CN111091407A - 一种航线客座率预测方法及系统 - Google Patents

Abstract

本发明涉及民航运输信息化系统技术领域，具体涉及一种航线客座率预测方法及系统。所述方法包括以下步骤：S1.获取该航线在拟预测日期之前的历史数据A；S2.计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据B；S3.对拟预测日期所属月份的月平均数据C进行预测；S4.计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据D；S5.对拟预测日期的客座率进行预测。本发明通过利用航线历史数据大数据对航线的客座率的变化进行客观的预测，可以为航线员的工作提供有力辅助，使航线员能够更加准确的对客座率进行判断，避免了航线员在对客座率进行预判的时候收到其余因素的影响，降低航线员误判的可能。

Description

一种航线客座率预测方法及系统

技术领域

本发明涉及民航运输信息化系统技术领域，具体涉及一种航线客座率预测方法及系统。

背景技术

航班客座率是指航空器承运的旅客数量与航空器可提供的座位数之比，它反映了航空器座位的利用程度，是体现航班效益和空运企业经济效益的重要指标。航空公司和供应商在售卖机票时会进行收舱和放舱的操作，在进行收舱和放舱操作之前，就需要对客座率进行预测，但是目前的客座率预测大多都是由航线员的个人经验来进行的，判断的准确性非常低，若航线员做了错误的判断，则就很大可能会做出错误的操作，给航空公司和供应商带来损失。

发明内容

本发明目提供了一种航线客座率预测方法及系统，解决了现有技术中通过航线员个人经验来进行客座率预测而导致客座率判断准确性低的技术问题。

第一方面，本发明提供了一种航线客座率预测方法，所述方法包括以下步骤：

S1.获取该航线在拟预测日期之前的历史数据A；所述历史数据A包括历史单班平均折扣率A₁、历史单班客座率A₂、历史单班旅客数A₃和历史单班总座位数A₄；

S2.将获取到的历史数据A按月进行分类统计，计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据B；所述月平均历史数据B包括月平均历史折扣率B₁、月平均历史客座率B₂、月平均历史旅客数B₃和月平均历史总座位数B₄；

S3.根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据B，对拟预测日期所属月份的月平均数据C进行预测；所述月平均数据C包括月平均折扣率C₁、月平均客座率C₂、月平均旅客数C₃和月平均总座位数C₄；

S4.实时获取拟预测日期所属月份中拟预测日期之前的航线历史数据，并计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据D；平均历史数据D包括平均折扣率D₁、平均客座率D₂、平均旅客数D₃和月平均总座位数D₄；

S5.根据月平均数据C和平均历史数据D，对拟预测日期的客座率进行预测。

第二方面，本发明提供了一种航线客座率预测系统，其特征在于，所述系统包括：

接收模块，用于获取该航线在拟预测日期之前的历史数据A；所述历史数据A包括历史单班平均折扣率A₁、历史单班客座率A₂、历史单班旅客数A₃和历史单班总座位数A₄；

第一计算模块，用于将获取到的历史数据A按月进行分类统计，计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据B；所述月平均历史数据B包括月平均历史折扣率B₁、月平均历史客座率B₂、月平均历史旅客数B₃和月平均历史总座位数B₄；

第二计算模块，用于根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据B，对拟预测日期所属月份的月平均数据C进行预测；所述月平均数据C包括月平均折扣率C₁、月平均客座率C₂、月平均旅客数C₃和月平均总座位数C₄；

第三计算模块，用于实时获取拟预测日期所属月份中拟预测日期之前的航线历史数据，并计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据D；平均历史数据D包括平均折扣率D₁、平均客座率D₂、平均旅客数D₃和月平均总座位数D₄；

第四计算模块，用于根据月平均数据C和平均历史数据D，对拟预测日期的客座率进行预测。

本发明具有以下有益效果：

本发明通过利用航线历史数据大数据对航线的客座率的变化进行客观的预测，可以为航线员的工作提供有力辅助，使航线员能够更加准确的对客座率进行判断，避免了航线员在对客座率进行预判的时候受到其余因素的影响，降低航线员误判的可能。

本发明在每一天的航线历史数据产生后，都会进行实时采集，同时根据采集后的新数据对客座率进行重新预测，可以极大的提高客座率预测的准确性。同时，本发明对折扣率的预测，可以为航线员对客座率的预判提供进一步的辅助和参考，帮助航线员能够更加准确的对客座率进行预判。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例中所述的一种客座率预测方法流程图；

图2是本发明实施例中对拟预测日期所属月份的月平均数据C进行预测的具体步骤示意图：

图3是本发明实施例中根据月平均数据C和平均历史数据D，对拟预测日期的客座率进行预测的具体步骤示意图；

图4是本发明实施例中所述的一种客座率预测系统结构示意图；

图5是本发明实施例中所述的支持本发明的终端结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

实施例1

如图1所示，本实施例公开的一种航线客座率预测方法包括以下步骤：

S1.获取该航线在拟预测日期之前的历史数据A；所述历史数据A包括历史单班平均折扣率A₁、历史单班客座率A₂、历史单班旅客数A₃和历史单班总座位数A₄；

S2.将获取到的历史数据A按月进行分类统计，计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据B；所述月平均历史数据B包括月平均历史折扣率B₁、月平均历史客座率B₂、月平均历史旅客数B₃和月平均历史总座位数B₄；

设拟预测日期为X年Y月Z日，则所述月平均历史折扣率B₁包括X-1年的月平均历史折扣率B_1～X-1，X-2年的月平均历史折扣率B_1～X-2……X-N年的月平均历史折扣率B_1～X-N；

所述月平均历史客座率B₂包括X-1年的月平均历史客座率B_2～X-1，X-2年的月平均历史客座率B_2～X-2……X-N年的月平均历史客座率B_2～X-N；

所述月平均历史旅客数B₃包括X-1年的月平均历史旅客数B_3～X-1，X-2年的月平均历史旅客数B_3～X-2……X-N年的月平均历史旅客数B_3～X-N；

所述月平均历史总座位数B₄包括X-1年的月平均历史总座位数B_4～X-1，X-2年的月平均历史总座位数B_4～X-2……X-N年的月平均历史总座位数B_4～X-N。

S3.根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据B，对拟预测日期所属月份的月平均数据C进行预测；所述月平均数据C包括月平均折扣率C₁、月平均客座率C₂、月平均旅客数C₃和月平均总座位数C₄；

如图2所示，所述根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据B，对拟预测日期所属月份的月平均数据C进行预测的具体预测步骤为：

S31.获取所述航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据B；

设拟预测日期为X年Y月Z日，则所述月平均历史折扣率B₁包括X-1年Y月的月平均历史折扣率B_1～X-1～Y，X-2年Y月的月平均历史折扣率B_1～X-2～Y……X-N年Y月的月平均历史折扣率B_1～X-N～Y；

所述月平均历史客座率B₂包括X-1年Y月的月平均历史客座率B_2～X-1～Y，X-2年Y月的月平均历史客座率B_2～X-2～Y……X-N年Y月的月平均历史客座率B_2～X-N～Y；

所述月平均历史旅客数B₃包括X-1年Y月的月平均历史旅客数B_3～X-1～Y，X-2年Y月的月平均历史旅客数B_3～X-2～Y……X-N年Y月的月平均历史旅客数B_3～X-N～Y；

所述月平均历史总座位数B₄包括X-1年Y月的月平均历史总座位数B_4～X-1～Y，X-2年Y月的月平均历史总座位数B_4～X-2～Y……X-N年Y月的月平均历史总座位数B_4～X-N～Y。

S32.筛选出拟预测日期所属年份中，与拟预测日期所属月份相同月份的月平均历史数据B，即X年以前的N年中Y月的月平均历史数据B，建立拟预测日期所属月份的月平均数据预测模型，即Y月的月平均数据预测模型；月平均数据预测模型可以是时间序列模型，输入可以是X年以前的N年中Y月的月平均历史数据B，输出可以是拟预测日期所属月份的月平均历史数据，即Y月的月平均数据C；

S33.根据月平均数据预测模型，对拟预测日期所属月份的月平均数据C进行预测。所述月平均数据C包括月平均折扣率C_1～N～Y、月平均客座率C_2～N～Y、月平均旅客数C_3～N～Y和月平均总座位数C_4～N～Y；

S4.实时获取拟预测日期所属月份中拟预测日期之前的航线历史数据；

所述航线历史数据包括X年Y月Z-1日的平均历史折扣率B_1～Z-1，X年Y月Z-2日的平均历史折扣率B_1～Z-2……X年Y月Z-N日的平均历史折扣率B_1～Z-N；X年Y月Z-1日的历史客座率B_2～Z-1，X年Y月Z-2日的历史客座率B_2～Z-2……X年Y月Z-N日的历史客座率B_2～Z-N；X年Y月Z-1日的历史旅客数B_3～Z-1，X年Y月Z-2日的历史旅客数B_3～Z-2……X年Y月Z-N日的历史旅客数B_3～Z-N；X年Y月Z-1日的总旅客数B_4～Z-1，X年Y月Z-2日的总旅客数B_4～Z-2……X年Y月Z-N日的总旅客数B_4～Z-N；并计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据D，即X年Y月中，Z日之前的平均历史数据D；平均历史数据D包括X年Y月中Z日之前的平均历史折扣率D_1～Y、X年Y月中Z日之前的平均历史客座率D_2～Y、X年Y月中Z日之前的平均历史旅客数D_3～Y和X年Y月中Z日之前的月平均历史总座位数D_4～Y；

S5.根据月平均数据C和平均历史数据D，对拟预测日期的客座率进行预测。

优选的，如图3所示，所述步骤S5包括以下步骤：

S51.获取X年Y月的月平均数据C和X年Y月中Z日之前的平均历史数据D；

S52.通过以下公式对拟预测日期的客座率进行计算：

S＝C₂*(T+1)-D₂*T (1)

公式(1)中，S为X年Y月Z日的客座率；C₂为X年Y月的平均客座率，即C_2～N～Y；D₂为X年Y月中Z日之前的平均历史客座率，即D_2～Y；T为X年Y月中Z日之前的天数。

进一步地，所述步骤S5还包括以下步骤：

S53.通过以下公式对拟预测日期的折扣率进行计算：

W＝C₁*(T+1)-D₁*T (2)

公式(2)中，W为X年Y月Z日的折扣率；C₁为X年Y月的月平均折扣率，即C_1～N～Y；D₁为X年Y月中Z日之前的平均历史折扣率，即D_1～Y；T为X年Y月中Z日之前的天数。

实施例2

本实施例公开的另一种航线客座率预测方法包括以下步骤：

S1.若拟预测日期为X年Y月Z日，则获取该航线在X年Y月Z日之前的历史数据A；将历史数据A分成节假日历史数据Aa和工作日历史数据Ab；则所述历史数据A包括节假日历史单班平均折扣率Aa₁、节假日历史单班客座率Aa₂、节假日历史单班旅客数Aa₃、节假日历史单班总座位数Aa₄，工作日历史单班平均折扣率Ab₁、工作日历史单班客座率Ab₂、工作日历史单班旅客数Ab₃和工作日历史单班总座位数Ab₄。

将获取到的历史数据A按月进行分类统计，计算出该航线中每个航班在X年之前的每一年中每个月的月平均历史数据B；其中，分别计算得到节假日月平均历史数据Ba和工作日月平均历史数据Bb；

所述节假日月平均历史数据Ba包括节假日月平均历史折扣率Ba₁、节假日月平均历史客座率Ba₂、节假日月平均历史旅客数Ba₃和节假日月平均历史总座位数Ba₄；

所述工作日月平均历史数据Bb包括工作日月平均历史折扣率Bb₁、工作日月平均历史客座率Bb₂、工作日月平均历史旅客数Bb₃和工作日月平均历史总座位数Bb₄；

所述节假日月平均历史折扣率Ba₁包括X-1年的节假日月平均历史折扣率Ba_1～X-1，X-2年的节假日月平均历史折扣率Ba_1～X-2……X-N年的节假日月平均历史折扣率Ba_1～X-N；

所述节假日月平均历史客座率Ba₂包括X-1年的节假日月平均历史客座率Ba_2～X-1，X-2年的节假日月平均历史客座率Ba_2～X-2……X-N年的节假日月平均历史客座率Ba_2～X-N；

所述节假日月平均历史旅客数Ba₃包括X-1年的节假日月平均历史旅客数Ba_3～X-1，X-2年的节假日月平均历史旅客数Ba_3～X-2……X-N年的节假日月平均历史旅客数Ba_3～X-N；

所述节假日月平均历史总座位数Ba₄包括X-1年的节假日月平均历史总座位数Ba_4～X-1，X-2年的节假日月平均历史总座位数Ba_4～X-2……X-N年的节假日月平均历史总座位数Ba_4～X-N。

所述工作日月平均历史折扣率Bb₁包括X-1年的工作日月平均历史折扣率Bb_1～X-1，X-2年的工作日月平均历史折扣率Bb_1～X-2……X-N年的工作日月平均历史折扣率Bb_1～X-N；

所述工作日月平均历史客座率Bb₂包括X-1年的工作日月平均历史客座率Bb_2～X-1，X-2年的工作日月平均历史客座率Bb_2～X-2……X-N年的工作日月平均历史客座率Bb_2～X-N；

所述工作日月平均历史旅客数Bb₃包括X-1年的工作日月平均历史旅客数Bb_3～X-1，X-2年的工作日月平均历史旅客数Bb_3～X-2……X-N年的工作日月平均历史旅客数Bb_3～X-N；

所述工作日月平均历史总座位数Bb₄包括X-1年的工作日月平均历史总座位数Bb_4～X-1，X-2年的工作日月平均历史总座位数Bb_4～X-2……X-N年的工作日月平均历史总座位数Bb_4～X-N。

S31.获取所述月平均历史数据B；

S32.筛选出即X年以前的N年中Y月的月平均历史数据B，筛选出的数据如下：

X-1年Y月的节假日月平均历史折扣率Ba_1～X-1～Y，X-2年Y月的节假日月平均历史折扣率Ba_1～X-2～Y……X-N年Y月的节假日月平均历史折扣率Ba_1～X-N～Y；

X-1年Y月的节假日月平均历史客座率Ba_2～X-1～Y，X-2年Y月的节假日月平均历史客座率Ba_2～X-2～Y……X-N年Y月的节假日月平均历史客座率Ba_2～X-N～Y；

X-1年Y月的节假日月平均历史旅客数Ba_3～X-1～Y，X-2年Y月的节假日月平均历史旅客数Ba_3～X-2～Y……X-N年Y月的节假日月平均历史旅客数Ba_3～X-N～Y；

X-1年Y月的节假日月平均历史总座位数Ba_4～X-1～Y，X-2年Y月的节假日月平均历史总座位数Ba_4～X-2～Y……X-N年Y月的节假日月平均历史总座位数Ba_4～X-N～Y。

X-1年Y月的工作日月平均历史折扣率Bb_1～X-1～Y，X-2年Y月的工作日月平均历史折扣率Bb_1～X-2～Y……X-N年Y月的工作日月平均历史折扣率Bb_1～X-N～Y；

X-1年Y月的工作日月平均历史客座率Bb_2～X-1～Y，X-2年Y月的工作日月平均历史客座率Bb_2～X-2～Y……X-N年Y月的工作日月平均历史客座率Bb_2～X-N～Y；

X-1年Y月的工作日月平均历史旅客数Bb_3～X-1～Y，X-2年Y月的工作日月平均历史旅客数Bb_3～X-2～Y……X-N年Y月的工作日月平均历史旅客数Bb_3～X-N～Y；

X-1年Y月的工作日月平均历史总座位数Bb_4～X-1～Y，X-2年Y月的工作日月平均历史总座位数Bb_4～X-2～Y……X-N年Y月的工作日月平均历史总座位数Bb_4～X-N～Y。

通过上述数据分别建立X年Y月的节假日月平均数据预测模型和工作日月平均数据预测模型；月平均数据预测模型可以是时间序列模型，输入可以是X年以前的N年中Y月的月平均历史数据B，输出可以是拟预测日期所属月份的月平均历史数据，即Y月的月平均数据C；

S33.根据节假日月平均数据预测模型和工作日月平均数据预测模型，分别对X年Y月的节假日月平均数据Ca和工作日月平均数据Cb进行预测。所述节假日月平均数据Ca包括节假日月平均折扣率C_1～N～Y、节假日月平均客座率C_2～N～Y、节假日月平均旅客数C_3～N～Y和节假日月平均总座位数C_4～N～Y；所述工作日月平均数据Cb包括工作日月平均折扣率C_1～N～Y、工作日月平均客座率C_2～N～Y、工作日月平均旅客数C_3～N～Y和工作日月平均总座位数C_4～N～Y。

实时获取X年Y月中Z日之前的航线历史数据；

所述航线历史数据包括节假日航线历史数据Ea和工作日航线历史数据Eb。

所述节假日航线历史数据Ea包括X年Y月Z-1日的节假日平均历史折扣率Ba_1～Z-1，X年Y月Z-2日的节假日平均历史折扣率Ba_1～Z-2……X年Y月Z-N日的节假日平均历史折扣率Ba_1～Z-N；X年Y月Z-1日的节假日历史客座率Ba_2～Z-1，X年Y月Z-2日的节假日历史客座率Ba_2～Z-2……X年Y月Z-N日的节假日历史客座率Ba_2～Z-N；X年Y月Z-1日的节假日历史旅客数Ba_3～Z-1，X年Y月Z-2日的节假日历史旅客数Ba_3～Z-2……X年Y月Z-N日的节假日历史旅客数Ba_3～Z-N；X年Y月Z-1日的节假日总旅客数Ba_4～Z-1，X年Y月Z-2日的节假日总旅客数Ba_4～Z-2……X年Y月Z-N日的节假日总旅客数Ba_4～Z-N；

所述工作日航线历史数据Eb包括X年Y月Z-1日的工作日平均历史折扣率Bb_1～Z-1，X年Y月Z-2日的工作日平均历史折扣率Bb_1～Z-2……X年Y月Z-N日的工作日平均历史折扣率Bb_1～Z-N；X年Y月Z-1日的工作日历史客座率Bb_2～Z-1，X年Y月Z-2日的工作日历史客座率Bb_2～Z-2……X年Y月Z-N日的工作日历史客座率Bb_2～Z-N；X年Y月Z-1日的工作日历史旅客数Bb_3～Z-1，X年Y月Z-2日的工作日历史旅客数Bb_3～Z-2……X年Y月Z-N日的工作日历史旅客数Bb_3～Z-N；X年Y月Z-1日的工作日总旅客数Bb_4～Z-1，X年Y月Z-2日的工作日总旅客数Bb_4～Z-2……X年Y月Z-N日的工作日总旅客数Bb_4～Z-N。

若Z日为节假日，则根据Y月中Z日之前的节假日航线历史数据Ea，计算得到Y月中Z日之前的节假日平均历史数据Da；所述节假日平均历史数据Da包括X年Y月中Z日之前的节假日平均历史折扣率Da_1～Y、X年Y月中Z日之前的节假日平均历史客座率Da_2～Y、X年Y月中Z日之前的节假日平均历史旅客数Da_3～Y和X年Y月中Z日之前的节假日月平均历史总座位数Da_4～Y；

若Z日为工作日，则根据Y月中Z日之前的工作日航线历史数据Eb，计算得到Y月中Z日之前的工作日平均历史数据Db；所述工作日平均历史数据Db包括X年Y月中Z日之前的工作日平均历史折扣率Db_1～Y、X年Y月中Z日之前的工作日平均历史客座率Db_2～Y、X年Y月中Z日之前的工作日平均历史旅客数Db_3～Y和X年Y月中Z日之前的工作日月平均历史总座位数Db_4～Y。

S50.若Z日为节假日，则根据Y月的节假日月平均数据Ca和节假日平均历史数据Da，对Z日的客座率进行预测；

若Z日为工作日，则根据Y月的工作日月平均数据Cb和工作日平均历史数据Db，对Z日的客座率进行预测。

实施例3

如图4所示，本实施例公开的一种航线客座率预测系统，所述系统包括：

接收模块110，用于获取该航线在拟预测日期之前的历史数据A；所述历史数据A包括历史单班平均折扣率A₁、历史单班客座率A₂、历史单班旅客数A₃和历史单班总座位数A₄；

第一计算模块111，用于将获取到的历史数据A按月进行分类统计，计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据B；所述月平均历史数据B包括月平均历史折扣率B₁、月平均历史客座率B₂、月平均历史旅客数B₃和月平均历史总座位数B₄；

第二计算模块112，用于根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据B，对拟预测日期所属月份的月平均数据C进行预测；所述月平均数据C包括月平均折扣率C₁、月平均客座率C₂、月平均旅客数C₃和月平均总座位数C₄；

第三计算模块113，用于实时获取拟预测日期所属月份中拟预测日期之前的航线历史数据，并计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据D；平均历史数据D包括平均折扣率D₁、平均客座率D₂、平均旅客数D₃和月平均总座位数D₄；

第四计算模块114，用于根据月平均数据C和平均历史数据D，对拟预测日期的客座率进行预测。

所述第二计算模块112具体包括：

第一接收单元121，用于获取所述月平均历史数据B；

第一计算单元122，用于筛选出拟预测日期所属年份中，与拟预测日期所属月份相同月份的月平均历史数据B，建立拟预测日期所属月份的月平均数据预测模型；

第二计算单元123，用于根据月平均数据预测模型，对拟预测日期所属月份的月平均数据C进行预测。

所述第四计算模块114具体包括：

第二接收单元124，用于获取拟预测日期所属月份的月平均数据C和拟预测日期所属月份在拟预测日期之前的平均历史数据D；

第三计算单元125，用于通过以下公式对拟预测日期的客座率进行计算：

S＝C₂*(T+1)-D₂*T (1)

公式(1)中，S为拟预测日期的客座率；C₂为拟预测日期所属月份的月平均客座率；D₂为拟预测日期所属月份中拟预测日期之前的平均历史客座率；T为拟预测日期所属月份中预测日期之前的天数。

所述第四计算模块114还包括：

第四计算单元126，用于通过以下公式对拟预测日期的折扣率进行计算：

W＝C₁*(T+1)-D₁*T (2)

公式(2)中，W为拟预测日期的折扣率；C₁为拟预测日期所属月份的月平均折扣率；D₁为拟预测日期所属月份中拟预测日期之前的平均历史折扣率；T为拟预测日期所属月份中预测日期之前的天数。

所述系统还包括：

第五计算模块115，用于将历史数据A分成节假日历史数据Aa和工作日历史数据Ab；

第六计算模块116，用于通过节假日历史数据Aa和工作日历史数据Ab，分别计算得到节假日月平均历史数据Ba和工作日月平均历史数据Bb；

第七计算模块117，用于根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的节假日月平均历史数据Ba和工作日月平均历史数据Bb，分别对拟预测日期所属月份的节假日月平均数据Ca和工作日月平均数据Cb进行预测；

第八计算模块118，用于分别计算拟预测日期所属月份中拟预测日期之前的节假日平均历史数据Da和工作日平均历史数据Db；

若拟预测日期为节假日，则根据拟预测日期所属月份中拟预测日期之前的节假日历史数据Aa，计算得到拟预测日期所属月份中拟预测日期之前的节假日平均历史数据Da；

若拟预测日期为工作日，则根据拟预测日期所属月份中拟预测日期之前的工作日历史数据Ab，计算得到拟预测日期所属月份中拟预测日期之前的工作日平均历史数据Db；

第九计算模块119，用于分别预测节假日的客座率进行预测和工作日的客座率进行预测；

若拟预测日期为节假日，则根据拟预测日期所属月份的节假日月平均数据Ca和节假日平均历史数据Da，对拟预测日期的客座率进行预测；

若拟预测日期为工作日，则根据拟预测日期所属月份的工作日月平均数据Cb和工作日平均历史数据Db，对拟预测日期的客座率进行预测。

支持本系统的终端可以包括中央处理器1、接收模块2、显示模块3和存储器4，如图5所示。本领域技术人员可以理解，本终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

存储器4可用于存储软件程序以及模块，处理器1通过运行存储在存储器4的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器4可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如页面内容显示功能)等；存储数据区可存储根据系统的使用所创建的数据(比如页面内容数据)等。相应地，存储器4还可以包括存储器控制器，以提供处理器1和接收模块2对存储器4的访问。

接收模块2可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

显示模块3可用于显示由用户输入的信息或提供给用户的信息以及系统的各种图形用户接口，这些图形用户接口可以由图形、文本、图标和其任意组合来构成。

中央处理器1是本发明所公开的航线查找系统的控制中心，通过运行或执行存储在存储器4内的软件程序和/或模块，以及调用存储在存储器4内的数据，执行系统的各种功能和处理数据。当接收模块2检测到用户的选择或输入操作后，传送给中央处理器1以确定选择或输入的类型，随后中央处理器1根据选择事件的类型在显示模块3上提供相应的视觉输出。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方组件图来描述的。应理解可由计算机程序指令实现流程图和/或方组件图中的每一流程和/或方组件、以及流程图和/或方组件图中的流程和/或方组件的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方组件图一个方组件或多个方组件中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方组件图一个方组件或多个方组件中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方组件图一个方组件或多个方组件中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种航线客座率预测方法，其特征在于，所述方法包括以下步骤：

S1.获取该航线在拟预测日期之前的历史数据(A)；所述历史数据(A)包括历史单班平均折扣率(A₁)、历史单班客座率(A₂)、历史单班旅客数(A₃)和历史单班总座位数(A₄)；

S2.将获取到的历史数据(A)按月进行分类统计，计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据(B)；所述月平均历史数据(B)包括月平均历史折扣率(B₁)、月平均历史客座率(B₂)、月平均历史旅客数(B₃)和月平均历史总座位数(B₄)；

S3.根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据(B)，对拟预测日期所属月份的月平均数据(C)进行预测；所述月平均数据(C)包括月平均折扣率(C₁)、月平均客座率(C₂)、月平均旅客数(C₃)和月平均总座位数(C₄)；

S4.实时获取拟预测日期所属月份中拟预测日期之前的航线历史数据，并计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据(D)；平均历史数据(D)包括平均折扣率(D₁)、平均客座率(D₂)、平均旅客数(D₃)和月平均总座位数(D₄)；

S5.根据月平均数据(C)和平均历史数据(D)，对拟预测日期的客座率进行预测。

2.根据权利要求1所述的航线客座率预测方法，其特征在于，所述步骤S3包括以下步骤：

S31.获取所述航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据(B)；

S32.筛选出拟预测日期所属年份中，与拟预测日期所属月份相同月份的月平均历史数据(B)，建立拟预测日期所属月份的月平均数据预测模型；

S33.根据月平均数据预测模型，对拟预测日期所属月份的月平均数据(C)进行预测。

3.根据权利要求1或2所述的航线客座率预测方法，其特征在于，所述步骤S5包括以下步骤：

S51.获取拟预测日期所属月份的月平均数据(C)和拟预测日期所属月份在拟预测日期之前的平均历史数据(D)；

S52.通过以下公式对拟预测日期的客座率进行计算：

S＝C₂*(T+1)-D₂*T (1)

公式(1)中，S为拟预测日期的客座率；C₂为拟预测日期所属月份的月平均客座率；D₂为拟预测日期所属月份中拟预测日期之前的平均历史客座率；T为拟预测日期所属月份中预测日期之前的天数。

4.根据权利要求3所述的航线客座率预测方法，其特征在于：所述步骤S5还包括以下步骤：

S53.通过以下公式对拟预测日期的折扣率进行计算：

W＝C₁*(T+1)-D₁*T (2)

公式(2)中，W为拟预测日期的折扣率；C₁为拟预测日期所属月份的月平均折扣率；D₁为拟预测日期所属月份中拟预测日期之前的平均历史折扣率；T为拟预测日期所属月份中预测日期之前的天数。

5.根据权利要求1所述的航线客座率预测方法，其特征在于：

所述步骤S1中，还包括以下步骤：

S10.将历史数据(A)分成节假日历史数据(Aa)和工作日历史数据(Ab)；

所述步骤S2中，还包括以下步骤：

S20.分别通过将所述节假日历史数据(Aa)和工作日历史数据(Ab)按月进行分类统计，分别计算得到该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的节假日月平均历史数据(Ba)和工作日月平均历史数据(Bb)；

所述步骤S3中，还包括以下步骤：

S30.根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的节假日月平均历史数据(Ba)和工作日月平均历史数据(Bb)，分别对拟预测日期所属月份的节假日月平均数据(Ca)和工作日月平均数据(Cb)进行预测；

所述步骤S4中，还包括以下步骤：

S40.若拟预测日期为节假日，则根据拟预测日期所属月份中拟预测日期之前的节假日历史数据(Aa)，计算得到拟预测日期所属月份中拟预测日期之前的节假日平均历史数据(Da)；

若拟预测日期为工作日，则根据拟预测日期所属月份中拟预测日期之前的工作日历史数据(Ab)，计算得到拟预测日期所属月份中拟预测日期之前的工作日平均历史数据(Db)；

所述步骤S5中，还包括以下步骤：

S50.若拟预测日期为节假日，则根据拟预测日期所属月份的节假日月平均数据(Ca)和节假日平均历史数据(Da)，对拟预测日期的客座率进行预测；

若拟预测日期为工作日，则根据拟预测日期所属月份的工作日月平均数据(Cb)和工作日平均历史数据(Db)，对拟预测日期的客座率进行预测。

6.一种航线客座率预测系统，其特征在于，所述系统包括：

接收模块，用于获取该航线在拟预测日期之前的历史数据(A)；所述历史数据(A)包括历史单班平均折扣率(A₁)、历史单班客座率(A₂)、历史单班旅客数(A₃)和历史单班总座位数(A₄)；

第一计算模块，用于将获取到的历史数据(A)按月进行分类统计，计算出该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据(B)；所述月平均历史数据(B)包括月平均历史折扣率(B₁)、月平均历史客座率(B₂)、月平均历史旅客数(B₃)和月平均历史总座位数(B₄)；

第二计算模块，用于根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的月平均历史数据(B)，对拟预测日期所属月份的月平均数据(C)进行预测；所述月平均数据(C)包括月平均折扣率(C₁)、月平均客座率(C₂)、月平均旅客数(C₃)和月平均总座位数(C₄)；

第三计算模块，用于实时获取拟预测日期所属月份中拟预测日期之前的航线历史数据，并计算得到拟预测日期所属月份中拟预测日期之前的平均历史数据(D)；平均历史数据(D)包括平均折扣率(D₁)、平均客座率(D₂)、平均旅客数(D₃)和月平均总座位数(D₄)；

第四计算模块，用于根据月平均数据(C)和平均历史数据(D)，对拟预测日期的客座率进行预测。

7.根据权利要求6所述的航线客座率预测系统，其特征在于，所述第二计算模块具体包括：

第一接收单元，用于获取所述航线中每个航班在拟预测日期所属年份之前的每一年中每个月的月平均历史数据(B)；

第一计算单元，用于筛选出拟预测日期所属年份中，与拟预测日期所属月份相同月份的月平均历史数据(B)，建立拟预测日期所属月份的月平均数据预测模型；

第二计算单元，用于根据月平均数据预测模型，对拟预测日期所属月份的月平均数据(C)进行预测。

8.根据权利要求6所述的航线客座率预测系统，其特征在于，所述第四计算模块具体包括：

第二接收单元，用于获取拟预测日期所属月份的月平均数据(C)和拟预测日期所属月份在拟预测日期之前的平均历史数据(D)；

第三计算单元，用于通过以下公式对拟预测日期的客座率进行计算：

S＝C₂*(T+1)-D₂*T (1)

公式(1)中，S为拟预测日期的客座率；C₂为拟预测日期所属月份的月平均客座率；D₂为拟预测日期所属月份中拟预测日期之前的平均历史客座率；T为拟预测日期所属月份中预测日期之前的天数。

9.根据权利要求8所述的航线客座率预测系统，其特征在于，所述第四计算模块还包括：

第四计算单元，用于通过以下公式对拟预测日期的折扣率进行计算：

W＝C₁*(T+1)-D₁*T (2)

公式(2)中，W为拟预测日期的折扣率；C₁为拟预测日期所属月份的月平均折扣率；D₁为拟预测日期所属月份中拟预测日期之前的平均历史折扣率；T为拟预测日期所属月份中预测日期之前的天数。

10.根据权利要求6所述的航线客座率预测系统，其特征在于，所述系统还包括：

第五计算模块，用于将历史数据(A)分成节假日历史数据(Aa)和工作日历史数据(Ab)；

第六计算模块，用于分别将所述节假日历史数据(Aa)和工作日历史数据(Ab)按月进行分类统计，分别计算得到该航线中每个航班在拟预测日期所属年份之前的每一年中每个月的节假日月平均历史数据(Ba)和工作日月平均历史数据(Bb)；

第七计算模块，用于根据拟预测日期所属年份之前的年份中，与拟预测日期所属月份相同月份的节假日月平均历史数据(Ba)和工作日月平均历史数据(Bb)，分别对拟预测日期所属月份的节假日月平均数据(Ca)和工作日月平均数据(Cb)进行预测；

第八计算模块，用于分别计算拟预测日期所属月份中拟预测日期之前的节假日平均历史数据(Da)和工作日平均历史数据(Db)；

若拟预测日期为节假日，则根据拟预测日期所属月份中拟预测日期之前的节假日历史数据(Aa)，计算得到拟预测日期所属月份中拟预测日期之前的节假日平均历史数据(Da)；

若拟预测日期为工作日，则根据拟预测日期所属月份中拟预测日期之前的工作日历史数据(Ab)，计算得到拟预测日期所属月份中拟预测日期之前的工作日平均历史数据(Db)；

第九计算模块，用于分别预测节假日的客座率进行预测和工作日的客座率进行预测；

若拟预测日期为节假日，则根据拟预测日期所属月份的节假日月平均数据(Ca)和节假日平均历史数据(Da)，对拟预测日期的客座率进行预测；

若拟预测日期为工作日，则根据拟预测日期所属月份的工作日月平均数据(Cb)和工作日平均历史数据(Db)，对拟预测日期的客座率进行预测。

Images