CN112000716A - 航线推送方法、系统、电子设备和存储介质 - Google Patents

航线推送方法、系统、电子设备和存储介质 Download PDF

Info

Publication number
CN112000716A
CN112000716A CN202010873420.6A CN202010873420A CN112000716A CN 112000716 A CN112000716 A CN 112000716A CN 202010873420 A CN202010873420 A CN 202010873420A CN 112000716 A CN112000716 A CN 112000716A
Authority
CN
China
Prior art keywords
waypoint
target
approaching
approach
route
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
Application number
CN202010873420.6A
Other languages
English (en)
Other versions
CN112000716B (zh
Inventor
牛田歌
王莉
贾磊
朱艳华
陈薇远
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.)
Ctrip Travel Network Technology Shanghai Co Ltd
Original Assignee
Ctrip Travel Network Technology Shanghai 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 Ctrip Travel Network Technology Shanghai Co Ltd filed Critical Ctrip Travel Network Technology Shanghai Co Ltd
Priority to CN202010873420.6A priority Critical patent/CN112000716B/zh
Publication of CN112000716A publication Critical patent/CN112000716A/zh
Application granted granted Critical
Publication of CN112000716B publication Critical patent/CN112000716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Fuzzy Systems (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据分析技术领域，提供一种航线推送方法、系统、电子设备和存储介质。航线推送方法包括：接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；获得位于目标航点的预设距离范围内、且机场吞吐量与目标吞吐量位于预设差值范围内的临近航点；根据临近航点与目标航点之间的直线距离和交通便利度，确定临近航点的修正系数；通过临近航点的修正系数修正临近航点的机场吞吐量，获得临近航点相对于目标航点的近似值；以近似值最高的临近出发航点和临近到达航点之间的航线为目标航线推送至客户端。本发明能在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点，推送精确匹配目标航点的目标航线。

Description

航线推送方法、系统、电子设备和存储介质
技术领域
本发明涉及数据分析技术领域，具体地说，涉及一种航线推送方法、系统、电子设备和存储介质。
背景技术
新开航线由于航班数据的缺失，很难针对新开航线展开相关工作。例如，需要预估新开航线的客流量，以进行航班排班；需要获得新开航线的收入数据，以指导沿该新开航线的包机项目的执行。
现有技术中，针对新开航线数据缺失的问题，通常会选择比较接近的一条已有航线，利用已有航线的历史数据作为新开航线的参照。
然而，目前在筛选已有航线时，通常仅考虑单一维度，例如筛选新开航线附近的一条已有航线作为参照，带来参照准确度不高，无法很好匹配新开航线等问题。
需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此，本发明提供一种航线推送方法、系统、电子设备和存储介质，能够在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点，推送精确匹配目标航点的目标航线。
本发明的一个方面提供一种航线推送方法，包括步骤：接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；获得位于所述目标航点的预设距离范围内、且机场吞吐量与所述目标航点的目标吞吐量位于预设差值范围内的临近航点；根据每个所述临近航点与所述目标航点之间的直线距离和交通便利度，确定每个所述临近航点的修正系数；通过每个所述临近航点的修正系数修正每个所述临近航点的机场吞吐量，获得每个所述临近航点相对于所述目标航点的近似值；以及，分别确定近似值最高的临近出发航点和临近到达航点，以所述临近出发航点和所述临近到达航点之间的航线为目标航线，推送至所述客户端。
在一些实施例中，确定每个所述临近航点的修正系数的步骤之前，还包括：获得每个所述临近航点的交通拥堵指数；获得每个所述临近航点与所述目标航点之间的直达公交数量；以及，根据所述交通拥堵指数和所述直达公交数量，确定每个所述临近航点与所述目标航点之间的交通便利度。
在一些实施例中，确定每个所述临近航点与所述目标航点之间的交通便利度的步骤包括：获得一所述临近航点与所述目标航点之间的直达公交数量与一第一权重系数的第一乘积；获得该所述临近航点的交通拥堵指数与一第二权重系数的第二乘积；根据所述第一乘积与所述第二乘积的差值，获得该所述临近航点与所述目标航点之间的交通便利度。
在一些实施例中，确定每个所述临近航点的修正系数的步骤包括：获得该所述临近航点与所述目标航点之间的交通便利度与一第三权重系数的第三乘积；获得该所述临近航点与所述目标航点之间的直线距离与一第四权重系数的第四乘积；根据所述第三乘积与所述第四乘积的差值，获得该所述临近航点的修正系数。
在一些实施例中，获得每个所述临近航点相对于所述目标航点的近似值的步骤包括：根据该所述临近航点的修正系数与该所述临近航点的机场吞吐量的乘积，获得该所述临近航点相对于所述目标航点的近似值。
在一些实施例中，所述的航线推送方法还包括步骤：获得所述目标航线的所有历史航班，根据各所述历史航班的收入数据，计算各所述历史航班的单座位收入；根据所述临近出发航点的近似值和所述临近到达航点的近似值，修正各所述历史航班的单座位收入；根据修正后的单座位收入，建立每个所述历史航班的以月份为单位的单座位收入矩阵；以及，根据各所述历史航班的单座位收入矩阵，获得所述目标航线的包机航班的收入区间。
在一些实施例中，计算各所述历史航班的单座位收入的步骤包括：获得一所述历史航班的机票价格和每种所述机票价格的销量；根据各所述机票价格及其销量，计算该所述历史航班的机票均价；根据各所述机票价格的销量和该所述历史航班的座位数，计算该所述历史航班的客座率；以及，根据所述机票均价和所述客座率，计算该所述历史航班的单座位收入。
本发明的另一个方面提供一种航线推送系统，用于实现上述任意实施例所述的航线推送方法，所述航线推送系统包括：目标航点获取模块，用于接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；临近航点获取模块，用于获得位于所述目标航点的预设距离范围内、且机场吞吐量与所述目标航点的目标吞吐量位于预设差值范围内的临近航点；修正系数确定模块，用于根据每个所述临近航点与所述目标航点之间的直线距离和交通便利度，确定每个所述临近航点的修正系数；近似值计算模块，用于通过每个所述临近航点的修正系数修正每个所述临近航点的机场吞吐量，获得每个所述临近航点相对于所述目标航点的近似值；以及目标航线推送模块，用于分别确定近似值最高的临近出发航点和临近到达航点，以所述临近出发航点和所述临近到达航点之间的航线为目标航线，推送至所述客户端。
本发明的又一个方面提供一种电子设备，包括：一处理器；一存储器，所述存储器中存储有所述处理器的可执行指令；其中，所述处理器被配置为经由执行所述可执行指令来执行上述任意实施例所述的航线推送方法的步骤。
本发明的再一个方面提供一种计算机可读的存储介质，用于存储程序，所述程序被执行时实现上述任意实施例所述的航线推送方法的步骤。
本发明与现有技术相比的有益效果至少包括：
通过位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内，在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点；根据直线距离和交通便利度，确定出临近航点的修正系数，利用临近航点的修正系数修正其机场吞吐量，获得准确衡量临近航点与目标航点之间的匹配度的近似值；进而，筛选出近似值最高的临近出发航点和临近到达航点，获得精确匹配目标航点的目标航线进行推送。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述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示出本发明实施例中航线推送方法的步骤示意图；
图2示出本发明实施例中航线推送方法的场景示意图；
图3示出本发明实施例中确定交通便利度的步骤示意图；
图4示出本发明实施例中计算交通便利度的步骤示意图；
图5示出本发明实施例中确定修正系数的步骤示意图；
图6示出本发明实施例中航线推送系统的模块示意图；
图7示出本发明实施例中电子设备的结构示意图；以及
图8示出本发明实施例中计算机可读的存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使本发明全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面实施例中的步骤序号仅用于表示不同的执行内容，并不限定步骤之间的逻辑关系和执行顺序。需要说明的是，在不冲突的情况下，本发明的实施例及不同实施例中的特征可以相互组合。
图1示出实施例中航线推送方法的主要步骤，参照图1所示，本实施例中航线推送方法主要包括：在步骤S110中，接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；在步骤S120中，获得位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内的临近航点；在步骤S130中，根据每个临近航点与目标航点之间的直线距离和交通便利度，确定每个临近航点的修正系数；在步骤S140中，通过每个临近航点的修正系数修正每个临近航点的机场吞吐量，获得每个临近航点相对于目标航点的近似值；以及在步骤S150中，分别确定近似值最高的临近出发航点和临近到达航点，以临近出发航点和临近到达航点之间的航线为目标航线，推送至客户端。
步骤S110中，路线请求由用户通过客户端发出，发出路线请求的场景例如：用户需要筛选一条匹配新开航线的已有航线，以根据已有航线的历史航班数据，对新开航线展开数据分析工作；用户需要对新开航线的包机航班展开预测工作，例如预测包机航班的客流量、飞行时间、收入等等，则也需要用到与新开航线匹配的已有航线的历史航班数据。路线请求携带目标出发航点和目标到达航点，目标出发航点和目标到达航点也即新开航线的出发航点和到达航点。
步骤S120中，分别以目标出发航点和目标到达航点为基准，获得位于目标出发航点的预设距离范围内、且机场吞吐量与目标出发航点的目标吞吐量位于预设差值范围内的临近航点，以及获得位于目标到达航点的预设距离范围内、且机场吞吐量与目标到达航点的目标吞吐量位于预设差值范围内的临近航点。临近航点是已经通航且具有航班数据的航点，预设距离范围和预设差值范围均可根据需要设定。临近航点的机场吞吐量根据已有的方法统计，目标航点的目标吞吐量可根据需要设定。在一些实施例中，也可根据临近航点与目标航点的机场规模相近确定临近航点的机场吞吐量与目标航点的目标吞吐量位于预设差值范围内。
步骤S130中，同样是分别以目标出发航点和目标到达航点为基准，根据目标出发航点的临近航点与目标出发航点之间的直线距离和交通便利度，确定目标出发航点的每个临近航点的修正系数；以及，根据目标到达航点的临近航点与目标到达航点之间的直线距离和交通便利度，确定目标到达航点的每个临近航点的修正系数。同理，步骤S140中，通过目标出发航点的每个临近航点的修正系数修正每个临近航点的机场吞吐量，获得目标出发航点的每个临近航点相对于目标出发航点的近似值；以及，通过目标到达航点的每个临近航点的修正系数修正每个临近航点的机场吞吐量，获得目标到达航点的每个临近航点相对于目标到达航点的近似值。
步骤S150中，可以分别确定出相对于目标出发航点的近似值最高的临近出发航点和相对于目标到达航点的近似值最高的临近到达航点，从而以临近出发航点和临近到达航点之间的航线作为目标航线，推送至客户端。在一些实施例中，步骤S150将目标航线推送至客户端的同时，还可进一步将目标航线的历史航班数据推送至客户端。
图2示出实施例中航线推送方法的场景，结合图2所示，目标出发航点210和目标到达航点220之间的新开航线230缺乏航班数据，需要挑选一条最接近的具有大量航班数据的已有航线作为参照。在目标出发航点210的预设距离范围300内，初步筛选出机场吞吐量与目标出发航点210相近的三个第一临近航点(以黑色圆圈示出)；在目标到达航点220的预设距离范围400内，初步筛选出机场吞吐量与目标到达航点220相近的两个第二临近航点(以黑色圆圈示出)。接着，根据每个第一临近航点的修正系数修正其机场吞吐量，获得相对于目标出发航点210来说近似值最高的一第一临近航点，作为临近出发航点310；根据每个第二临近航点的修正系数修正其机场吞吐量，获得相对于目标到达航点220来说近似值最高的一第二临近航点，作为临近到达航点320。从而，以临近出发航点310和临近到达航点320之间的航线330为目标航线，推送至客户端。
图3示出实施例中确定交通便利度的主要步骤，参照图3所示，临近航点与目标航点之间的交通便利度通过如下过程确定：步骤S130-1，获得每个临近航点的交通拥堵指数；步骤S130-2，获得每个临近航点与目标航点之间的直达公交数量；以及步骤S130-3，根据交通拥堵指数和直达公交数量，确定每个临近航点与目标航点之间的交通便利度。
步骤S130-1～步骤S130-3中，同样是分别以目标出发航点和目标到达航点为基础，获得目标出发航点的每个临近航点的交通拥堵指数和与目标出发航点之间的直达公交数量，确定每个临近航点与目标出发航点之间的交通便利度；以及，获得目标到达航点的每个临近航点的交通拥堵指数和与目标到达航点之间的直达公交数量，确定每个临近航点与目标到达航点之间的交通便利度。
交通拥堵指数是综合反映道路网畅通/拥堵的概念性指数值，根据已有的方法统计获得。通常来说，交通拥堵指数的取值范围为0～10，分为五个级别，即“畅通”、“基本畅通”、“轻度拥堵”、“中度拥堵”和“严重拥堵”，数值越高表明交通拥堵状况越严重。直达公交数量可根据公交地图获得，直达公交数量越多，则旅客越有可能由原本选择临近航点改为选择目标航点，挑选该临近航点作为目标航点的参照的准确度就越高。
图4示出实施例中计算交通便利度的具体步骤，参照图4所述，确定每个临近航点与目标航点之间的交通便利度的过程包括：步骤S130-4，获得一临近航点与目标航点之间的直达公交数量与一第一权重系数的第一乘积；步骤S130-5，获得该临近航点的交通拥堵指数与一第二权重系数的第二乘积；步骤S130-6，根据第一乘积与第二乘积的差值，获得该临近航点与目标航点之间的交通便利度。
举例来说，假定一临近航点与目标出发航点之间的直达公交数量为Q，该临近航点的交通拥堵指数为T，则该临近航点与目标出发航点之间的交通便利度C的计算方式为：C＝Q*W1-T*W2。在一个具体的示例中，上式中直达公交数量Q的取值为5，交通拥堵指数T的取值为3，根据对该临近航点与目标出发航点之间的通行方便程度和该临近航点的交通拥堵程度的需求不同，设定第一权重系数W1为0.6，第二权重系数W2为0.4，则计算获得的交通便利度C为1.8。
图5示出实施例中确定修正系数的具体步骤，参照图5所示，确定每个临近航点的修正系数的过程包括：步骤S130-7，获得该临近航点与目标航点之间的交通便利度与一第三权重系数的第三乘积；步骤S130-8，获得该临近航点与目标航点之间的直线距离与一第四权重系数的第四乘积；步骤S130-9，根据第三乘积与第四乘积的差值，获得该临近航点的修正系数。
以上述计算获得的一临近航点与目标出发航点之间的交通便利度C为1.8为例，假定该临近航点与目标出发航点之间的直线距离为L，直线距离L的单位视交通便利度C的值而定，以使直线距离L的值与交通便利度C的值保持在同一数量级之内。本实施例中，直线距离L例如为2km。则该临近航点的修正系数A的计算方式为：A＝C*W3-L*W4。根据对该临近航点与目标出发航点之间的交通便利度和该临近航点与目标出发航点之间的直线距离的需求不同，设定第三权重系数W3为0.8，第四权重系数W4为0.2，则计算获得的修正系数A为1.04。
在一些实施例中，可进一步将计算获得的修正系数乘以一固定比例数，换算成百分比。计算目标到达航点的临近航点的修正系数的过程同理，此处不再重复举例。
进一步地，获得每个临近航点相对于目标航点的近似值的步骤包括：根据该临近航点的修正系数与该临近航点的机场吞吐量的乘积，获得该临近航点相对于目标航点的近似值。由于机场吞吐量的数值通常较大，例如为几千万人次/年，因此在计算临近航点相对于目标航点的近似值时，可以将临近航点的修正系数与机场吞吐量的乘积再乘以一固定比例数，将近似值换算成百分比。
上述各实施例的航线推送方法，通过位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内，在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点；根据直线距离和交通便利度，确定出临近航点的修正系数，利用临近航点的修正系数修正其机场吞吐量，获得准确衡量临近航点与目标航点之间的匹配度的近似值；进而，筛选出近似值最高的临近出发航点和临近到达航点，获得精确匹配目标航点的目标航线进行推送。
在一些实施例中，上述获得的目标航线可应用至包机项目中，利用临近出发航点至临近到达航点之间的航班数据预测目标出发航点至目标到达航点之间的新开航线的包机航班收入区间，进而指导包机项目的执行。
具体来说，上述的航线推送方法还可包括步骤：获得目标航线的所有历史航班，根据各历史航班的收入数据，计算各历史航班的单座位收入；根据临近出发航点的近似值和临近到达航点的近似值，修正各历史航班的单座位收入；根据修正后的单座位收入，建立每个历史航班的以月份为单位的单座位收入矩阵；以及，根据各历史航班的单座位收入矩阵，获得目标航线的包机航班的收入区间。其中，计算各历史航班的单座位收入的步骤包括：获得一历史航班的机票价格和每种机票价格的销量；根据各机票价格及其销量，计算该历史航班的机票均价；根据各机票价格的销量和该历史航班的座位数，计算该历史航班的客座率；以及，根据机票均价和客座率，计算该历史航班的单座位收入。
计算单座位收入是对历史航班的收入数据进行数据降维的过程。航班收入由机票价格和航班人数(即销量)共同作用，假设航班收入为y，机票价格为xa，以xa价格购买机票的人数为xb，则航班收入
Figure BDA0002651860430000091
Figure BDA0002651860430000092
为更好地提取航班收入的特征、提高测算的精确度，并有效节约时间成本，引入“单座位收入＝(机票均价*航班客座率)”这一指标。假设航班座位数为m，单座位收入为x，机票均价
Figure BDA0002651860430000093
则航班收入
Figure BDA0002651860430000094
通过数据降维进行预处理，可以有效提高测算精度。
虽然临近航点是以最接近目标航点为基准挑选的，但直接使用临近航点的航班数据进行测算仍会存在不客观性。因此，获得历史航班的单座位收入后，还需进行修正调整。在一个实施例中，可根据临近出发航点的近似值和临近到达航点的近似值获得平均近似值，再利用平均近似值修正每条历史航班的单座位收入。或者，引入“调整系数”(调整系数＝临近航点往年全航线单座位收入均值/目标航点往年全航线单座位收入均值或目标航点期望单座位收入均值)，对临近航点的历史航班的收入数据进行调整，以达到更接近目标航点的目的。
以航班号为维度，按月份建立的单座位收入矩阵可以显示出各个历史航班在一定时期内的收入水平。进一步地，根据各历史航班的单座位收入矩阵与所有历史航班的单座位收入均值的比较，对各个历史航班的收入水平进行分类，筛选出收入远高于均值的部分航班作为高峰收入航班，筛选出收入远低于均值的部分航班作为低谷收入航班。
进而，根据高峰收入航班和低谷收入航班，即可计算出各个月份高峰单座位收入和低谷单座位收入，进而获得月度高峰航班收入和月度低谷航班收入，绘制出一定时期内目标航线的包机航班的预估收入区间，为包机项目的决策提供数据支持。
进一步地，针对包机航班的收入测算效果，可通过以下评估指标进行评定：(1)实际航班收入是否落入预估区间：落入预估区间的概率可反映出测算的准确度；(2)预估区间范围：(月度高峰航班收入-月度低谷航班收入)/预估均值，该指标可显示出预估区间的相对大小；(3)预估差异占比：1-(预估均值/实际航班收入)，该指标可反映出实际航班收入与预估均值的离散程度；(4)风险值：(月度高峰航班收入-月度低谷航班收入)/4，该指标可反映出实际航班收入低于预估收入的可能亏损金额。其中，风险值与测算已知信息、预估区间成正相关关系，已知信息越多，预估区间越窄，风险值越小；已知信息越少，预估区间越大，风险值越大。
本发明实施例还提供一种用于实现上述任意实施例所描述的航线推送方法的航线推送系统。图6示出实施例中航线推送系统的主要模块，参照图6所示，本实施例中航线推送系统500包括：目标航点获取模块510，用于接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；临近航点获取模块520，用于获得位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内的临近航点；修正系数确定模块530，用于根据每个临近航点与目标航点之间的直线距离和交通便利度，确定每个临近航点的修正系数；近似值计算模块540，用于通过每个临近航点的修正系数修正每个临近航点的机场吞吐量，获得每个临近航点相对于目标航点的近似值；以及目标航线推送模块550，用于分别确定近似值最高的临近出发航点和临近到达航点，以临近出发航点和临近到达航点之间的航线为目标航线，推送至客户端。
航线推送系统中各个模块的执行原理可参见上述各航线推送方法实施例，此处不再重复说明。
本发明的航线推送系统通过位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内，在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点；根据直线距离和交通便利度，确定出临近航点的修正系数，利用临近航点的修正系数修正其机场吞吐量，获得准确衡量临近航点与目标航点之间的匹配度的近似值；进而，筛选出近似值最高的临近出发航点和临近到达航点，获得精确匹配目标航点的目标航线进行推送。
本发明实施例还提供一种电子设备，包括处理器和存储器，存储器中存储有可执行指令，处理器被配置为经由执行可执行指令来执行上述实施例中的航线推送方法的步骤。
如上所述，本发明的电子设备能够通过位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内，在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点；根据直线距离和交通便利度，确定出临近航点的修正系数，利用临近航点的修正系数修正其机场吞吐量，获得准确衡量临近航点与目标航点之间的匹配度的近似值；进而，筛选出近似值最高的临近出发航点和临近到达航点，获得精确匹配目标航点的目标航线进行推送。
图7是本发明实施例中电子设备的结构示意图，应当理解的是，图7仅仅是示意性地示出各个模块，这些模块可以是虚拟的软件模块或实际的硬件模块，这些模块的合并、拆分及其余模块的增加都在本发明的保护范围之内。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
下面参照图7来描述本发明的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行上述实施例中描述的航线推送方法的步骤。例如，处理单元610可以执行如图1、图3至图5所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一个或多个程序模块6205的程序/实用工具6204，这样的程序模块6205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。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700通信，外部设备700可以是键盘、指向设备、蓝牙设备等设备中的一种或多种。这些外部设备700使得用户能与该电子设备600进行交互通信。电子设备600也能与一个或多个其它计算设备进行通信，所示计算机设备包括路由器、调制解调器。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660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660可以通过总线630与电子设备600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600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、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读的存储介质，用于存储程序，程序被执行时实现上述实施例描述的航线推送方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行上述实施例描述的航线推送方法的步骤。
如上所述，本发明的计算机可读的存储介质能够通过位于目标航点的预设距离范围内、且机场吞吐量与目标航点的目标吞吐量位于预设差值范围内，在目标航点附近筛选出地理位置临近且机场吞吐量相近的临近航点；根据直线距离和交通便利度，确定出临近航点的修正系数，利用临近航点的修正系数修正其机场吞吐量，获得准确衡量临近航点与目标航点之间的匹配度的近似值；进而，筛选出近似值最高的临近出发航点和临近到达航点，获得精确匹配目标航点的目标航线进行推送。
图8是本发明的计算机可读的存储介质的结构示意图。参考图8所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子包括但不限于：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读的存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
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操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备，例如利用因特网服务提供商来通过因特网连接。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种航线推送方法，其特征在于，包括步骤：
接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；
获得位于所述目标航点的预设距离范围内、且机场吞吐量与所述目标航点的目标吞吐量位于预设差值范围内的临近航点；
根据每个所述临近航点与所述目标航点之间的直线距离和交通便利度，确定每个所述临近航点的修正系数；
通过每个所述临近航点的修正系数修正每个所述临近航点的机场吞吐量，获得每个所述临近航点相对于所述目标航点的近似值；以及
分别确定近似值最高的临近出发航点和临近到达航点，以所述临近出发航点和所述临近到达航点之间的航线为目标航线，推送至所述客户端。
2.如权利要求1所述的航线推送方法，其特征在于，确定每个所述临近航点的修正系数的步骤之前，还包括：
获得每个所述临近航点的交通拥堵指数；
获得每个所述临近航点与所述目标航点之间的直达公交数量；以及
根据所述交通拥堵指数和所述直达公交数量，确定每个所述临近航点与所述目标航点之间的交通便利度。
3.如权利要求2所述的航线推送方法，其特征在于，确定每个所述临近航点与所述目标航点之间的交通便利度的步骤包括：
获得一所述临近航点与所述目标航点之间的直达公交数量与一第一权重系数的第一乘积；
获得该所述临近航点的交通拥堵指数与一第二权重系数的第二乘积；
根据所述第一乘积与所述第二乘积的差值，获得该所述临近航点与所述目标航点之间的交通便利度。
4.如权利要求3所述的航线推送方法，其特征在于，确定每个所述临近航点的修正系数的步骤包括：
获得该所述临近航点与所述目标航点之间的交通便利度与一第三权重系数的第三乘积；
获得该所述临近航点与所述目标航点之间的直线距离与一第四权重系数的第四乘积；
根据所述第三乘积与所述第四乘积的差值，获得该所述临近航点的修正系数。
5.如权利要求4所述的航线推送方法，其特征在于，获得每个所述临近航点相对于所述目标航点的近似值的步骤包括：
根据该所述临近航点的修正系数与该所述临近航点的机场吞吐量的乘积，获得该所述临近航点相对于所述目标航点的近似值。
6.如权利要求1所述的航线推送方法，其特征在于，还包括步骤：
获得所述目标航线的所有历史航班，根据各所述历史航班的收入数据，计算各所述历史航班的单座位收入；
根据所述临近出发航点的近似值和所述临近到达航点的近似值，修正各所述历史航班的单座位收入；
根据修正后的单座位收入，建立每个所述历史航班的以月份为单位的单座位收入矩阵；以及
根据各所述历史航班的单座位收入矩阵，获得所述目标航线的包机航班的收入区间。
7.如权利要求6所述的航线推送方法，其特征在于，计算各所述历史航班的单座位收入的步骤包括：
获得一所述历史航班的机票价格和每种所述机票价格的销量；
根据各所述机票价格及其销量，计算该所述历史航班的机票均价；
根据各所述机票价格的销量和该所述历史航班的座位数，计算该所述历史航班的客座率；以及
根据所述机票均价和所述客座率，计算该所述历史航班的单座位收入。
8.一种航线推送系统，其特征在于，用于实现如权利要求1-7任一项所述的航线推送方法，所述航线推送系统包括：
目标航点获取模块，用于接收客户端发送的路线请求，解析获得包括目标出发航点和目标到达航点的目标航点；
临近航点获取模块，用于获得位于所述目标航点的预设距离范围内、且机场吞吐量与所述目标航点的目标吞吐量位于预设差值范围内的临近航点；
修正系数确定模块，用于根据每个所述临近航点与所述目标航点之间的直线距离和交通便利度，确定每个所述临近航点的修正系数；
近似值计算模块，用于通过每个所述临近航点的修正系数修正每个所述临近航点的机场吞吐量，获得每个所述临近航点相对于所述目标航点的近似值；以及
目标航线推送模块，用于分别确定近似值最高的临近出发航点和临近到达航点，以所述临近出发航点和所述临近到达航点之间的航线为目标航线，推送至所述客户端。
9.一种电子设备，其特征在于，包括：
一处理器；
一存储器，所述存储器中存储有所述处理器的可执行指令；
其中，所述处理器被配置为经由执行所述可执行指令来执行如权利要求1至7任一项所述的航线推送方法的步骤。
10.一种计算机可读的存储介质，用于存储程序，其特征在于，所述程序被执行时实现如权利要求1至7任一项所述的航线推送方法的步骤。
CN202010873420.6A 2020-08-26 2020-08-26 航线推送方法、系统、电子设备和存储介质 Active CN112000716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010873420.6A CN112000716B (zh) 2020-08-26 2020-08-26 航线推送方法、系统、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010873420.6A CN112000716B (zh) 2020-08-26 2020-08-26 航线推送方法、系统、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112000716A true CN112000716A (zh) 2020-11-27
CN112000716B CN112000716B (zh) 2024-02-13

Family

ID=73471594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010873420.6A Active CN112000716B (zh) 2020-08-26 2020-08-26 航线推送方法、系统、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112000716B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269670A (zh) * 2021-05-26 2021-08-17 海南太美航空股份有限公司 用于航线的合并渲染方法、系统、装置及存储介质
CN113267192A (zh) * 2021-05-26 2021-08-17 海南太美航空股份有限公司 提高交叉航线渲染效率的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160180256A1 (en) * 2014-12-18 2016-06-23 Amadeus S.A.S. History-based probability forecasting
CN108038508A (zh) * 2017-12-12 2018-05-15 携程旅游网络技术（上海）有限公司 中转航班的推送方法、系统、存储介质和电子设备
CN110766315A (zh) * 2019-10-21 2020-02-07 中国民航信息网络股份有限公司 一种服务请求方法、装置、服务器及存储介质
CN110929945A (zh) * 2019-11-28 2020-03-27 海南太美航空股份有限公司 一种航线开通的预测方法、系统及电子设备
CN111062556A (zh) * 2019-10-28 2020-04-24 海南太美航空股份有限公司 一种新开航线价值判定方法及系统
CN111476409A (zh) * 2020-03-30 2020-07-31 海南太美航空股份有限公司 一种新航线开通的预测方法、系统及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160180256A1 (en) * 2014-12-18 2016-06-23 Amadeus S.A.S. History-based probability forecasting
CN108038508A (zh) * 2017-12-12 2018-05-15 携程旅游网络技术（上海）有限公司 中转航班的推送方法、系统、存储介质和电子设备
CN110766315A (zh) * 2019-10-21 2020-02-07 中国民航信息网络股份有限公司 一种服务请求方法、装置、服务器及存储介质
CN111062556A (zh) * 2019-10-28 2020-04-24 海南太美航空股份有限公司 一种新开航线价值判定方法及系统
CN110929945A (zh) * 2019-11-28 2020-03-27 海南太美航空股份有限公司 一种航线开通的预测方法、系统及电子设备
CN111476409A (zh) * 2020-03-30 2020-07-31 海南太美航空股份有限公司 一种新航线开通的预测方法、系统及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
钟牧原: "一种评估航线市场需求量的宏观经济模型", 《中国科技信息》, no. 12 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269670A (zh) * 2021-05-26 2021-08-17 海南太美航空股份有限公司 用于航线的合并渲染方法、系统、装置及存储介质
CN113267192A (zh) * 2021-05-26 2021-08-17 海南太美航空股份有限公司 提高交叉航线渲染效率的方法及系统
CN113267192B (zh) * 2021-05-26 2023-04-14 海南太美航空股份有限公司 提高交叉航线渲染效率的方法及系统

Also Published As

Publication number Publication date
CN112000716B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
Abed et al. An econometric analysis of international air travel demand in Saudi Arabia
EP2938968B1 (en) Travel time information providing apparatus and travel time information providing method
US8306837B2 (en) Shipment option selection method
Kicinger et al. Airport capacity prediction with explicit consideration of weather forecast uncertainty
US20090276267A1 (en) Apparatus and method for handling weight data related to transportation
CA2468923A1 (en) Method and system for origin-destination passenger demand forecast inference
CN112000716A (zh) 航线推送方法、系统、电子设备和存储介质
WO2010107394A1 (en) Determining a traffic route using predicted traffic congestion
CN107767212B (zh) 一种供需关系的计算方法、装置、服务器和存储介质
US20110087524A1 (en) Determining travel routes by using fee-based location preferences
CN112801455B (zh) 航班密度调整方法、系统、电子设备和存储介质
JP7361390B2 (ja) 情報処理装置、情報処理方法、情報処理プログラム
Aytekin Determining criteria weights for vehicle tracking system selection using PIPRECIA-S
CN114693351A (zh) 信息预测方法、装置以及电子设备
Mott et al. Estimation of aircraft operations at airports using nontraditional statistical approaches
CN114462972A (zh) 商旅清算业务数据获取方法、装置、电子设备、存储介质
CN112634062B (zh) 基于Hadoop的数据处理方法、装置、设备及存储介质
CN116703044A (zh) 一种航班中转组合方法及装置
US10119825B1 (en) System and method for geocoding positional accuracy
CN112051843B (zh) 基于订单预估的路径规划方法、装置、机器人和存储介质
CN112651669A (zh) 航空公司数据处理方法、装置、设备及可读存储介质
CN114399202A (zh) 一种城市社区大数据可视化系统
CN114136327A (zh) 一种虚线段的查全率的自动化检查方法及系统
CN112000760A (zh) 航班组建方法、系统、电子设备和存储介质
Bohluli et al. Development and validation of a direct mode choice model

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