CN111179032A - 一种基于航空大数据的航点推荐方法、系统及终端 - Google Patents

一种基于航空大数据的航点推荐方法、系统及终端 Download PDF

Info

Publication number
CN111179032A
CN111179032A CN201911350699.3A CN201911350699A CN111179032A CN 111179032 A CN111179032 A CN 111179032A CN 201911350699 A CN201911350699 A CN 201911350699A CN 111179032 A CN111179032 A CN 111179032A
Authority
CN
China
Prior art keywords
flight
approximate
waypoint
route
waypoints
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
Application number
CN201911350699.3A
Other languages
English (en)
Inventor
许宏江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hainan Taimei Airlines Co Ltd
Original Assignee
Hainan Taimei Airlines Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hainan Taimei Airlines Co Ltd filed Critical Hainan Taimei Airlines Co Ltd
Publication of CN111179032A publication Critical patent/CN111179032A/zh
Pending legal-status Critical Current

Links

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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • 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)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Navigation (AREA)

Abstract

本发明涉及民航运输信息化系统技术领域，具体涉及一种基于航空大数据的航点推荐方法、系统及终端，所述方法包括：接收并识别用户选择的航线类型；根据用户选择的航线类型，以及用户输入的初始信息，筛选出目标航点，供用户进行选择。本发明根据不同的航线类型，针对性的为用户新开航线需求进行航点推荐，提高用户航点选择的效率。并且在推荐航点的同时，将航线收益进行预先测算，并可以向用户展示，用户在推荐的航点中，可以很方便的查找到每个推荐航点对应航线的预期收益，为用户进行航点选择提供了有力支撑，解决了用户开航找点困难的技术问题，提高开通新航线的效率，不仅使用户利益得到最大化，而且可提高用户剩余运力的使用率。

Description

一种基于航空大数据的航点推荐方法、系统及终端
技术领域
本发明涉及民航运输信息化系统技术领域，具体涉及一种基于航空大数据的航点推荐方法、系统及终端。
背景技术
随着中国民用航空技术的日益发展，每年民航市场交易额达数千亿人民币，地方政府每年面临着开通大量新航线的需求，但新航线的开通往往涉及到各种技术条件和市场条件的约束，对新航点的选择以及开航条件的分析测算成为评价一条新航线是否具有开通价值的关键，尤其是非枢纽机场在航点选择问题上，更是由于缺乏必要的技术手段，使得航点选择困难，费时费力，局限片面，导致开通新航线的判断缺乏科学依据，成本利用率不理想。
发明内容
本发明目提供了一种基于航空大数据的航点推荐方法、系统及终端，解决了现有技术中开航找点困难的技术问题。
第一方面，本发明提供了一种基于航空大数据的航点推荐方法，所述方法包括以下步骤：
S1.接收并识别用户选择的航线类型；
S2.根据用户选择的航线类型判断须进行的操作；
若用户选择的航线类型为直飞航线，则接收用户输入的起点、最小飞行距离和最大飞行距离，筛选出与起点的距离为A的所有航点，所述A大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第一目标航点，将所有第一目标航点进行展示，以便用户在所述第一目标航点中选择作为所述直飞航线的终点的航点；
或者，若用户选择的航线类型为甩飞航线，则接收用户输入的起点、经停点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与经停点的距离为B的所有航点，所述B大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第二目标航点，将所有第二目标航点进行展示，以便用户在所述第二目标航点中选择作为所述甩飞航线的甩飞点的航点；
或者，若用户选择的航线类型为经停航线，则接收用户输入的起点、终点和飞行距离；筛选出以起点和终点为两个焦点，以飞行距离为长轴的椭圆范围内的所有航点，并将筛选出的所有航点记为第三目标航点，将所有第三目标航点进行展示，以便用户在所述第三目标航点中选择作为所述经停航线的经停点的航点。
第二方面，本发明提供了一种基于航空大数据的航点推荐系统，所述系统包括接收模块，还包括第一处理模块、第二处理模块或第三处理模块；
所述接收模块，用于接收并识别用户选择的航线类型；
所述第一处理模块,用于根据用户选择的航线类型判断须进行的操作；若用户选择的航线类型为直飞航线，则接收用户输入的起点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与起点的距离为A的所有航点，所述A大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第一目标航点，将所有第一目标航点进行展示，以便用户在所述第一目标航点中选择作为所述直飞航线的终点的航点；
所述第二处理模块，用于根据用户选择的航线类型判断须进行的操作；若用户选择的航线类型为甩飞航线，则接收用户输入的起点、经停点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与经停点的距离为B的所有航点，所述B大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第二目标航点，将所有第二目标航点进行展示，以便用户在所述第二目标航点中选择作为所述甩飞航线的甩飞点的航点；
所述第三处理模块，用于根据用户选择的航线类型判断须进行的操作；若用户选择的航线类型为经停航线，则接收用户输入的起点、终点和飞行距离；筛选出以起点和终点为两个焦点，以飞行距离为长轴的椭圆范围内的所有航点，并将筛选出的所有航点记为第三目标航点，将所有第三目标航点进行展示，以便用户在所述第三目标航点中选择作为所述经停航线的经停点的航点。
第三方面，本发明还提供了一种基于航空大数据的航点推荐终端，所述终端包括中央处理器、接收模块、显示模块和存储器，其特征在于，所述存储器中存储有计算机程序，所述中央处理器执行所述存储器中存储的计算机程序时，实现上述方法中记载的任一种基于航空大数据的航点推荐方法的部分或全部步骤。
本发明具有以下有益效果：
1、本发明根据不同的航线类型，针对性的为用户的新开航线需求进行航点推荐，提高用户新开航点的选择效率。并且在推荐航点的同时，将航线收益进行预先测算，用户在推荐的航点中，可以很方便的查找到每个推荐航点的预期收益，为用户进行航点选择提供了有力支撑，解决了用户开航找点困难的技术问题，提高开通新航线的效率，不仅使机场利益得到最大化，而且可提高用户的剩余运力的使用率。
2、根据不同的航线类型，将推荐的航点分布范围在航点网络地图上用不同的形式进行展示，可以让用户能够更加直观的查看推荐的航点，方便目标航点的选择。
3、在航点推荐的时候，根据甩飞航线和经停航线的类型，分别进行夹角a、夹角b和夹角c的计算，剔除不符合要求的航点，减少所推荐的目标航点中不符合要求的航点数量，进一步提高用户选择目标航点的效率。
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1中所述的一种基于航空大数据的航点推荐方法流程图；
图2是本发明实施例2中所述的一种基于航空大数据的航点推荐方法流程图；
图3是本发明实施例3中所述的一种基于航空大数据的航点推荐方法流程图；
图4是本发明实施例1中第一目标航点展示示意图；
图5是本发明实施例2中第二目标航点展示示意图；
图6是本发明实施例2中夹角a示意图；
图7是本发明实施例2中剩余圆环区域内的航点示意图；
图8是本发明实施例3中第三目标航点展示示意图；
图9是本发明实施例3中夹角b和夹角c示意图；
图10是本发明实施例4中所述的一种基于航空大数据的航点推荐系统的结构示意图；
图11是本发明实施例5中所述的一种基于航空大数据的航点推荐系统的结构示意图；
图12是本发明实施例6中所述的一种基于航空大数据的航点推荐系统的结构示意图；
图13是本发明实施例7中所述的一种基于航空大数据的航点推荐终端的结构示意图。
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基于航空大数据的航点推荐选择方法包括以下步骤：
S1.接收并识别用户输入或选择的航线类型；
S2.根据用户输入或选择的航线类型判断须进行的操作；
若用户输入或选择的航线类型为直飞航线，则接收用户输入的起点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与起点的距离为A的所有航点，所述A大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第一目标航点，将所有第一目标航点进行展示，以便用户在所述第一目标航点中选择作为所述直飞航线的终点的航点。
进一步的，所述将所有第一目标航点进行展示，具体包括：以起点为圆心，分别以最小飞行距离和最大飞行距离为半径在航点网络地图上画圆，则将所有第一目标航点在以最小飞行距离为半径的圆与以最大飞行距离为半径的圆之间的圆环区域内的航点网络地图上进行分别标示。
如图4所示，若用户选择的航线类型为直飞航线，输入的起点为成都双流机场，飞机的最大飞行距离为1000km，最小飞行距离为500km，则以成都双流机场为圆心，分别以500km和1000km为半径在航点网络图上画出两个圆，处于大圆和小圆之间的圆环区域中的航点即为第一目标航点。
优选的，用户在输入起点、飞行器的最小飞行距离和飞行器的最大飞行距离时，也可以同时输入终点待选第一目标航点所需要满足的一些附加参数，如飞行区等级、吞吐量、机场类型和补贴政策等。所述飞行区等级即机场等级，包括：跑道及升降带、滑行道、停机坪、地面标志、灯光助航设施及排水系统等综合指标，所述吞吐量为上一年度机场的旅客吞吐量，所述机场类型包括：高原/非高原机场、特殊/非特殊机场、口岸/非口岸机场以及协调/非协调机场等，所述补贴政策包括有补贴和无补贴。用户输入附加参数后，在航点网络图上显示的第一目标航点区域内则会将不满足附加参数的航点从地图中隐去，从而进一步降低用户选择目标航点的时间，提高选择效率。
所述步骤S2中，还包括步骤S21，所述步骤S21包括：
将所述第一目标航点分别与起点形成多个第一航线，依次将形成的第一航线与在飞航班数据库进行对比，判断所述第一航线当前是否已有在飞航班数据；
若该第一航线当前已有在飞航班数据，则将该第一航线记为第一子航线；若该第一航线当前没有在飞航班数据，则将该第一航线记为第二子航线；因此，
将第一子航线对应的第一目标航点记为第一子目标航点；将第二子航线对应的第一目标航点记为第二子目标航点；
将所述第二子目标航点进行突出展示。
具体的，可以通过GDS(Global Distribution System)全球分销系统获取航班数据建立在飞航班数据库，通过对比，判断第一航线在未来某段时间内是否存在班期执飞计划，若存在，则确定该第一航线存在在飞航班数据，否则确定该第一航线没有在飞航班数据。全球分销系统是应用于民用航空运输及整个旅游业的大型计算机信息服务系统。通过全球分销系统，遍及全球的旅游销售机构可以及时地从航空公司、旅馆、租车公司、旅游公司获取大量的与旅游相关的信息，从而为顾客提供快捷、便利、可靠的服务。
需要说明的是，针对已有在飞航班的航线，若开通该条航线，则市场竞争力大，未来的航线收益可能会不理想；而对于暂无在飞航班的航线，说明该条航线目前还没有在飞航班，若开通该航线，则未来的市场竞争力相对可能较小，未来航线收益可能较好。所以，第二子目标航点比第一子目标航点的推荐优先级高。因此，将第二子目标航点作为向用户重点/突出推荐的航点，至于第一子目标航点，系统可屏蔽，直接不让用户选择或不向用户推荐，当然也可不用屏蔽，用户可自行选择。不屏蔽的原因是：是否有竞争非绝对指标，若市场足够大，哪怕有竞争，收益也可能会很好，用户也会愿意选择，例如成都-北京航线这样的航线。但为表示区别，对于第一子目标航点和第二子目标航点，可用不同颜色、不同推荐图标、不同字体的形状或不同大小等方式加以区分，具体的，不作限定，只要能对二者的推荐进行区分即可。
所述步骤S21中，还包括步骤S211，所述步骤S211包括：
分别确定起点的近似航点和第二子目标航点的近似航点；
按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第二子目标航点的近似航点依次排序；
从近似值最高的起点的近似航点开始，依次与经过排序后的第二子目标航点的近似航点组合成近似航段；
每组合一个近似航段后，将该近似航段与现有的在飞航班数据库进行对比，判断该近似航段是否存在在飞航班数据，若判断到该近似航段没有在飞航班数据，则继续组合，直到组合成的近似航段有在飞航班数据时停止；
获取该在飞航班的数据，根据该数据计算该近似航段在过去一定时间段的历史平均收益，从而确定所述第二子航线的收益预估值。
将所述第二子航线的收益预估值向用户进行展示。
需要说明的是，根据距离因素、机场的类型、等级、吞吐量和补贴政策等因素，确定起点和第二子目标航点的近似航点；例如考虑距离因素的话，若起点为成都，则可以以成都双流机场为中心，找周围预设距离内的航点作为成都的近似航点，所述预设距离为100km；或者，先判断起点对应城市还有没有第二航点，例如成都的简阳机场，如果有，则将该航点对应城市的第二航点作为其近似航点。还可考虑机场的类型、等级、吞吐量和补贴政策等因素，可通过加权求和，计算近似航点的近似值；或者，先以起点为圆心，以预设距离值为半径画圆，将圆内除起点以外的所有航点，通过机场的类型、等级、吞吐量和补贴政策等因素，利用设置权值，计算该圆内除起点以外的所有航点的近似值。
举例说明，若起点的近似航点有4个，则按照近似值从高到低的顺序依次排序，记为D1E1F1G1，第二子目标航点的近似航点有5个，则按照近似值从高到低的顺序依次排列，记为d1e1f1g1h1。从D1开始，依次与d1e1f1g1分别组合成近似航段，并挨个判断组合的近似航段是否存在在飞航班数据，若D1-d1、D1-e1、D1-f1、D1-g1和D-h1均不存在在飞航班数据，则继续以E1与d1e1f1g1分别组合成近似航段，当判断到E1-f1近似航段存在在飞航班数据时，则停止组合近似航段的操作。获取E1-f1航段的在飞航班数据，根据在飞航班数据计算E1-f1航段在过去某段时间的历史平均收益，所述某段时间可以根据实际情况进行选取，可以选取过去一个月的在飞航班数据，一个季度的在飞航班数据，甚至一年的在飞航班数据均可，从在飞航班数据中提取并计算该在飞航班的历史平均收益。从而可根据该近似航段的历史平均收益，预估第二子航线的收益值。
进一步的，用户可预设一个收益预估值，若判断到某几个第二子目标航点对应的第二子航线的收益预估值大于预设的收益预估值，则将这几个第二子目标航点设为最高优先级，在航点网络地图上根据不同的优先级，可用不同颜色、不同推荐图标、不同字体的形状或不同大小等方式加以区分，具体的，不作限定，只要能进行优先级的区分即可。
进一步的，用户可通过点击第二子目标航点，收到用户点击操作后，将第二子目标航点对应的所述第二子航线的收益预估值向用户展示，或者，用户可以选择多个第二子目标航点，收到用户选择操作后，将该多个第二子目标航点对应的多条第二子航线的收益预估值向用户展示。
通过对待开航线进行收益预估，降低机场或者航空公司的运营风险，为新开航线提供数据支撑，有了收益预估，机场可以此为基础，针对该新开航线制定航空公司的补贴政策，具有一定的参考价值。
实施例2
如图2所示，本实施例公开的一种基于航空大数据的航点推荐方法包括以下步骤：
S1.接收并识别用户输入或选择的航线类型；
S2.根据用户输入或选择的航线类型判断须进行的操作；
若用户输入或选择的航线类型为甩飞航线，则接收用户输入的起点、经停点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与经停点的距离为B的所有航点，所述B大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第二目标航点，将所有第二目标航点进行展示，以便用户在所述第二目标航点中选择作为所述甩飞航线的甩飞点的航点；
进一步的，所述将所有第二目标航点进行展示，具体包括：以经停点为圆心，分别以最小飞行距离和最大飞行距离为半径在航点网络地图上画圆，则将所有第二目标航点在以最小飞行距离为半径的圆与以最大飞行距离为半径的圆之间的圆环区域内的航点网络地图上进行分别标示。
如图5所示，若用户选择的航线类型为甩飞航线，输入的起点为成都双流机场，经停点为达州河市机场，飞机的最大飞行距离为1000km，最小飞行距离为500km，则以达州河市机场为圆心，分别以500km和1000km为半径在航点网络图上画出两个圆，处于大圆和小圆之间的圆环区域中的航点即为第二目标航点。
进一步的，用户在输入起点、经停点、飞行器的最小飞行距离和飞行器的最大飞行距离时，也可以同时输入甩飞点待选第二目标航点所需要满足的一些附加参数，如飞行区等级、吞吐量、机场类型和补贴政策等。所述飞行区等级即机场等级，包括：跑道及升降带、滑行道、停机坪、地面标志、灯光助航设施及排水系统等综合指标，所述吞吐量为上一年度机场的旅客吞吐量，所述机场类型包括：高原/非高原机场、特殊/非特殊机场、口岸/非口岸机场以及协调/非协调机场等，所述补贴政策包括有补贴和无补贴。用户输入附加参数后，在航点网络图上显示的第二目标航点区域内则会将不满足附加参数的航点从地图中隐去，从而进一步降低用户选择目标航点的时间，提高选择效率。
所述步骤S2中，还包括以下步骤：
分别将所述第二目标航点中每个航点与经停点进行连线，记为第一线段，将所述经停点与起点进行连线，记为第二线段；
计算所述第一线段与所述第二线段的夹角a，若夹角a小于第一预设值，则将该航点从第二目标航点中剔除。
需要说明的是，由于中国民用航空局空中交通管理局的规定，甩飞航线不允许出现倒飞的情况，如图6所示，其甩飞点-经停点的连线，与起点-经停点的连线之间的夹角不能小于a，若小了，例如a＝90°，就会出现倒飞的情况，因为，若出现倒飞现像，则会导致起点到甩飞点的航距短于起点到经停点的航距，根据民航局的市场定价，就会出现起点到甩飞点的票价比起点到经停点的票价低，则旅客若从起点到经停点，就会选择买起点到甩飞点的机票，从而选择在经停点下机，同时，也会导致降低经停点到甩飞点航段的客座率以及航空公司飞机运力的利用率。因此，将所有甩飞点-经停点的连线，与起点-经停点的连线之间的夹角小于a的甩飞点屏蔽掉，最后就剩下如图7所示的剩余圆环区域内的航点，为第二目标航点。
进一步的，所述第一预设值的取值范围为60°-90°，当然，也可由用户自定义。
所述步骤S2中，还包括步骤S22，所述步骤S22包括：
将所述第二目标航点分别与起点和经停点形成多个第二航线，依次将形成的第二航线与现有的在飞航班数据库进行对比，判断所述第二航线当前是否已有在飞航班数据；
若该第二航线当前已有在飞航班数据，则将该第二航线记为第三子航线；若该第二航线当前没有在飞航班数据，则将该第二航线记为第四子航线；
将第三子航线对应的第二目标航点记为第三子目标航点；将第四子航线对应的第二目标航点记为第四子目标航点；
将所述第四子目标航点进行突出展示。
本发明实施例具体的实施方式已在上述实施例中作了详细说明，故此处不再赘述。
基于上述实施例相同的原理，本发明实施例中第四子目标航点比第三子目标航点的推荐优先级高。因此，可将第四子目标航点作为向用户重点/突出推荐的航点，至于第三子目标航点，系统可屏蔽，直接不让用户选择或不向用户推荐，当然也可不用屏蔽，用户可自行选择。为了进一步的区分，对于第三子目标航点和第四子目标航点，可用不同颜色、不同推荐图标、不同字体的形状或不同大小等方式加以区分，具体的，不作限定，只要能对二者的推荐进行区分即可。
所述步骤S2中，还包括步骤S221，所述步骤S221包括：
将所述第四子航线分成三个航段，将起点-经停点记为第一航段，起点-第四子目标航点记为第二航段，经停点-第四子目标航点记为第三航段；
分别确定起点的近似航点、第四子目标航点的近似航点和经停点的近似航点；
按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第四子目标航点的近似航点依次排序，按照近似值从高至低将经停点的近似航点依次排序；
从近似值最高的起点的近似航点开始，依次与经过排序后的经停点的近似航点组合成第一近似航段；从近似值最高的起点的近似航点开始，依次与经过排序后的第四子目标航点的近似航点组合成第二近似航段；从近似值最高的经停点的近似航点开始，依次与经过排序后的第四子目标航点的近似航点组合成第三近似航段；
每组合一个第一近似航段后，将该第一近似航段与现有的在飞航班数据库进行对比，判断该第一近似航段是否存在在飞航班数据，若该第一近似航段没有在飞航班数据，则继续组合，直到组合成的第一近似航段有在飞航班数据时停止，将该在飞航班记为第一在飞航班；第一近似航段组合停止后，依据同样的方法进行第二近似航段的组合，找到第二近似航段的第二在飞航班；第二近似航段组合停止后，依据同样的方法进行第三近似航段的组合，找到第三近似航段的第三在飞航班；
依次获取所述第一在飞航班、第二在飞航班和第三在飞航班的数据，根据该数据依次计算所述第一在飞航班、第二在飞航班和第三在飞航班在过去一定时间段的历史平均收益，从而确定所述第一航段、第二航段和第三航段的收益预估值，进而得到所述第四子航线的收益预估值。
将所述第四子航线的收益预估值向用户进行展示。
举例说明，若起点的近似航点有4个，则按照近似值从高到低的顺序依次排序，记为D2E2F2G2，经停点的近似航点有5个，则按照近似值从高到低的顺序依次排列，记为d2e2f2g2h2。从D2开始，依次与d2e2f2g2分别组合成近似航段，并挨个判断组合的近似航段是否存在在飞航班数据，若D2-d2、D2-e2、D2-f2、D2-g2和D-h2均不存在在飞航班数据，则继续以E2与d2e2f2g2分别组合成近似航段，当判断到E2-f2近似航段存在在飞航班数据时，则停止组合近似航段的操作。获取E2-f2航段的在飞航班数据，根据在飞航班数据计算E2-f1航段在过去某段时间的历史平均收益，即为第一在飞航班的历史平均收益，从而确定第一航段的收益预估值。通过以上方法可以依次获得第二航段和第三航段的收益预估值。将第一航段、第二航段和第三航段的收益预估值相加，即可得到第四子航线的收益预估值。
所述某段时间可以根据实际情况进行选取，可以选取过去一个月的在飞航班数据，一个季度的在飞航班数据，甚至一年的在飞航班数据均可，从在飞航班数据中提取并计算该在飞航班的历史平均收益。
进一步的，根据距离因素、机场的类型、等级、吞吐量和补贴政策等因素，确定起点、经停点和第四子目标航点的近似航点；例如考虑距离因素的话，若起点为成都，则可以以成都双流机场为中心，找周围预设距离内的航点作为成都的近似航点，所述预设距离为100km；或者，先判断起点对应城市还有没有第二航点，例如成都的简阳机场，如果有，则将该航点对应城市的第二航点作为其近似航点。还可考虑机场的类型、等级、吞吐量和补贴政策等因素，可通过加权求和，计算近似航点的近似值；或者，先以起点为圆心，以预设距离值为半径画圆，将圆内除起点以外的所有航点，通过机场的类型、等级、吞吐量和补贴政策等因素，利用设置权值，计算该圆内除起点以外的所有航点的近似值。
进一步的，用户可预设一个收益预估值，若判断到某几个第四子目标航点对应的第四子航线的收益预估值大于预设的收益预估值，则将这几个第四子目标航点设为最高优先级，在航点网络地图上根据不同的优先级，可用不同颜色、不同推荐图标、不同字体的形状或不同大小等方式加以区分，具体的，不作限定，只要能进行优先级的区分即可。
进一步的，用户可通过点击第四子目标航点，收到用户点击操作后，将第四子目标航点对应的所述第四子航线的收益预估值向用户展示，或者，用户可以选择多个第四子目标航点，收到用户选择操作后，将该多个第四子目标航点对应的多条第四子航线的收益预估值向用户展示。
通过对待开航线进行收益预估，降低机场或者航空公司的运营风险，为新开航线提供数据支撑，有了收益预估，机场可以此为基础，针对该新开航线制定航空公司的补贴政策，具有一定的参考价值。本实施例也可为航空公司决定是否响应机场发布的某条新开航线的需求提供数据参考，为航空公司实现利益最大化和提高利润率。例如，某航空公司从A-B，到了B之后，运力处于空闲状态，那么该航空公司，可通过本实施例中公开的该方案，去匹配合适的甩飞点，以此提高剩余运力的利用率。
实施例3
如图3所示，本实施例公开的一种基于航空大数据的航点推荐方法包括以下步骤：
S1.接收并识别用户输入或选择的航线类型；
S2.根据用户输入或选择的航线类型判断须进行的操作；；
若用户输入或选择的航线类型为经停航线，则接收用户输入的起点、终点和飞行距离；筛选出以起点和终点为两个焦点，以飞行距离为长轴的椭圆范围内的所有航点，并将筛选出的所有航点记为第三目标航点，将所有第三目标航点进行展示，以供用户在第三目标航点中选择作为经停点的航点。
进一步的，所述将所有第三目标航点进行展示，具体包括：以起点和终点为两个焦点，以飞行距离为长轴，在航点网络地图上画椭圆，则将所述椭圆区域内的所有航点在航点网络地图上进行分别标示，所述椭圆区域内的所有航点记为第三目标航点。
如图8所示，若用户选择的航线类型为经停航线，输入的起点为成都双流机场，终点为杭州萧山机场，飞行距离为2000km，该飞行距离须大于起点至终点的距离，若用户输入少了，则会提示用户重新输入。因为按照逻辑，起点、终点和经停点，这三个点构成三角形，常识可知，三角形的任意两边之和大于第三边，第三边即为起点到终点的距离，故飞行距离须大于起点到终点的距离。以成都双流机场和终点为杭州萧山机场为两个焦点，以飞行距离为长轴，在航点网络图上画椭圆，则处于椭圆中的航点即为第三目标航点。
进一步的，用户在输入起点、终点和飞行距离时，也可以同时输入经停点待选第三目标航点所需要满足的一些附加参数，如飞行区等级、吞吐量、机场类型和补贴政策等。所述飞行区等级即机场等级，包括：跑道及升降带、滑行道、停机坪、地面标志、灯光助航设施及排水系统等综合指标，所述吞吐量为上一年度机场的旅客吞吐量，所述机场类型包括：高原/非高原机场、特殊/非特殊机场、口岸/非口岸机场以及协调/非协调机场等，所述补贴政策包括有补贴和无补贴。用户输入附加参数后，在航点网络图上显示的第散目标航点区域内则会将不满足附加参数的航点从地图中隐去，从而进一步降低用户选择目标航点的时间，提高选择效率。
所述步骤S2中，还包括以下步骤：
分别将所述第三目标航点中每个航点与起点进行连线，记为第三线段，将所述起点与终点进行连线，记为第四线段；
计算所述第三线段和所述第四线段的夹角b，若夹角b大于第二预设值，则将该航点从第三目标航点中剔除；
或者，将所述第三目标航点中每个航点与终点进行连线，记为第五线段；
计算所述第五线段和所述第四线段的夹角c，若夹角c大于第二预设值，则将该航点从第三目标航点中剔除。
具体的，由于中国民用航空局空中交通管理局的规定，经停航线不允许出现倒飞的情况，如图9所示，其起点-经停点的连线与起点-终点的连线之间的夹角大于b或者经停点-终点连线与起点-终点连线之间的夹角大于c，则会出现倒飞现像，因为，若出现倒飞现像，则会导致起点到甩飞点的航距短于起点到经停点的航距，根据民航局的市场定价，就会出现起点到终点的票价比起点到经停点的票价低，则旅客若从起点到经停点，就会选择买起点到终点的机票，从而选择在经停点下机，同时，也会导致降低经停点到终点航段的客座率以及航空公司飞机运力的利用率。因此，将所有起点-经停点的连线，与起点-终点的连线之间的夹角小于b的经停点屏蔽掉，以及将所有起点-终点的连线，与经停点-终点的连线之间的夹角小于c的经停点屏蔽掉，最后就剩下如图9所示的剩余椭圆区域内的航点，为第三目标航点。
进一步的，所述第二预设值的取值范围为90°-120°，当然，也可由用户自定义。
所述步骤S2中，还包括步骤S23，所述步骤S23包括：
将所述第三目标航点分别与起点和终点形成多个第三航线，依次将形成的第三航线与现有的在飞航班数据库进行对比，判断所述第三航线当前是否已有在飞航班数据；
若该第三航线当前已有在飞航班数据，则将该第三航线记为第五子航线；若该第三航线当前没有在飞航班数据，则将该第三航线记为第六子航线；将第五子航线对应的第三目标航点记为第五子目标航点；将第六子航线对应的第三目标航点记为第六子目标航点；
将所述第六子目标航点进行突出展示。
本发明实施例具体的实施方式已在上述实施例中作了详细说明，故此处不再赘述。
基于上述实施例相同的原理，本发明实施例中第六子目标航点比第五子目标航点的推荐优先级高。因此，将第六子目标航点作为向用户重点/突出推荐的航点，至于第五子目标航点，系统可屏蔽，直接不让用户选择或不向用户推荐，当然也可不用屏蔽，用户可自行选择。但为了进一步的区分，对于第五子目标航点和第六子目标航点，可用不同颜色、不同推荐图标、不同字体的形状或不同大小等方式加以区分，具体的，不作限定，只要能对二者的推荐进行区分即可。
所述步骤S23中，还包括步骤S231，所述步骤S231包括：
将所述第六子航线分成三个航段，将起点-第六子目标航点记为第四航段，起点-终点记为第五航段，第六子目标航点-终点记为第六航段；
分别确定起点的近似航点、第六子目标航点的近似航点和终点的近似航点；
按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第六子目标航点的近似航点依次排序，按照近似值从高至低将终点的近似航点依次排序；
从近似值最高的起点的近似航点开始，依次与经过排序后的第六子目标航点的近似航点组合成第四近似航段；从近似值最高的起点的近似航点开始，依次与经过排序后的终点的近似航点组合成第五近似航段；从近似值最高的第六子目标航点的近似航点开始，依次与经过排序后的终点的近似航点组合成第六近似航段；
每组合一个第四近似航段后，将该第四近似航段与现有的在飞航班数据库进行对比，判断该第四近似航段是否存在在飞航班数据，若该第四近似航段没有在飞航班数据，则继续组合，直到组合成的第四近似航段有在飞航班数据时停止，将该在飞航班记为第四在飞航班；第四近似航段组合停止后，依据同样的方法进行第五近似航段的组合，找到第五近似航段的第五在飞航班；第五近似航段组合停止后，依据同样的方法进行第六近似航段的组合，找到第六近似航段的第六在飞航班；
依次获取所述第四在飞航班、第五在飞航班和第六在飞航班的数据，根据该数据依次计算所述第四在飞航班、第五在飞航班和第六在飞航班在过去一定时间段的历史平均收益，从而确定所述第四航段、第五航段和第六航段的收益预估值，进而得到所述第六子航线的收益预估值。
将所述第六子航线的收益预估值向用户进行展示。
举例说明，若起点的近似航点有4个，则按照近似值从高到低的顺序依次排序，记为D3E3F3G3，第六子目标航点的近似航点有5个，则按照近似值从高到低的顺序依次排列，记为d3e3f3g3h3。从D3开始，依次与d3e3f3g3分别组合成近似航段，并挨个判断组合的近似航段是否存在在飞航班数据，若D3-d3、D3-e3、D3-f3、D3-g3和D-h3均不存在在飞航班数据，则继续以E3与d3e3f3g3分别组合成近似航段，当判断到E3-f3近似航段存在在飞航班数据时，则停止组合近似航段的操作。获取E3-f3航段的在飞航班数据，根据在飞航班数据计算E3-f1航段在过去某段时间的历史平均收益，即为第四在飞航班的历史平均收益，从而确定第四航段的收益预估值。通过以上方法可以依次获得第五航段和第六航段的收益预估值。将第四航段、第五航段和第六航段的收益预估值相加，即可得到第六子航线的收益预估值。所述某段时间可以根据实际情况进行选取，可以选取过去一个月的在飞航班数据，一个季度的在飞航班数据，或者一年的在飞航班数据。
进一步的，用户可预设一个收益预估值，若判断到某几个第六子目标航点对应的第六子航线的收益预估值大于预设的收益预估值，则将这几个第六子目标航点设为最高优先级，在航点网络地图上根据不同的优先级，可用不同颜色、不同推荐图标、不同字体的形状或不同大小等方式加以区分，具体的，不作限定，只要能进行优先级的区分即可。
进一步的，用户可通过点击第六子目标航点，收到用户点击操作后，将第六子目标航点对应的所述第六子航线的收益预估值向用户展示，或者，用户可以选择多个第六子目标航点，收到用户选择操作后，将该多个第六子目标航点对应的多条第六子航线的收益预估值向用户展示。
通过对待开航线进行收益预估，降低机场或者航空公司的运营风险，为新开航线提供数据支撑，有了收益预估，机场可以此为基础，针对新开航线制定航空公司的补贴政策，具有一定的参考价值。机场用户和航空公司都可使用本发明方案。本本发明实施例也可为航空公司决定是否响应机场发布的某条新开航线的需求提供数据参考，为航空公司实现利益最大化和提高利润率。例如，某航空公司从A-B，但由于航距太远，机场给的补贴不足以支撑该航空公司的运力成本，通过本实施例，可以寻找AB之间适合航空公司和该条航线的经停点，而该经停点对应的机场，也有相应的补贴政策，且也能提高客座率，提高收益，从而提高航空公司的整体收益，当然，经停点是否有补贴，根据该方案，可自动匹配具有补贴政策且满足其它需求的经停航点。
实施例4
如图10所示，本实施例公开了一种基于航空大数据的航点推荐系统100，包括接收模块111和第一处理模块121；
所述接收模块11，用于接收并识别用户输入或选择的航线类型；
所述第一处理模块121,用于根据用户输入或选择的航线类型判断须进行的操作；若用户输入或选择的航线类型为直飞航线，则接收用户输入的起点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与起点的距离为A的所有航点，所述A大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第一目标航点，将所有第一目标航点进行展示，以便用户在所述第一目标航点中选择作为所述直飞航线的终点的航点。
所述系统100还包括第一显示模块131，用于以起点为圆心，分别以最小飞行距离和最大飞行距离为半径在航点网络地图上画圆，则将每个第一目标航点在以最小飞行距离为半径的圆与以最大飞行距离为半径的圆之间的圆环区域内的航点网络地图上进行分别标示。
所述系统100还包括第一分类模块141，用于将所述第一目标航点分别与起点形成多个第一航线，依次将形成的第一航线与现有的在飞航班数据库进行对比，判断所述第一航线当前是否已有在飞航班数据；若该第一航线当前已有在飞航班数据，则将该第一航线记为第一子航线；若该第一航线当前没有在飞航班数据，则将该第一航线记为第二子航线；将第一子航线对应的第一目标航点记为第一子目标航点；将第二子航线对应的第一目标航点记为第二子目标航点；
将所述第二子目标航点进行突出展示。
所述系统100还包括第一比较模块151，用于分别确定起点的近似航点和第二子目标航点的近似航点；按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第二子目标航点的近似航点依次排序；从近似值最高的起点的近似航点开始，依次与经过排序后的第二子目标航点的近似航点组合成近似航段；每组合一个近似航段后，将该近似航段与现有的在飞航班数据库进行对比，判断该近似航段是否存在在飞航班数据，若判断到该近似航段没有在飞航班数据，则继续组合，直到组合成的近似航段有在飞航班数据时停止；获取该在飞航班的数据，根据该数据计算该近似航段在过去一定时间段的历史平均收益，从而确定所述第二子航线的收益预估值；
将所述第二子航线的收益预估值向用户进行展示。
本发明实施例对应上述实施例一种基于航空大数据的航点推荐方法，具体实施方法的步骤已在上述实施例中进行了详细的说明，故此处不再赘述。
实施例5
如图11所示，本实施例公开了一种基于航空大数据的航点推荐系统100，包括接收模块111和第二处理模块122；
所述接收模块111，用于接收并识别用户输入或选择的航线类型；
所述第二处理模块122，用于根据用户输入或选择的航线类型判断须进行的操作；若用户输入或选择的航线类型为甩飞航线，则接收用户输入的起点、经停点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与经停点的距离为B的所有航点，所述B大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第二目标航点，将所有第二目标航点进行展示，以便用户在所述第二目标航点中选择作为所述甩飞航线的甩飞点的航点。
所述系统100还包括第二显示模块132，用于以经停点为圆心，分别以最小飞行距离和最大飞行距离为半径在航点网络地图上画圆，则将每个第二目标航点在以最小飞行距离为半径的圆与以最大飞行距离为半径的圆之间的圆环区域内的航点网络地图上进行分别标示。
所述系统100还包括第一计算模块161，用于分别将所述第二目标航点中每个航点与经停点进行连线，记为第一线段，将所述经停点与起点进行连线，记为第二线段；计算所述第一线段与所述第二线段的夹角a，若夹角a小于第一预设值，则将该航点从第二目标航点中剔除。
所述系统100还包括第二分类模块142，用于将所述第二目标航点分别与起点和经停点形成多个第二航线，依次将形成的第二航线与现有的在飞航班数据库进行对比，判断所述第二航线当前是否已有在飞航班数据；若该第二航线当前已有在飞航班数据，则将该第二航线记为第三子航线；若该第二航线当前没有在飞航班数据，则将该第二航线记为第四子航线；将第三子航线对应的第二目标航点记为第三子目标航点；将第四子航线对应的第二目标航点记为第四子目标航点；
将所述第四子目标航点进行突出展示。
所述系统100还包括第二比较模块152，用于将所述第四子航线分成三个航段，将起点-经停点记为第一航段，起点-第四子目标航点记为第二航段，经停点-第四子目标航点记为第三航段；分别确定起点的近似航点、第四子目标航点的近似航点和经停点的近似航点；按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第四子目标航点的近似航点依次排序，按照近似值从高至低将经停点的近似航点依次排序；从近似值最高的起点的近似航点开始，依次与经过排序后的经停点的近似航点组合成第一近似航段；从近似值最高的起点的近似航点开始，依次与经过排序后的第四子目标航点的近似航点组合成第二近似航段；从近似值最高的经停点的近似航点开始，依次与经过排序后的第四子目标航点的近似航点组合成第三近似航段；每组合一个第一近似航段后，将该第一近似航段与现有的在飞航班数据库进行对比，判断该第一近似航段是否存在在飞航班数据，若该第一近似航段没有在飞航班数据，则继续组合，直到组合成的第一近似航段有在飞航班数据时停止，将该在飞航班记为第一在飞航班；第一近似航段组合停止后，依据同样的方法进行第二近似航段的组合，找到第二近似航段的第二在飞航班；第二近似航段组合停止后，依据同样的方法进行第三近似航段的组合，找到第三近似航段的第三在飞航班；依次获取所述第一在飞航班、第二在飞航班和第三在飞航班的数据，根据该数据依次计算所述第一在飞航班、第二在飞航班和第三在飞航班在过去一定时间段的历史平均收益，从而确定所述第一航段、第二航段和第三航段的收益预估值，进而得到所述第四子航线的收益预估值；
将所述第四子航线的收益预估值向用户进行展示。
本发明实施例对应上述实施例一种基于航空大数据的航点推荐方法，具体实施方法的步骤已在上述实施例中进行了详细的说明，故此处不再赘述。
实施例6
如图12所示，本实施例公开了一种基于航空大数据的航点推荐系统100，包括接收模块111和第一处理模块123；
所述接收模块111，用于接收并识别用户输入或选择的航线类型；
所述第三处理模块123，用于根据用户输入或选择的航线类型判断须进行的操作；若用户输入或选择的航线类型为经停航线，则接收用户输入的起点、终点和飞行距离；筛选出以起点和终点为两个焦点，以飞行距离为长轴的椭圆范围内的所有航点，并将筛选出的所有航点记为第三目标航点，将所有第三目标航点进行展示，以边用户在所述第三目标航点中选择作为所述经停航线的经停点的航点。
所述系统100还包括第三显示模块133，用于以起点和终点为两个焦点，以飞行距离为长轴，在航点网络地图上画椭圆，则将每个第三目标航点在该椭圆区域内进行分别标示。
所述系统100还包括第二计算模块162，用于分别将所述第三目标航点中每个航点与起点进行连线，记为第三线段，将所述起点与终点进行连线，记为第四线段；计算所述第三线段和所述第四线段的夹角b，若夹角b大于第二预设值，则将该航点从第三目标航点中剔除；
或者，所述第二计算模块162用于分别将所述第三目标航点中每个航点与终点进行连线，记为第五线段；计算所述第五线段和所述第四线段的夹角c，若夹角c大于第二预设值，则将该航点从第三目标航点中剔除。
所述系统100还包括第三分类模块143，将所述第三目标航点分别与起点和终点形成多个第三航线，依次将形成的第三航线与现有的在飞航班数据库进行对比，判断所述第三航线当前是否已有在飞航班数据；若该第三航线当前已有在飞航班数据，则将该第三航线记为第五子航线；若该第三航线当前没有在飞航班数据，则将该第三航线记为第六子航线；将第五子航线对应的第三目标航点记为第五子目标航点；将第六子航线对应的第三目标航点记为第六子目标航点；
将所述第六子目标航点进行突出展示。
所述系统100还包括第三比较模块153，用于将所述第六子航线分成三个航段，将起点-第六子目标航点记为第四航段，起点-终点记为第五航段，第六子目标航点-终点记为第六航段；分别确定起点的近似航点、第六子目标航点的近似航点和终点的近似航点；按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第六子目标航点的近似航点依次排序，按照近似值从高至低将终点的近似航点依次排序；从近似值最高的起点的近似航点开始，依次与经过排序后的第六子目标航点的近似航点组合成第四近似航段；从近似值最高的起点的近似航点开始，依次与经过排序后的终点的近似航点组合成第五近似航段；从近似值最高的第六子目标航点的近似航点开始，依次与经过排序后的终点的近似航点组合成第六近似航段；每组合一个第四近似航段后，将该第四近似航段与现有的在飞航班数据库进行对比，判断该第四近似航段是否存在在飞航班数据，若该第四近似航段没有在飞航班数据，则继续组合，直到组合成的第四近似航段有在飞航班数据时停止，将该在飞航班记为第四在飞航班；第四近似航段组合停止后，依据同样的方法进行第五近似航段的组合，找到第五近似航段的第五在飞航班；第五近似航段组合停止后，依据同样的方法进行第六近似航段的组合，找到第六近似航段的第六在飞航班；依次获取所述第四在飞航班、第五在飞航班和第六在飞航班的数据，根据该数据依次计算所述第四在飞航班、第五在飞航班和第六在飞航班在过去一定时间段的历史平均收益，从而确定所述第四航段、第五航段和第六航段的收益预估值，进而得到所述第六子航线的收益预估值。
本发明实施例对应上述实施例一种基于航空大数据的航点推荐方法，具体实施方法的步骤已在上述实施例中进行了详细的说明，故此处不再赘述。
实施例7
如图13所示，本实施例公开了一种基于航空大数据的航点推荐终端，该终端可以执行上述航点推荐方法；
该终端包括：中央处理器1、接收模块2、显示模块3和存储器4。本领域技术人员可以理解，图13中示出的终端结构并不构成对所述航线查找终端的限定，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)

1.一种基于航空大数据的航点推荐方法，其特征在于，所述方法包括以下步骤：
S1.接收并识别用户选择的航线类型；
S2.根据用户选择的航线类型判断须进行的操作；
若用户选择的航线类型为直飞航线，则接收用户输入的起点、最小飞行距离和最大飞行距离，筛选出与起点的距离为A的所有航点，所述A大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第一目标航点，将所有第一目标航点进行展示，以便用户在所述第一目标航点中选择作为所述直飞航线的终点的航点；
或者，若用户选择的航线类型为甩飞航线，则接收用户输入的起点、经停点、最小飞行距离和最大飞行距离，筛选出与经停点的距离为B的所有航点，所述B大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第二目标航点，将所有第二目标航点进行展示，以便用户在所述第二目标航点中选择作为所述甩飞航线的甩飞点的航点；
或者，若用户选择的航线类型为经停航线，则接收用户输入的起点、终点和飞行距离；筛选出以起点和终点为两个焦点，以飞行距离为长轴的椭圆范围内的所有航点，并将筛选出的所有航点记为第三目标航点，将所有第三目标航点进行展示，以供用户在第三目标航点中选择作为所述经停航线的经停点的航点。
2.根据权利要求1所述的基于航空大数据的航点推荐方法，其特征在于，所述将所有第一目标航点进行展示，具体包括：以起点为圆心，分别以最小飞行距离和最大飞行距离为半径在航点网络地图上画圆，则将所有第一目标航点在以最小飞行距离为半径的圆与以最大飞行距离为半径的圆之间的圆环区域内的航点网络地图上进行分别标示。
3.根据权利要求1所述的基于航空大数据的航点推荐方法，其特征在于，所述将所有第二目标航点进行展示，具体包括：以经停点为圆心，分别以最小飞行距离和最大飞行距离为半径在航点网络地图上画圆，则将所有第二目标航点在以最小飞行距离为半径的圆与以最大飞行距离为半径的圆之间的圆环区域内的航点网络地图上进行分别标示。
4.根据权利要求1所述的基于航空大数据的航点推荐方法，其特征在于，所述将所有第三目标航点进行展示，具体包括：以起点和终点为两个焦点，以飞行距离为长轴，在航点网络地图上画椭圆，则将所述椭圆区域内的所有航点在航点网络地图上进行分别标示，所述椭圆区域内的所有航点记为第三目标航点。
5.根据权利要求1所述的基于航空大数据的航点推荐方法，其特征在于，所述步骤S2中，还包括以下步骤：
分别将所述第二目标航点中每个航点与经停点进行连线，记为第一线段，将所述经停点与起点进行连线，记为第二线段；
计算所述第一线段与所述第二线段的夹角a，若夹角a小于第一预设值，则将该航点从第二目标航点中剔除。
6.根据权利要求1所述的基于航空大数据的航点推荐方法，其特征在于，所述步骤S2中，还包括以下步骤：
分别将所述第三目标航点中每个航点与起点进行连线，记为第三线段，将所述起点与终点进行连线，记为第四线段；
计算所述第三线段和所述第四线段的夹角b，若夹角b大于第二预设值，则将该航点从第三目标航点中剔除；
或者，将所述第三目标航点中每个航点与终点进行连线，记为第五线段；
计算所述第五线段和所述第四线段的夹角c，若夹角c大于第二预设值，则将该航点从第三目标航点中剔除。
7.根据权利要求1-6所述的基于航空大数据的航点推荐方法，其特征在于，所述步骤S2中，还包括步骤S21，所述步骤S21包括：
将所述第一目标航点分别与起点形成多个第一航线，依次将形成的第一航线与在飞航班数据库进行对比，判断所述第一航线当前是否已有在飞航班数据；
若该第一航线当前已有在飞航班数据，则将该第一航线记为第一子航线；若该第一航线当前没有在飞航班数据，则将该第一航线记为第二子航线；
将第一子航线对应的第一目标航点记为第一子目标航点；将第二子航线对应的第一目标航点记为第二子目标航点；
将所述第二子目标航点进行突出展示；
或者，所述步骤S2中，还包括步骤S22，所述步骤S22包括：
将所述第二目标航点分别与起点和经停点形成多个第二航线，依次将形成的第二航线与在飞航班数据库进行对比，判断所述第二航线当前是否已有在飞航班数据；
若该第二航线当前已有在飞航班数据，则将该第二航线记为第三子航线；若该第二航线当前没有在飞航班数据，则将该第二航线记为第四子航线；
将第三子航线对应的第二目标航点记为第三子目标航点；将第四子航线对应的第二目标航点记为第四子目标航点；
将所述第四子目标航点进行突出展示；
或者，所述步骤S2中，还包括步骤S23，所述步骤S23包括：
将所述第三目标航点分别与起点和终点形成多个第三航线，依次将形成的第三航线与在飞航班数据库进行对比，判断所述第三航线当前是否已有在飞航班数据；
若该第三航线当前已有在飞航班数据，则将该第三航线记为第五子航线；若该第三航线当前没有在飞航班数据，则将该第三航线记为第六子航线；
将第五子航线对应的第三目标航点记为第五子目标航点；将第六子航线对应的第三目标航点记为第六子目标航点；
将所述第六子目标航点进行突出展示。
8.根据权利要求7所述的基于航空大数据的航点推荐方法，其特征在于，所述步骤S21中，还包括步骤S211，所述步骤S211包括：
分别确定起点的近似航点和第二子目标航点的近似航点；
按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第二子目标航点的近似航点依次排序；
从近似值最高的起点的近似航点开始，依次与经过排序后的第二子目标航点的近似航点组合成近似航段；
每组合一个近似航段后，将该近似航段与现有的在飞航班数据库进行对比，判断该近似航段是否存在在飞航班数据，若判断到该近似航段没有在飞航班数据，则继续组合，直到组合成的近似航段有在飞航班数据时停止；
获取该在飞航班的数据，根据该数据计算该近似航段在过去一定时间段的历史平均收益，从而确定所述第二子航线的收益预估值；
将所述第二子航线的收益预估值进行展示；
或者，所述步骤S22中，还包括步骤S221，所述步骤S221包括：
将所述第四子航线分成三个航段，将起点-经停点记为第一航段，起点-第四子目标航点记为第二航段，经停点-第四子目标航点记为第三航段；
分别确定起点的近似航点、第四子目标航点的近似航点和经停点的近似航点；
按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第四子目标航点的近似航点依次排序，按照近似值从高至低将经停点的近似航点依次排序；
从近似值最高的起点的近似航点开始，依次与经过排序后的经停点的近似航点组合成第一近似航段；从近似值最高的起点的近似航点开始，依次与经过排序后的第四子目标航点的近似航点组合成第二近似航段；从近似值最高的经停点的近似航点开始，依次与经过排序后的第四子目标航点的近似航点组合成第三近似航段；
每组合一个第一近似航段后，将该第一近似航段与现有的在飞航班数据库进行对比，判断该第一近似航段是否存在在飞航班数据，若该第一近似航段没有在飞航班数据，则继续组合，直到组合成的第一近似航段有在飞航班数据时停止，将该在飞航班记为第一在飞航班；第一近似航段组合停止后，依据同样的方法进行第二近似航段的组合，找到第二近似航段的第二在飞航班；第二近似航段组合停止后，依据同样的方法进行第三近似航段的组合，找到第三近似航段的第三在飞航班；
依次获取所述第一在飞航班、第二在飞航班和第三在飞航班的数据，根据该数据依次计算所述第一在飞航班、第二在飞航班和第三在飞航班在过去一定时间段的历史平均收益，从而确定所述第一航段、第二航段和第三航段的收益预估值，进而得到所述第四子航线的收益预估值；
将所述第四子航线的收益预估值进行展示；
或者，所述步骤S23中，还包括步骤S231，所述步骤S231包括：
将所述第六子航线分成三个航段，将起点-第六子目标航点记为第四航段，起点-终点记为第五航段，第六子目标航点-终点记为第六航段；
分别确定起点的近似航点、第六子目标航点的近似航点和终点的近似航点；
按照近似值从高至低将起点的近似航点依次排序，按照近似值从高至低将第六子目标航点的近似航点依次排序，按照近似值从高至低将终点的近似航点依次排序；
从近似值最高的起点的近似航点开始，依次与经过排序后的第六子目标航点的近似航点组合成第四近似航段；从近似值最高的起点的近似航点开始，依次与经过排序后的终点的近似航点组合成第五近似航段；从近似值最高的第六子目标航点的近似航点开始，依次与经过排序后的终点的近似航点组合成第六近似航段；
每组合一个第四近似航段后，将该第四近似航段与现有的在飞航班数据库进行对比，判断该第四近似航段是否存在在飞航班数据，若该第四近似航段没有在飞航班数据，则继续组合，直到组合成的第四近似航段有在飞航班数据时停止，将该在飞航班记为第四在飞航班；第四近似航段组合停止后，依据同样的方法进行第五近似航段的组合，找到第五近似航段的第五在飞航班；第五近似航段组合停止后，依据同样的方法进行第六近似航段的组合，找到第六近似航段的第六在飞航班；
依次获取所述第四在飞航班、第五在飞航班和第六在飞航班的数据，根据该数据依次计算所述第四在飞航班、第五在飞航班和第六在飞航班在过去一定时间段的历史平均收益，从而确定所述第四航段、第五航段和第六航段的收益预估值，进而得到所述第六子航线的收益预估值。
将所述第六子航线的收益预估值进行展示。
9.一种基于航空大数据的航点推荐系统，其特征在于：所述系统包括接收模块，还包括第一处理模块、第二处理模块或第三处理模块；
所述接收模块，用于接收并识别用户选择的航线类型；
所述第一处理模块,用于根据用户选择的航线类型判断须进行的操作；若用户选择的航线类型为直飞航线，则接收用户输入的起点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与起点的距离为A的所有航点，所述A大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第一目标航点，将所有第一目标航点进行展示，以便用户在所述第一目标航点中选择作为所述直飞航线的终点的航点；
所述第二处理模块，用于根据用户选择的航线类型判断须进行的操作；若用户选择的航线类型为甩飞航线，则接收用户输入的起点、经停点、飞行器的最小飞行距离和飞行器的最大飞行距离，筛选出与经停点的距离为B的所有航点，所述B大于最小飞行距离，小于最大飞行距离，并将筛选出的所有航点记为第二目标航点，将所有第二目标航点进行展示，以便用户在所述第二目标航点中选择作为所述甩飞航线的甩飞点的航点；
所述第三处理模块，用于根据用户选择的航线类型判断须进行的操作；若用户选择的航线类型为经停航线，则接收用户输入的起点、终点和飞行距离；筛选出以起点和终点为两个焦点，以飞行距离为长轴的椭圆范围内的所有航点，并将筛选出的所有航点记为第三目标航点，将所有第三目标航点进行展示，以便用户在所述第三目标航点中选择作为所述经停航线的经停点的航点。
10.一种基于航空大数据的航点推荐终端，所述终端包括中央处理器、接收模块、显示模块和存储器，其特征在于，所述存储器中存储有计算机程序，所述中央处理器执行所述存储器中存储的计算机程序时，实现如权利要求1至8任一项所述的一种基于航空大数据的航点推荐方法的部分或全部步骤。
CN201911350699.3A 2019-09-18 2019-12-24 一种基于航空大数据的航点推荐方法、系统及终端 Pending CN111179032A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019108828959 2019-09-18
CN201910882895 2019-09-18

Publications (1)

Publication Number Publication Date
CN111179032A true CN111179032A (zh) 2020-05-19

Family

ID=70655723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911350699.3A Pending CN111179032A (zh) 2019-09-18 2019-12-24 一种基于航空大数据的航点推荐方法、系统及终端

Country Status (1)

Country Link
CN (1) CN111179032A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898906A (zh) * 2020-07-29 2020-11-06 成都民航空管科技发展有限公司 基于aman系统的计算航班长三边过点的方法及系统
CN111982112A (zh) * 2020-07-02 2020-11-24 海南太美航空股份有限公司 目标航线测算方法及系统
CN112667715A (zh) * 2020-12-04 2021-04-16 海南太美航空股份有限公司 基于航班收益数据的可视化分析方法、系统及电子设备
CN114661067A (zh) * 2022-05-06 2022-06-24 广东汇天航空航天科技有限公司 飞行控制方法、装置及电子设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111982112A (zh) * 2020-07-02 2020-11-24 海南太美航空股份有限公司 目标航线测算方法及系统
CN111982112B (zh) * 2020-07-02 2024-01-09 海南太美航空股份有限公司 目标航线测算方法及系统
CN111898906A (zh) * 2020-07-29 2020-11-06 成都民航空管科技发展有限公司 基于aman系统的计算航班长三边过点的方法及系统
CN111898906B (zh) * 2020-07-29 2022-06-17 成都民航空管科技发展有限公司 基于aman系统的计算航班长三边过点的方法及系统
CN112667715A (zh) * 2020-12-04 2021-04-16 海南太美航空股份有限公司 基于航班收益数据的可视化分析方法、系统及电子设备
CN112667715B (zh) * 2020-12-04 2023-08-18 海南太美航空股份有限公司 基于航班收益数据的可视化分析方法、系统及电子设备
CN114661067A (zh) * 2022-05-06 2022-06-24 广东汇天航空航天科技有限公司 飞行控制方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN111179032A (zh) 一种基于航空大数据的航点推荐方法、系统及终端
US8565944B1 (en) Alternate diversion airport planner
US20030033164A1 (en) Systems and methods for graphically displaying travel information
US11709816B2 (en) Methods and systems for data structure optimization
US9269205B1 (en) Aircraft environmental impact measurement system
US8660716B1 (en) Comparative vertical situation displays
US20110208416A1 (en) System and method for travel route planning using safety metrics
US20220335837A1 (en) Flight management method and system using same
US20190080617A1 (en) System and method for real-time classification of notams messages
Zhong Overview of recent developments in modelling and simulations for analyses of airspace structures and traffic flows
CN111062556A (zh) 一种新开航线价值判定方法及系统
Desai et al. An optimization framework for terminal sequencing and scheduling: The single runway case
Pamplona et al. An overview of air delay: A case study of the Brazilian scenario
US9046377B2 (en) Method and system for generating fixed transit routes
CN111126745A (zh) 一种新开航线收益预测方法及系统
Chandra et al. Review of Safety Reports Involving Electronic Flight Bags.
US20170132716A1 (en) Computer system for updating travel and expense records and outputting travel and expense recommendations
WO2016143463A1 (ja) トリガ条件決定プログラム、トリガ条件決定方法、およびトリガ条件決定装置
US8793038B1 (en) Providing preview information to facilitate flight plan selection
Huang et al. Future flight demand generation tool
CN111176773B (zh) 基于航空大数据的目标机场推荐显示方法、系统及终端
Gan et al. Integrated database and analysis system for the evaluation of freeway corridors for potential ramp signaling.
Dash Comparison of performance of indian aviation service providers using multi-criteria decision models
Martin et al. Evaluating the service quality of major air carriers: a DEA approach
Gosling Aviation system performance measures for state transportation planning

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: 20200519