班的到达日期前到达的火车班次信息。2.如权利要求1所述的航班延误信息的推送方法，其特征在于，所述特征属性库中的特征属性包括：航班出发城市的天气信息、航班到达城市的天气信息、航班出发机场的流量信息、航班到达机场的流量信息、航班历史延误信息及航班所在航线的流量信息。3.如权利要求2所述的航班延误信息的推送方法，其特征在于，对于定性的特征属性，采用其真实取值作为对应取值，对于定量的特征属性，采用其编码取值作为对应取值。4.如权利要求2所述的航班延误信息的推送方法，其特征在于，计算各未完成航班的延误概率时，x1至xn还包括实时气象预警信息和航空公司信息。5.如权利要求1所述的航班延误信息的推送方法，对延误概率超出预设概率值的未完成航班，推送火车班次信息的步骤包括：获取该未完成航班的出发城市的至少一个第一火车站；获取该未完成航班的到达城市的至少一个第二火车站；推送各第...

【专利技术属性】
技术研发人员：侯淑芳，肖铨武，聂强强，
申请(专利权)人：携程旅游网络技术上海有限公司，
类型：发明
国别省市：上海,31