CN111028020A - 航班包机场景的收益管理方法、系统、介质和电子设备 - Google Patents
航班包机场景的收益管理方法、系统、介质和电子设备 Download PDFInfo
- Publication number
- CN111028020A CN111028020A CN201911299662.2A CN201911299662A CN111028020A CN 111028020 A CN111028020 A CN 111028020A CN 201911299662 A CN201911299662 A CN 201911299662A CN 111028020 A CN111028020 A CN 111028020A
- Authority
- CN
- China
- Prior art keywords
- flight
- price
- sales
- distribution
- chartered plane
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 238000009826 distribution Methods 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 abstract description 10
- 230000010006 flight Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了航班包机场景的收益管理方法、系统、介质和电子设备,该包括收集航班的历史销售数据,根据所述历史销售数据利用EMSR模型预估该航班在未来一时间段内的初始价格分布;以所述航班在不同日期的特征,利用XGBoost模型预估所述航班的销售底价;将所述初始价格分布与对应日期的所述航班的销售底价结合,输出所述航班的剩余座位的价格梯度分布;根据所述航班的实时销售情况、竞飞航班的销售情况以及市场信息调整所述价格梯度分布和保留座位数。本方案能够对包机航班和航段进行精准、及时的销售情况判断,指导包机单位进行包机航班销售指导,实现包机航班收益最大化。
Description
技术领域
本发明涉及航空收益管理领域,尤其涉及一种航班包机场景的收益管理 方法、系统、介质和电子设备。
背景技术
近年来,我国国民经济快速发展,人民收入大幅度提升,社会对航空运 输的需求日益增长,推动着航空运输业一直保持着稳步快速发展的良好势头。 近年来,航空运输全球化和联盟化的发展,航空企业的售票模式更加多元化, 由传统的分销模式转向更加开放和多元化的直销模式,航司与OTA(在线旅 游商)和代理商的合作也越发紧密。
包机是指包机单位提出申请,经航空公司同意并签订包机合同,包用航 空公司的飞机,在固定或者非固定的航线上按照约定的起飞时间、航程、载 运旅客及货物等的飞行,是正班生产形式的一种补充。这种合作方式不仅减 轻航司的销售压力,对闲置资源的充分利用可以实现包机航班的收益最大化, 促成双赢。但现有的包机合作模式中,航班座位的销售价格大多按照常规节 假日特征对航班的票价、座位以及航次等进行适当调整。包机单位如OTA 与代理商对意向包机的航段和航班缺乏精准、及时的销售情况判断,无法发 掘市场的销售需求,实现收益最大化。因此,迫切需要一种高效的针对包机 场景的收益管理方法对航班的销售情况进行预判断,调整对应的销售模式, 挖掘包机航班的收益潜力。
发明内容
本发明要解决的技术问题是为了克服现有技术中的包机单位缺乏对包 机的航班和航段进行精准、及时的销售情况判断,而无法实现收益最大化的 缺陷,提供一种航班包机场景的收益管理方法、系统、介质和电子设备。
本发明是通过下述技术方案来解决上述技术问题:
一种航班包机场景的收益管理方法,其特点在于,包括:
S1、收集航班的历史销售数据,根据所述历史销售数据利用EMSR(期 望边际收入)模型预估该航班在未来一时间段内的初始价格分布;
S2、以所述航班在不同日期的特征,利用XGBoost(专注于梯度提升算 法的机器学习函数库)模型预估所述航班的销售底价;
S3、将所述初始价格分布与对应日期的所述航班的销售底价结合,输出 所述航班的剩余座位的价格梯度分布;
S4、根据所述航班的实时销售情况、竞飞航班的销售情况以及市场信息 调整所述价格梯度分布和保留座位数。
较佳地,所述历史销售数据包括不同预售期下所述航班销售的票价、销 售的票量和时间维度。
较佳地,所述特征包括历史销售数据、时间维度特征、不同提前期的价 格特征、同比和环比的销售价格趋势、搜索特征、航班类型以及所在机场和 城市的规模中的一项或多项。
一种航班包机场景的收益管理系统,其特点在于,包括:
第一预估模块,用于根据收集航班的历史销售数据,利用EMSR模型预 估该航班在未来一时间段内的初始价格分布;
第二预估模块,用于以所述航班在不同日期的特征,利用XGBoost模型 预估所述航班的销售底价;
价格梯度分布输出模块,用于将所述初始价格分布与对应日期的所述航 班的销售底价结合,输出所述航班的剩余座位的价格梯度分布;
调整模块,用于根据所述航班的实时销售情况、竞飞航班的销售情况以 及市场信息调整所述价格梯度分布和保留座位数。
较佳地,所述历史销售数据包括不同预售期下所述航班销售的票价、销 售的票量和时间维度。
较佳地,所述特征包括历史销售数据、时间维度特征、不同提前期的价 格特征、同比和环比的销售价格趋势、搜索特征、航班类型以及所在机场和 城市的规模中的一项或多项。
一种计算机可读存储介质,其上存储有计算机程序,其特点在于,所述 计算机程序被处理器执行时实现如上所述的航班包机场景的收益管理方法 的步骤。
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,其特点在于,所述处理器执行所述计算机程序时实现如 上所述的航班包机场景的收益管理方法的步骤。
本发明的积极进步效果在于:本方案基于OTA拥有的大量相关航线、 航班的销售数据、用户搜索数据以及航线相关数据等,构建收益管理模型, 挖掘航班收益潜能,预测包机航班剩余座位的梯度价格分布,并结合实时的 航班销售情况调整销售价格,能够对包机航班和航段进行精准、及时的销售 情况判断,指导包机单位进行包机航班销售指导,实现包机航班收益最大化。
附图说明
图1为本发明实施例1的航班包机场景的收益管理方法流程图。
图2为本发明实施例1的航班包机场景的收益管理方法流程图。
图3为本发明实施例1的航班包机场景的销售底价输出的流程图。
图4为本发明实施例1的航班包机场景的收益管理方法中梯度价格的调 整方法流程图。
图5为本发明实施例2的航班包机场景的收益管理系统模块结构图。
图6为本发明实施例4的电子设备的硬件结构图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在 所述的实施例范围之中。
实施例1
一种航班包机场景的收益管理方法,如图1-2所示,包括:
S1、收集航班的历史销售数据,根据所述历史销售数据利用EMSR模型 预估该航班在未来一时间段内的初始价格分布;
所述历史销售数据包括不同预售期下所述航班销售的票价、销售的票量 和时间维度。
在订座系统中,票价舱位采用嵌套舱位控制方式,只要还存在剩余座位, 高票价座位需求就需给予满足。EMSR模型主要通过限制低价票座位的销售 量来保证满足预期的对高票价座位的需求。
在EMSR模型中,假设航班的舱位需求符合正态分布。对包机航班的销 售价格进行等级划分,划分为N个价格等级,表示为p1,p1,…,pN,其中满足 p1>p1>…>pN。若pi为第i个舱位价格,对应历史数据中的销售量均值为μi, 方差为δi,该价格对应的座位保留数yi可以通过公式 进行求得,其中Φ表示标准正态分布的累积分布 函数(CDF),p为航班整体价格均值,C为航班总座位数。第i个梯度价格 对应的期望收益Si可表示为pi与对应的座位保留量乘积,即Si=piyi。
首先比较座位以价格p1销售所得到的期望收益和将座位以价格p2销售 时的期望收益。若前者大于后者,应将座位保留给p1进行销售。随着保留给 p1的座位数增加,其售出的概率逐渐减少。计算p1的期望边际收入与p2相同 时的临界点,确定只保留给p1而不提供给p2的座位数。以此类推,计算更多 舱位价格的保留等级。
S2、以所述航班在不同日期的特征,利用XGBoost模型预估所述航班 的销售底价;
所述特征包括历史销售数据、时间维度特征、不同提前期的价格特征、 同比和环比的销售价格趋势、搜索特征、航班类型以及所在机场和城市的规 模中的一项或多项。
该时间维度特征中,根据是否为工作日、节假日、节假日类型、季节等 来区分。
例如,包机航班为上海至重庆的航线的某航司航班,当前日期为2019 年7月31日,利用EMSR模型预测未来30天包机航班剩余座位数的梯度价 格的分配,结果如表1所示。将包机的销售价格划分为10个价格,分别为 p1,p1,…,p10满足p1>p1>…>p10;包机航班总座位数为183个;保留等级表 示对应价格的航班座位的保留量。根据的历史销售数据计算,输出包机航班 未来30天的梯度价格的分配。
表1 EMSR输出结果实例
利用机器学习算法,预估航班销售的最低价格。如图3所示,
S3、将所述初始价格分布与对应日期的所述航班的销售底价结合,输出 所述航班的剩余座位的价格梯度分布;
其中,价格梯度分布包括对航班座位数的不同销售价格设定与对应座位 保留量。
S4、根据所述航班的实时销售情况、竞飞航班的销售情况以及市场信息 调整所述价格梯度分布和保留座位数。
具体地,用实时销售数据、日期维度特征以及航线维度特征,调整航班 销售价格。
图4表示包机系统的实时调整流程,输入为EMSR算法输出和底价模型 结合输出的航班梯度销售价格以及对应的保留座位,参考的实时调整数据包 括航班实时价格与销售进度、竞飞航班实时价格与销售进度、航线相关特征 以及日期维度。其中,日期维度特征包括起飞日期是否节假日、节假日类型 以及DOW(Day of week)等特征,而航线特征包括航线类型(商务航线和旅 游航线)、航线距离以及航线未来价格趋势等。
在实时规则调整的时候,参考以上实时销售数据以及特征数据进行调整 航班的销售价格梯度以及对应的保留座位数。在航班销售进度较快或者较慢 时,则根据实时航班价格、竞飞航班价格以及航线整体相关数据调整航班当 前销售价格及对应的保留座位数。
本实施例能够对包机航班和航段进行精准、及时的销售情况判断,指导 包机单位进行包机航班销售指导,实现包机航班收益最大化。
实施例2
一种航班包机场景的收益管理系统,如图5所示,包括:
第一预估模块1,用于根据收集航班的历史销售数据,利用EMSR模型 预估该航班在未来一时间段内的初始价格分布;
所述历史销售数据包括不同预售期下所述航班销售的票价、销售的票量 和时间维度。
第二预估模块2,用于以所述航班在不同日期的特征,利用XGBoost模型 预估所述航班的销售底价;
所述特征包括历史销售数据、时间维度特征、不同提前期的价格特征、 同比和环比的销售价格趋势、搜索特征、航班类型以及所在机场和城市的规 模中的一项或多项。
价格梯度分布输出模块3,用于将所述初始价格分布与对应日期的所述 航班的销售底价结合,输出所述航班的剩余座位的价格梯度分布;
调整模块4,用于根据所述航班的实时销售情况、竞飞航班的销售情况以 及市场信息调整所述价格梯度分布和保留座位数。
本实施例能够达到与实施例1相同的技术效果。
实施例3
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所 述程序被处理器执行时实现实施例1提供的航班包机场景的收益管理方法的 步骤。
其中,可读存储介质可以采用的更具体可以包括但不限于:便携式盘、 硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器 件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中,本发明还可以实现为一种程序产品的形式,其包 括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所 述终端设备执行实现实施例1中的航班包机场景的收益管理方法的步骤。
其中,可以以一种或多种程序设计语言的任意组合来编写用于执行本发 明的程序代码,所述程序代码可以完全地在用户设备上执行、部分地在用户 设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设 备上执行或完全在远程设备上执行。
实施例4
本实施例提供一种电子设备,电子设备可以通过计算设备的形式表现 (例如可以为服务器设备),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,其中处理器执行计算机程序时可以实现实施例1提供的航班包机场景的收益管理方法。
图6示出了本实施例的硬件结构示意图,如图6所示,电子设备9具体 包括:
至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包 括处理器91和存储器92)的总线93,其中:
总线93包括数据总线、地址总线和控制总线。
存储器92包括易失性存储器,例如随机存取存储器(RAM)921和/或 高速缓存存储器922,还可以进一步包括只读存储器(ROM)923。
存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具 925,这样的程序模块924包括但不限于:操作系统、一个或者多个应用程 序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包 括网络环境的实现。
处理器91通过运行存储在存储器92中的计算机程序,从而执行各种功 能应用以及数据处理,例如本发明实施例1所航班包机场景的收益管理方法。
电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备 等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且,电子设 备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN), 广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器96通过总 线93与电子设备9的其它模块通信。应当明白,尽管图中未示出,可以结 合电子设备9使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱 动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱 动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了电子设备的若干单元/模块或子 单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申 请的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单 元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一 步划分为由多个单元/模块来具体化。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理 解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领 域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式 做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (8)
1.一种航班包机场景的收益管理方法,其特征在于,包括:
S1、收集航班的历史销售数据,根据所述历史销售数据利用EMSR模型预估该航班在未来一时间段内的初始价格分布;
S2、以所述航班在不同日期的特征,利用XGBoost模型预估所述航班的销售底价;
S3、将所述初始价格分布与对应日期的所述航班的销售底价结合,输出所述航班的剩余座位的价格梯度分布;
S4、根据所述航班的实时销售情况、竞飞航班的销售情况以及市场信息调整所述价格梯度分布和保留座位数。
2.如权利要求1所述的航班包机场景的收益管理方法,其特征在于,所述历史销售数据包括不同预售期下所述航班销售的票价、销售的票量和时间维度。
3.如权利要求1或2所述的航班包机场景的收益管理方法,其特征在于,所述特征包括历史销售数据、时间维度特征、不同提前期的价格特征、同比和环比的销售价格趋势、搜索特征、航班类型以及所在机场和城市的规模中的一项或多项。
4.一种航班包机场景的收益管理系统,其特征在于,包括:
第一预估模块,用于根据收集航班的历史销售数据,利用EMSR模型预估该航班在未来一时间段内的初始价格分布;
第二预估模块,用于以所述航班在不同日期的特征,利用XGBoost模型预估所述航班的销售底价;
价格梯度分布输出模块,用于将所述初始价格分布与对应日期的所述航班的销售底价结合,输出所述航班的剩余座位的价格梯度分布;
调整模块,用于根据所述航班的实时销售情况、竞飞航班的销售情况以及市场信息调整所述价格梯度分布和保留座位数。
5.权利要求4所述的航班包机场景的收益管理系统,其特征在于,所述历史销售数据包括不同预售期下所述航班销售的票价、销售的票量和时间维度。
6.权利要求4或5所述的航班包机场景的收益管理系统,其特征在于,所述特征包括历史销售数据、时间维度特征、不同提前期的价格特征、同比和环比的销售价格趋势、搜索特征、航班类型以及所在机场和城市的规模中的一项或多项。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-3中任意一项所述的航班包机场景的收益管理方法的步骤。
8.一种电子设备,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,所述处理器执行所述计算机程序时实现权利要求1-3中任意一项所述的航班包机场景的收益管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911299662.2A CN111028020A (zh) | 2019-12-17 | 2019-12-17 | 航班包机场景的收益管理方法、系统、介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911299662.2A CN111028020A (zh) | 2019-12-17 | 2019-12-17 | 航班包机场景的收益管理方法、系统、介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111028020A true CN111028020A (zh) | 2020-04-17 |
Family
ID=70209789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911299662.2A Pending CN111028020A (zh) | 2019-12-17 | 2019-12-17 | 航班包机场景的收益管理方法、系统、介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111028020A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539778A (zh) * | 2020-05-27 | 2020-08-14 | 海南太美航空股份有限公司 | 一种用于定向推送的动态定价方法和系统 |
CN113628302A (zh) * | 2021-08-12 | 2021-11-09 | 中国民用航空飞行学院 | 一种航班收益管控预测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130132130A1 (en) * | 2011-11-17 | 2013-05-23 | Us Airways, Inc. | Dynamic cost analysis and overbooking optimization methods and systems |
US20140257881A1 (en) * | 2013-03-08 | 2014-09-11 | Us Airways, Inc. | Demand forecasting systems and methods utilizing fare adjustment |
JP2015225619A (ja) * | 2014-05-30 | 2015-12-14 | 株式会社野村総合研究所 | 空席販売システム |
US20170061555A1 (en) * | 2015-08-24 | 2017-03-02 | Mastercard International Incorporated | Method and system for predicting lowest airline ticket fares |
CN107767116A (zh) * | 2017-10-12 | 2018-03-06 | 携程旅游网络技术(上海)有限公司 | 出行产品自动化推送方法、系统、存储介质和电子设备 |
CN109472399A (zh) * | 2018-10-23 | 2019-03-15 | 上海交通大学 | 考虑预测不确定性的机票购买决策方法和系统 |
CN110516873A (zh) * | 2019-08-28 | 2019-11-29 | 贵州优策网络科技有限公司 | 一种航空公司舱位分配优化方法 |
-
2019
- 2019-12-17 CN CN201911299662.2A patent/CN111028020A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130132130A1 (en) * | 2011-11-17 | 2013-05-23 | Us Airways, Inc. | Dynamic cost analysis and overbooking optimization methods and systems |
US20140257881A1 (en) * | 2013-03-08 | 2014-09-11 | Us Airways, Inc. | Demand forecasting systems and methods utilizing fare adjustment |
JP2015225619A (ja) * | 2014-05-30 | 2015-12-14 | 株式会社野村総合研究所 | 空席販売システム |
US20170061555A1 (en) * | 2015-08-24 | 2017-03-02 | Mastercard International Incorporated | Method and system for predicting lowest airline ticket fares |
CN107767116A (zh) * | 2017-10-12 | 2018-03-06 | 携程旅游网络技术(上海)有限公司 | 出行产品自动化推送方法、系统、存储介质和电子设备 |
CN109472399A (zh) * | 2018-10-23 | 2019-03-15 | 上海交通大学 | 考虑预测不确定性的机票购买决策方法和系统 |
CN110516873A (zh) * | 2019-08-28 | 2019-11-29 | 贵州优策网络科技有限公司 | 一种航空公司舱位分配优化方法 |
Non-Patent Citations (2)
Title |
---|
JOCHEN GONSCH、等: "An EMSR-based approach for revenue management with integrated upgrade decisions" * |
程小康;: "航空公司收益管理优化模型分析" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539778A (zh) * | 2020-05-27 | 2020-08-14 | 海南太美航空股份有限公司 | 一种用于定向推送的动态定价方法和系统 |
CN111539778B (zh) * | 2020-05-27 | 2023-11-03 | 海南太美航空股份有限公司 | 一种用于定向推送的动态定价方法和系统 |
CN113628302A (zh) * | 2021-08-12 | 2021-11-09 | 中国民用航空飞行学院 | 一种航班收益管控预测系统 |
CN113628302B (zh) * | 2021-08-12 | 2023-04-07 | 中国民用航空飞行学院 | 一种航班收益管控预测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jacquillat et al. | A roadmap toward airport demand and capacity management | |
Feng et al. | Integration of pricing and capacity allocation for perishable products | |
US8612785B2 (en) | Optimizing energy consumption utilized for workload processing in a networked computing environment | |
CN107437144A (zh) | 一种订单调度方法、系统、计算机设备和存储介质 | |
US20190220785A1 (en) | Delivery route management and optimization | |
CN104169950A (zh) | 利用面向批处理的计算的数据库系统 | |
US10586190B2 (en) | Fleet optimization across one or more private aircraft fleets | |
Sun et al. | Operational risk in airline crew scheduling: do features of flight delays matter? | |
US8615422B1 (en) | Airline pricing system and method | |
WO2016200613A1 (en) | Aviation information management system for private air carriage and unscheduled flight operations | |
US20180039679A1 (en) | Integrated management of disparate data from isolated data sources | |
US20130339070A1 (en) | Dynamic price-monitor scheduling systems and methods | |
US20200294073A1 (en) | Platform for In-Memory Analysis of Network Data Applied to Logistics For Best Facility Recommendations with Current Market Information | |
CN111028020A (zh) | 航班包机场景的收益管理方法、系统、介质和电子设备 | |
US20100205038A1 (en) | Travel market analysis tools | |
Kang et al. | Improving airline fuel efficiency via fuel burn prediction and uncertainty estimation | |
CN113282684A (zh) | 航班季节性归类的预测方法、装置及机器可读介质 | |
CN111340536A (zh) | 模型训练方法、客座率进度预测方法、系统、设备及介质 | |
US11461709B2 (en) | Resource capacity planning system | |
Pilla et al. | A statistical computer experiments approach to airline fleet assignment | |
EP3016040A1 (en) | Dynamic database object management | |
JP2021128478A (ja) | データ処理システムおよびデータ処理方法 | |
JP2021128478A5 (zh) | ||
CN112801455B (zh) | 航班密度调整方法、系统、电子设备和存储介质 | |
CN112966950A (zh) | 限流条件下航班排期的调整方法、系统、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200417 |