CN107330099A - 一种基于多因素综合排序的机票查找方法 - Google Patents
一种基于多因素综合排序的机票查找方法 Download PDFInfo
- Publication number
- CN107330099A CN107330099A CN201710545178.8A CN201710545178A CN107330099A CN 107330099 A CN107330099 A CN 107330099A CN 201710545178 A CN201710545178 A CN 201710545178A CN 107330099 A CN107330099 A CN 107330099A
- Authority
- CN
- China
- Prior art keywords
- flight
- score
- tax reciept
- containing tax
- combined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 230000010006 flight Effects 0.000 claims description 7
- VUFNLQXQSDUXKB-DOFZRALJSA-N 2-[4-[4-[bis(2-chloroethyl)amino]phenyl]butanoyloxy]ethyl (5z,8z,11z,14z)-icosa-5,8,11,14-tetraenoate Chemical compound CCCCC\C=C/C\C=C/C\C=C/C\C=C/CCCC(=O)OCCOC(=O)CCCC1=CC=C(N(CCCl)CCCl)C=C1 VUFNLQXQSDUXKB-DOFZRALJSA-N 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于多因素综合排序的机票查找方法。所述方法包括:根据出发地、目的地和出行日期查询航班组合并获取每个航班组合的以下信息:价格,税费,起飞和到达时间,是否直飞,是否同航司,是否可售;根据所述信息计算每个航班组合的飞行时长、含税票价和航程数,进而求出最短飞行时长和最低含税票价;分别对每个航班组合的是否直飞、是否同航司、是否可售、是否为最低含税票价、航程数、飞行时间和含税票价打分,进而得到每个航班组合的得分;按照航班组合的得分从高到低对所述航班组合进行排序,按照所述排序选择航班组合。本发明能够使用户非常方便地选择满意的航班组合,减少了人们在选择机票时花费的时间。
Description
技术领域
本发明涉及机票查询技术领域,具体涉及一种基于多因素综合排序的机票查找方法。
背景技术
随着经济的发展,人们外出旅游的频率越来越高,搭乘飞机出行己成为大众出行的重要方式之一。根据中投顾问发布的《2016~2020年中国民用航空业投资分析及前景预测报告》,2016年中国民航旅客运输量预计将达到4.83亿人次。预计未来五年(2016~2020)行业年均复合增长率约为10.53%,2020年中国民航旅客运输量将达到7.21亿人次。
乘飞机出行需要预订机票。人们到某些网站搜索所需的机票时,搜索结果往往会给人们展示上百条航班信息,人们需要从大量的搜索结果去挑选满足自己需求的机票。选择航班时需要考虑价格、是否直飞、飞行时长、是否同航司(相同的航空公司)、航程数等多方面因素。这样,当有几百条数据需要挑选时,将花费很长时间进行选择,而且即使如此也不一定能选出满意的机票。
发明内容
为了解决现有技术中存在的上述问题,本发明提出一种基于多因素综合排序的机票查找方法,综合考虑航班的价格、是否直飞、飞行时长、是否同航司、航程数等多方面因素,对每个航班组合打分,并按照得分高低对航班组合进行排序,可减少选择机票花费的时间。
为实现上述目的,本发明采用如下技术方案:
本发明提供一种基于多因素综合排序的机票查找方法,包括以下步骤:
根据出发地、目的地和出行日期查询航班组合并获取每个航班组合的以下信息:价格,税费,起飞时间和到达时间,是否直飞,是否同航司,是否可售;
根据所述信息计算每个航班组合的飞行时长、含税票价和航程数,进而求出最短飞行时长和最低含税票价;
分别对每个航班组合的是否直飞、是否同航司、是否可售、是否为最低含税票价、航程数、飞行时间和含税票价打分,进而得到每个航班组合的得分;
按照航班组合的得分从高到低对所述航班组合进行排序,按照所述排序选择航班组合。
进一步地,计算每个航班组合得分的公式如下:
A=k1*A1+k2*A2+k3*A3+k4*A4+A5-A6
A5=a5/n
A6=(1+a6*log(T/t))*log(1+p)
式中,A为航班组合的得分;A1为直飞得分,直飞时,k1=1;不是直飞时,k1=0;A2为同航司得分,同航司时,k2=1;不是同航司时,k2=0;A3为可售得分,可售时,k3=1;不可售时,k3=0;A4为最低含税票价得分,不是最低含税票价时,k4=0;是最低含税票价且只有一个航班组合的含税票价为最低含税票价时,k4=1;是最低含税票价且有多个航班组合的含税票价为最低含税票价时,只有A-k4*A4最大的航班组合的k4=1,其它航班组合的k4=0;A5为航程数得分,a5为航程数得分权重,n为航程数;A6为飞行时长-票价得分,a6为飞行时长-票价得分权重,T为飞行时长,t为最短飞行时长,T和t的单位相同,p为含税票价,单位为元。
优选地,A1=100000,A2=10000,A3=1000,A4=1000000,a5=200,a6=0.001。
与现有技术相比,本发明具有以下有益效果:
本发明提出的一种基于多因素综合排序的机票查找方法,通过对每个航班组合的是否直飞、是否同航司、是否可售、是否为最低含税票价、航程数、飞行时间和含税票价打分,得到每个航班组合考虑多种因素的得分,按照航班组合的得分从高到低对所述航班组合排序,从而得到所要查找的航班组合。本发明能够使用户非常方便地选择满意的航班组合,减少了人们在选择机票时花费的时间。
附图说明
图1为本发明实施例一种基于多因素综合排序的机票查找方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明实施例一种基于多因素综合排序的机票查找方法的流程图如图1所示,所述方法包括:
步骤101,根据出发地、目的地和出行日期查询航班组合并获取每个航班组合的以下信息:价格,税费,起飞时间和到达时间,是否直飞,是否同航司,是否可售;
在本步骤中,获取航班组合信息的方法一般包括:首先通过解析搜索参数报文解析出出发地、目的地和出行日期。如果是单程,出行日期为去程日期;如果是往返双程,出行日期包括去程日期和返程日期。然后,通过缓存、查询接口等获取搜索结果。优先在缓存中查找航班组合的信息,如果没有数据或数据过期,需要调对应源的查询接口进行查询,并解析出航班组合的价格、税费、起飞和到达时间、是否直飞(根据是否转机判断)、是否同航司(根据航班编号判断)和是否可售(是指本APP内是机票否可售,如果不可售,可跳转到外部页面购买)等信息。
步骤102,根据所述信息计算每个航班组合的飞行时长、含税票价和航程数,进而求出最短飞行时长和最低含税票价;
在本步骤中,根据步骤101得到的航班组合的信息计算飞行时长、含税票价和航程数,并进而求出最短飞行时长和最低含税票价。根据起飞和到达时间可以计算每个航班组合的飞行时长,各个航班组合的飞行时长的最小值即为最短飞行时长;根据票价和税费可以计算含税票价,各个航班组合的含税票价的最小值即为最低含税票价;航程数是乘飞机的次数,例如单程直飞的航程数为1,单程转一次机的航程数为2,去程和返程都转一次机的航程数为2+2=4。
步骤103,分别对每个航班组合的是否直飞、是否同航司、是否可售、是否为最低含税票价、航程数、飞行时间和含税票价打分,进而得到每个航班组合的得分;
在本步骤中,通过对多个打分项分别打分得到考虑多种因素的每个航班组合的得分。打分项包括是否直飞、是否同航司、是否可售、是否为最低含税票价、航程数、飞行时间和含税票价。本实施例虽然给出了以上几个具体的打分项,但并不排除对更多的打分项进行打分,或去掉其中的一个或多个打分项。
步骤104,按照航班组合的得分从高到低对所述航班组合排序,按照所述排序选择航班组合。
在本步骤中,按照步骤103得到的各个航班组合的得分大小对航班组合进行排序,得分高的排在前面,得分低的排在后面,根据这个排序就可以很方便地选择满意的航班组合了。一般情况下,排在最前面的就是所要查找的航班组合。但由于各个打分项的打分高低很难与每个用户的想法一致,因此,当某个用户的打分偏好与本实施例不完全一致时,也可以不选择排在最前面的航班组合,而是从排在前面的几个中进行选择。即使如此,也大大减少了选择航班组合的时间。
本实施例提出的一种基于多因素综合排序的机票查找方法,通过对每个航班组合多个打分项打分,得到每个航班组合考虑多种因素的得分,按照航班组合的得分从高到低对所述航班组合排序,从而得到所要查找的航班组合。能够使用户非常方便地选择满意的航班组合,减少了选择机票花费的时间。
作为一种可选实施例,计算每个航班组合得分的公式如下:
A=k1*A1+k2*A2+k3*A3+k4*A4+A5-A6
A5=a5/n
A6=(1+a6*log(T/t))*log(1+p)
式中,A为航班组合的得分;A1为直飞得分,直飞时,k1=1;不是直飞时,k1=0;A2为同航司得分,同航司时,k2=1;不是同航司时,k2=0;A3为可售得分,可售时,k3=1;不可售时,k3=0;A4为最低含税票价得分,不是最低含税票价时,k4=0;是最低含税票价且只有一个航班组合的含税票价为最低含税票价时,k4=1;是最低含税票价且有多个航班组合的含税票价为最低含税票价时,只有A-k4*A4最大的航班组合的k4=1,其它航班组合的k4=0;A5为航程数得分,a5为航程数得分权重,n为航程数;A6为飞行时长-票价得分,a6为飞行时长-票价得分权重,T为飞行时长,t为最短飞行时长,T和t的单位相同,p为含税票价,单位为元。
本发明实施例给出了每个航班组合得分的计算方法。参考上面的公式,第一个公式的右边一共包含6项,第一项k1*A1中,A1为直飞得分,直飞时,k1=1,不是直飞时,k1=0,也就是说,是直飞时A中包含直飞得分A1,不是直飞时A中不包含直飞得分A1。同理,是同航司时,A中包含同航司得分A2,不是同航司时,A中不包含同航司得分A2;可售时,A中包含可售得分A3,不可售时,A中不包含可售得分A3;不是最低含税票价时,A中不包含最低含税票价得分A4,是最低含税票价时,包含两种情况:一种情况是只有一个航班组合的含税票价为最低含税票价,该航班组合的得分A中包含最低含税票价得分A4;另一种情况是有多个航班组合的含税票价为最低含税票价,这时,只有除最低含税票价得分外的其它几项得分的和最大的航班组合的得分A中包含A4,其它航班组合的得分A中不包含A4。
在上面的公式中,A5是航程数得分。航程数越多,转机的次数越多,得分应该越少,因此航程数得分A5等于航程得分权重a5除以航程数n,航程数得分A5与航程数n成反比。
在上面的公式中,A6是飞行时长和含税票价的一个综合得分,称为飞行时长-票价得分。A6等于与飞行时长有关的一个因子和与含税票价有关的一个因子的积。因为飞行时长越大、含税票价越高航班组合的得分越低,所以得分A等于其它得分项的和减去A6。与飞行时长有关的因子主要取决于飞行时长与最短时长的比值,所述比值取对数(以10为底)后乘一个飞行时长-票价得分权重a6,为了防止数字为0时溢出,最终值加1。与含税票价有关的因子主要取决于含税票价,为了防止数字为0时溢出,与含税票价有关的因子等于含税票价加1后取对数(以10为底)。
作为一种可选实施例,A1=100000,A2=10000,A3=1000,A4=1000000,a5=200,a6=0.001。
本发明实施例给出了上面公式中A1、A2、A3、A4、a5和a6的一组具体取值。它们的取值的相对大小一般是根据用户偏好确定,可根据经验或通过网上调研答卷获得。6个得分项的大小顺序是A4>A1>A2>A3>A5>A6,且A4=10A1=100A2=1000A3。根据上面的公式,如果某航班组合的含税票价是最低含税票价,不管其它项得分多少,该航班组合的得分都是最高的;当第4项得分相同时,直飞的航班组合的得分最高(不管其它项得分多少);同理,当第4项和第1项得分都相同时,同航司的航班组合的得分最高;当第4项、第1项和第2项得分都相同时,可售的航班组合的得分最高。当第1项~第4项得分都相同时,继续考察A5和A6。因为a5=200,航班数一般情况下不超过4,所以A5的范围为[50,200]。因为a6=0.001,A6中的因子1+a6*log(T/t)的范围为[1,2];国际航班的价格一般在几百元~几千元之间,公务舱或头等舱会达到几万元,A6中的因子log(1+p)的取值范围为[6,10]。所以A6的取值范围为[6,20]。
本实施例只是给出了一组具体的数据,并不排除其它具体数据或数据的取值范围。
为了更好地理解本实施例的技术方案,下面给出一个应用本实施例提出的方法进行查询的实例。
假设用户搜索北京到东京的航班组合,去程日期为2017-07-08,返程日期为2017-07-12。搜索结果返回的航班组合很多,为了简便起见这里只给出其中的4个航班组合,信息如表1所示。
表1航班组合信息列表
由表1可知,共有4个航班组合,第1航班组合和第4航班组合为非直飞,第2航班组合和第3航班组合为直飞,最短飞行时长为7小时;第1航班组合的含税票价是最低含税票价,为2518元。取A1=100000,A2=10000,A3=1000,A4=1000000,a5=200,a6=0.001,并代入前述公式,分别计算这4组航班组合的得分A1、A2、A3和A4:
A1=0*A1+1*A2+1*A3+1*A4+200/4-(1+0.001*log(31/7))*log(1+2518)
=1011042.1633
A2=1*A1+1*A2+1*A3+0*A4+200/2-(1+0.001*log(7/7))*log(1+3393)
=111091.8702
A3=1*A1+1*A2+1*A3+0*A4+200/2-(1+0.001*log(8/7))*log(1+3393)
=111091.8698
A4=0*A1+1*A2+1*A3+0*A4+200/4-(1+0.001*log(38/7))*log(1+4167)
=11041.6587
所以,这4组航班组合的得分排序为:A1>A2>A3>A4。
根据各个得分项的大小分析也很容易得到这个排序。因为只有第1航班组合是最低含税票价,所以A1最大。因为第2、3航班组合均是直飞,只有第4航班组合不是直飞,所以A4最小。因为第2、3航班组合的前5项得分都相同,所以需要继续比较第6项得分才能判断出A2和A3大小,结果为A2>A3。
上述仅对本发明中的几种具体实施例加以说明,但并不能作为本发明的保护范围,凡是依据本发明中的设计精神所做出的等效变化或修饰或等比例放大或缩小等,均应认为落入本发明的保护范围。
Claims (3)
1.一种基于多因素综合排序的机票查找方法,其特征在于,包括以下步骤:
根据出发地、目的地和出行日期查询航班组合并获取每个航班组合的以下信息:价格,税费,起飞时间和到达时间,是否直飞,是否同航司,是否可售;
根据所述信息计算每个航班组合的飞行时长、含税票价和航程数,进而求出最短飞行时长和最低含税票价;
分别对每个航班组合的是否直飞、是否同航司、是否可售、是否为最低含税票价、航程数、飞行时间和含税票价打分,进而得到每个航班组合的得分;
按照航班组合的得分从高到低对所述航班组合进行排序,按照所述排序选择航班组合。
2.根据权利要求1所述的基于多因素综合排序的机票查找方法,其特征在于,计算每个航班组合得分的公式如下:
A=k1*A1+k2*A2+k3*A3+k4*A4+A5-A6
A5=a5/n
A6=(1+a6*log(T/t))*log(1+p)
式中,A为航班组合的得分;A1为直飞得分,直飞时,k1=1;不是直飞时,k1=0;A2为同航司得分,同航司时,k2=1;不是同航司时,k2=0;A3为可售得分,可售时,k3=1;不可售时,k3=0;A4为最低含税票价得分,不是最低含税票价时,k4=0;是最低含税票价且只有一个航班组合的含税票价为最低含税票价时,k4=1;是最低含税票价且有多个航班组合的含税票价为最低含税票价时,只有A-k4*A4最大的航班组合的k4=1,其它航班组合的k4=0;A5为航程数得分,a5为航程数得分权重,n为航程数;A6为飞行时长-票价得分,a6为飞行时长-票价得分权重,T为飞行时长,t为最短飞行时长,T和t的单位相同,p为含税票价,单位为元。
3.根据权利要求2所述的基于多因素综合排序的机票查找方法,其特征在于,A1=100000,A2=10000,A3=1000,A4=1000000,a5=200,a6=0.001。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710545178.8A CN107330099B (zh) | 2017-07-06 | 2017-07-06 | 一种基于多因素综合排序的机票查找方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710545178.8A CN107330099B (zh) | 2017-07-06 | 2017-07-06 | 一种基于多因素综合排序的机票查找方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107330099A true CN107330099A (zh) | 2017-11-07 |
CN107330099B CN107330099B (zh) | 2020-08-11 |
Family
ID=60195894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710545178.8A Active CN107330099B (zh) | 2017-07-06 | 2017-07-06 | 一种基于多因素综合排序的机票查找方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107330099B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815410A (zh) * | 2019-02-25 | 2019-05-28 | 深圳市活力天汇科技股份有限公司 | 一种国内航班中转方案确定方法 |
CN109934678A (zh) * | 2019-03-11 | 2019-06-25 | 深圳市活力天汇科技股份有限公司 | 一种基于用户偏好的航班打分方法 |
CN110060129A (zh) * | 2019-04-22 | 2019-07-26 | 深圳市活力天汇科技股份有限公司 | 一种机票智能推荐方法 |
CN110309440A (zh) * | 2019-07-10 | 2019-10-08 | 中国民航信息网络股份有限公司 | 机票价格搜索方法及相关设备 |
CN111833153A (zh) * | 2020-07-17 | 2020-10-27 | 深圳市活力天汇科技股份有限公司 | 一种购买高铁票时推荐航班的方法 |
CN111858689A (zh) * | 2020-07-22 | 2020-10-30 | 深圳市活力天汇科技股份有限公司 | 一种基于用户偏好推荐航班的方法 |
CN113886717A (zh) * | 2021-09-07 | 2022-01-04 | 浙江吉利控股集团有限公司 | 一种航班行程推荐方法、装置、介质及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143587A1 (en) * | 2001-04-02 | 2002-10-03 | Microsoft Corporation | Optimized system and method for finding best fares |
CN103412934A (zh) * | 2013-08-19 | 2013-11-27 | 合肥航联文化传播有限公司 | 大交通搜索方法及搜索系统 |
CN104680441A (zh) * | 2015-02-03 | 2015-06-03 | 同程网络科技股份有限公司 | 基于航空票务的行程中转规划方法 |
CN106030626A (zh) * | 2013-12-11 | 2016-10-12 | 天巡有限公司 | 用于提供诸如飞机票价可用性的票价可用性的方法和系统 |
CN106203725A (zh) * | 2016-07-20 | 2016-12-07 | 上海交通大学 | 基于启发式搜索的门到门出行路径方案个性化推荐方法 |
-
2017
- 2017-07-06 CN CN201710545178.8A patent/CN107330099B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143587A1 (en) * | 2001-04-02 | 2002-10-03 | Microsoft Corporation | Optimized system and method for finding best fares |
CN103412934A (zh) * | 2013-08-19 | 2013-11-27 | 合肥航联文化传播有限公司 | 大交通搜索方法及搜索系统 |
CN106030626A (zh) * | 2013-12-11 | 2016-10-12 | 天巡有限公司 | 用于提供诸如飞机票价可用性的票价可用性的方法和系统 |
CN104680441A (zh) * | 2015-02-03 | 2015-06-03 | 同程网络科技股份有限公司 | 基于航空票务的行程中转规划方法 |
CN106203725A (zh) * | 2016-07-20 | 2016-12-07 | 上海交通大学 | 基于启发式搜索的门到门出行路径方案个性化推荐方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815410A (zh) * | 2019-02-25 | 2019-05-28 | 深圳市活力天汇科技股份有限公司 | 一种国内航班中转方案确定方法 |
CN109934678A (zh) * | 2019-03-11 | 2019-06-25 | 深圳市活力天汇科技股份有限公司 | 一种基于用户偏好的航班打分方法 |
CN110060129A (zh) * | 2019-04-22 | 2019-07-26 | 深圳市活力天汇科技股份有限公司 | 一种机票智能推荐方法 |
CN110309440A (zh) * | 2019-07-10 | 2019-10-08 | 中国民航信息网络股份有限公司 | 机票价格搜索方法及相关设备 |
CN111833153A (zh) * | 2020-07-17 | 2020-10-27 | 深圳市活力天汇科技股份有限公司 | 一种购买高铁票时推荐航班的方法 |
CN111833153B (zh) * | 2020-07-17 | 2024-03-05 | 深圳市活力天汇科技股份有限公司 | 一种购买高铁票时推荐航班的方法 |
CN111858689A (zh) * | 2020-07-22 | 2020-10-30 | 深圳市活力天汇科技股份有限公司 | 一种基于用户偏好推荐航班的方法 |
CN113886717A (zh) * | 2021-09-07 | 2022-01-04 | 浙江吉利控股集团有限公司 | 一种航班行程推荐方法、装置、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107330099B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330099A (zh) | 一种基于多因素综合排序的机票查找方法 | |
Burghouwt et al. | Connectivity in air transport networks: an assessment of models and applications | |
Eltoukhy et al. | Airline schedule planning: a review and future directions | |
Edwards et al. | Aircraft cost index and the future of carbon emissions from air travel | |
Amizadeh et al. | Analysis of the recent evolution of commercial air traffic CO2 emissions and fleet utilization in the six largest national markets of the European Union | |
CN110309440B (zh) | 机票价格搜索方法及相关设备 | |
CA2762165C (en) | Method and system for determining an optimal low fare for a trip | |
CN104156805B (zh) | 一种基于概率分布的航段运行时间计算方法 | |
Lantseva et al. | Data-driven modeling of airlines pricing | |
CN106802944A (zh) | 一种航班检索系统及方法 | |
CN109446275A (zh) | 一种基于大数据的航空数据分析方法、设备及存储介质 | |
CN110309962A (zh) | 基于时间扩展模型的铁路行程路线规划方法及装置 | |
TWI642598B (zh) | 一種飛機行爲預測系統及預測方法 | |
Chang | International air passenger flows between pairs of APEC countries: A non-parametric regression tree approach | |
Jarrah et al. | An efficient airline re-fleeting model for the incremental modification of planned fleet assignments | |
Khan et al. | Airline sentiment visualization, consumer loyalty measurement and prediction using twitter data | |
Cook et al. | ATM performance measurement in Europe, the US and China | |
Ripoll-Zarraga et al. | Exploring the reasons for efficiency in Spanish airports | |
CN109002923A (zh) | 一种城际多方式出行线路规划方法 | |
CN110443523A (zh) | 选择备降机场的方法、装置和计算机设备 | |
Dharmawan | The effect of air transport to economic development in Indonesia | |
Bowen | The economic geography of air transport | |
Weber et al. | Fifth freedoms and airline alliances. The role of fifth freedom traffic in an understanding of airline alliances | |
CN107392660A (zh) | 一种特价机票查找方法 | |
Bowen Jr | Global production networks, the developmental state and the articulation of Asia Pacific economies in the commercial aircraft industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |