【技术实现步骤摘要】
本专利技术涉及航班预警，尤其涉及一种可实时发现热点航班的方法、系统、存储介质和设备。
技术介绍
1、热点航班主要是指发生了特殊情况或者异常状态，导致关注度比较高的航班，具有一定的展示和预警价值。目前发现热点航班的算法都是通过关注人数来进行简单的排序判断，但是这样的算法具备比较明显的局限性，如对于上座率比较高的热门商务航班、大型飞机，由于常旅客占比较高，乘客数比较多，很容易关注人数比较靠前。然而这些航班可能本身并没有明显的特殊性或异常性。
技术实现思路
1、为解决
技术介绍
中存在的技术问题，本专利技术提出一种可实时发现热点航班的方法、系统、存储介质和设备。
2、本专利技术提出的一种可实时发现热点航班的方法，包括：
3、对各个航班的访问及关注数据按照时间维度进行切片统计，并进行分析得到实时热度参数；
4、获取各个航班的航班状态；其中，航班状态包括正常状态和异常状态；
5、对处于异常状态的航班进行调参，得到处于异常状态的航班的异常参数；
6、根据各个航班的实时热度参数和异常参数，得到各个航班的最终热度参数；
7、根据各个航班的最终热度参数对各个航班进行排序，得到实时热度排名。
8、优选地，最终热度参数为实时热度参数和异常参数之和。
9、优选地，异常状态包括：发生过盘旋、盘旋中、备降中、备降后取消、备降后到达、返航中、返航后取消、返航后达到、失联、失事、延误预警以及延误超过第二预设时间以上的航班异
10、优选地，对各个航班的访问及关注数据按照时间维度进行切片统计，进行分析得到实时热度参数，具体包括：
11、将当前时间段均匀划分为多个时间片段；
12、获取各个航班在当前时间段内当前时间片段和当前时间片段之前的所有时间片段内的访问及关注数据以及在n个历史时间段内与当前时间片段及当前时间片段之前的所有时间片段对应的各个时间片段的访问及关注数；其中，n为大于或等于1整数；
13、根据各个航班在当前时间段内当前时间片段及当前时间片段之前的所有时间片段内的航访问及关注数据以及在n个历史时间段内对应的各个时间片段的访问及关注数据，分别计算各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前时间段以及前n-1个历史时间段内各个时间片段的第二系数；
14、其中，第一系数为某一时间片段的访问及关注数据与同一时间段内的该时间片段的前一时间片段的访问及关注数据的比值；
15、第二系数为某一时间片段的访问及关注数据与该时间片段所在时间段之前的前一历史时间段内对应的时间片段的访问及关注数据的比值；
16、对各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前时间段以及前n-1个历史时间段内各个时间片段的第二系数进行加权计算，得到各个航班的实时热度参数。
17、优选地，第一系数为qj-i＝mj-i/mj-(i+1)；第二系数为pj-i＝mj-i/mj+1-i：
18、其中，q表示第一系数，p表示第二系数，m表示访问及关注数据；
19、j＝0、1、2、……、n，当j＝0时，表示该时间段为当前时间段，当j＝1、2、……、n时，表示该时间段为当前时间段之前的第j个历史时间段；
20、i＝0、1、2、……、k，k为大于2的正整数；当i＝0时，表示该时间片段为当前时间片段或与当前时间片段对应的时间片段，当i＝1、2、……、k时，表示该时间片段为当前时间片段之前的第i个时间片段或与当前时间片段之前的第i个时间片段对应的时间片段。
21、优选地，在对各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前时间段以及前n-1个历史时间段内各个时间片段的第二系数进行加权计算，得到各个航班的实时热度参数之前，还包括：
22、根据时间加权法分别对各个第一系数和第二系数设置权重。
23、优选地，在根据各个航班的最终热度参数对各个航班进行排序，得到实时热度排名之后，还包括：
24、根据实时热度排名生成可视化展示信息；
25、将可视化展示信息进行展示。
26、优选地，在将可视化展示信息进行展示的过程中，若当前时间段内的时间片段的访问及关注数据超过预设阈值，则将该时间片段标记为“热”，并展示“热”标记。
27、优选地，在将可视化展示信息进行展示的过程中，若某一航班距离第一次进入排序前十的时间不超过第一预设时间，则将该航班第一次进入排序前十的时间片段标记为“新”，并展示“新”标记。
28、本专利技术还提出了一种可实时发现热点航班的系统，其特征在于，包括：
29、切片统计模块，用于对各个航班的访问及关注数据按照时间维度进行切片统计，并进行分析得到实时热度参数；
30、航班状态调参模块，用于获取各个航班的航班状态；其中，航班状态包括正常状态和异常状态；并对处于异常状态的航班进行调参，得到处于异常状态的航班的异常参数；
31、最终热度参数计算模块，用于根据各个航班的实时热度参数和异常参数，计算得到各个航班的最终热度参数；
32、排序模块，用于根据各个航班的最终热度参数对各个航班进行排序，得到实时热度排名。
33、优选地，切片统计模块包括：
34、切片子模块，用于将当前时间段均匀划分为多个时间片段；
35、数据获取子模块，用于获取各个航班在当前时间段内当前时间片段和当前时间片段之前的所有时间片段内的访问及关注数据以及在n个历史时间段内与当前时间片段及当前时间片段之前的所有时间片段对应的各个时间片段的访问及关注数；其中，n为大于或等于1整数；
36、统计子模块，用于根据各个航班在当前时间段内当前时间片段及当前时间片段之前的所有时间片段内的航访问及关注数据以及在n个历史时间段内对应的各个时间片段的访问及关注数据，分别计算各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前时间段以及前n-1个历史时间段内各个时间片段的第二系数；
37、其中，第一系数为某一时间片段的访问及关注数据与同一时间段内的该时间片段的前一时间片段的访问及关注数据的比值；
38、第二系数为某一时间片段的访问及关注数据与该时间片段所在时间段之前的前一历史时间段内对应的时间片段的访问及关注数据的比值；
39、并用于对各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前时间段以及前n-1个历史时间段内各个时间片段的第二系数进行加权计算，得到各个航班的实时热度参数。
40、本专利技术还提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一项所述的可实时发现热点航班的方法。
41、本文档来自技高网...
【技术保护点】
1.一种可实时发现热点航班的方法，其特征在于，包括：
2.根据权利要求1所述的可实时发现热点航班的方法，其特征在于，最终热度参数为实时热度参数和异常参数之和。
3.根据权利要求1所述的可实时发现热点航班的方法，其特征在于，异常状态包括：发生过盘旋、盘旋中、备降中、备降后取消、备降后到达、返航中、返航后取消、返航后达到、失联、失事、延误预警以及延误超过第二预设时间以上的航班异常状态，每个航班异常状态均设有对应的异常参数。
4.根据权利要求1所述的可实时发现热点航班的方法，其特征在于，对各个航班的访问及关注数据按照时间维度进行切片统计，进行分析得到实时热度参数，具体包括：
5.根据权利要求4所述的可实时发现热点航班的方法，其特征在于，在对各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前时间段以及前n-1个历史时间段内各个时间片段的第二系数进行加权计算，得到各个航班的实时热度参数之前，还包括：
6.根据权利要求4所述的可实时发现热点航班的方法，其特征在于，在根据各个航班的最终热度参数对各个航班进行排序，
7.一种可实时发现热点航班的系统，其特征在于，包括：
8.根据权利要求7所述的可实时发现热点航班的系统，其特征在于，切片统计模块包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现如权利要求1至6任一项所述的可实时发现热点航班的方法。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现如权利要求1至6任意一项所述的可实时发现热点航班的方法。
...【技术特征摘要】
1.一种可实时发现热点航班的方法，其特征在于，包括：
2.根据权利要求1所述的可实时发现热点航班的方法，其特征在于，最终热度参数为实时热度参数和异常参数之和。
3.根据权利要求1所述的可实时发现热点航班的方法，其特征在于，异常状态包括：发生过盘旋、盘旋中、备降中、备降后取消、备降后到达、返航中、返航后取消、返航后达到、失联、失事、延误预警以及延误超过第二预设时间以上的航班异常状态，每个航班异常状态均设有对应的异常参数。
4.根据权利要求1所述的可实时发现热点航班的方法，其特征在于，对各个航班的访问及关注数据按照时间维度进行切片统计，进行分析得到实时热度参数，具体包括：
5.根据权利要求4所述的可实时发现热点航班的方法，其特征在于，在对各个航班当前时间段以及前n-1个历史时间段内各个时间片段的第一系数和当前...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。