CN113674027A - 一种机票数据分析方法及装置 - Google Patents

Abstract

本发明公开了一种机票数据分析方法及装置，所述方法包括：根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单；根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息；根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果；根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。所述装置使用了所述方法。本发明发挥了机票代理人掌握大量机票购票数据同时可与乘客有效沟通、专职服务的优势，可通过对机票订单进行多次筛选了解乘客真实需求，并提供定制化服务。

Description

一种机票数据分析方法及装置

技术领域

本发明涉及数据分析领域，尤其涉及一种机票数据分析方法及装置。

背景技术

随着航空业蓬勃发展，越来越多人选择乘坐飞机出行。机票从纸质过度到电子票、到国内机票平台化，接着到境外机票电商化，最后再到机票提直销降代理费时代。

在这样的背景下，航司在逐步降低代理费用，甚至有些航司已经是零代理费，仅向代理人提供定额的返佣，使得大批量机票代理人处境艰难，可以生存下来都是经历过九死一生。

即便如此，现有的提直销降代理费的方式仍然存在诸多弊端：如旅行社团和企业差旅通常需要专人全程跟进服务，同时存在垫资难题，航司无法应对上述情况，乘客体验也较差；另外，航空业市场恶性竞争加剧，导致飞机客座率不高、航司利润较低，也影响了票价成本，无法让乘客得到真正的实惠。

发明内容

为克服现有技术中提直销降代理费使得机票代理人处境艰难、同时存在诸多弊端的问题，本发明实施例一方面提供了一种机票数据分析方法，包括：

根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单；

根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息；

根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果；

根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。

进一步，上述所述订票信息包括订票人信息、订票金额、订票平台信息，所述代理信息包括跟单人信息、原始供应商信息、出票人信息和出票公司信息，所述航班信息包括始发地信息、目的地信息；所述账单信息包括付款状态信息和收款状态信息；所述出行信息包括产品类别信息、差旅性质信息、投诉信息；所述附加信息包括政策投放信息、PCC信息、大客户折扣编号和GDS汇总信息。

进一步，上述所述根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息的步骤，包括：

至少根据所述跟单人信息和原始供应商信息，生成酬劳参考信息；

至少根据所述订票金额、PCC信息、大客户折扣编号和所述酬劳参考信息，生成财务汇总信息；

至少根据所述跟单人信息、原始供应商信息、差旅性质信息和所述投诉信息，生成绩效考核信息。

进一步，上述所述根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息的步骤，包括：

至少根据所述订票人信息、跟单人信息、差旅性质信息、日期信息和差旅性质信息，生成客户推送信息，所述客户推送信息包括座位偏好信息、航班偏好信息、日期预测信息、出行人数信息、优惠信息和联系方式信息；

在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息。

进一步，上述所述在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息的步骤之后，还包括：

接收订票人或跟单人的确认回执后，生成预测出行模型；

根据所述预测出行模型，生成对应航司的对接信息，所述对接信息包括座位统筹信息、包机信息和机位协调信息。

本发明实施例另一方面提供了一种机票数据分析装置，包括：

第一获取模块，用于根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单；

确定模块，用于根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息；

第二获取模块，用于根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果；

生成模块，用于根根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。

进一步，上述所述订票信息包括订票人信息、订票金额、订票平台信息，所述代理信息包括跟单人信息、原始供应商信息、出票人信息和出票公司信息，所述航班信息包括始发地信息、目的地信息；所述账单信息包括付款状态信息和收款状态信息；所述出行信息包括产品类别信息、差旅性质信息、投诉信息；所述附加信息包括政策投放信息、PCC信息、大客户折扣编号和GDS汇总信息。

进一步，上述所述生成模块，包括：

第一生成单元，用于至少根据所述跟单人信息和原始供应商信息，生成酬劳参考信息；

第二生成单元，用于至少根据所述订票金额、PCC信息、大客户折扣编号和所述酬劳参考信息，生成财务汇总信息；

第三生成单元，用于至少根据所述跟单人信息、原始供应商信息、差旅性质信息和所述投诉信息，生成绩效考核信息。

进一步，上述所述生成模块，包括：

第四生成单元，用于至少根据所述订票人信息、跟单人信息、差旅性质信息、日期信息和差旅性质信息，生成客户推送信息，所述客户推送信息包括座位偏好信息、航班偏好信息、日期预测信息、出行人数信息、优惠信息和联系方式信息；

发送单元，用于在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息。

进一步，上述所述生成模块，还包括：

接收单元，用于接收订票人或跟单人的确认回执后，生成预测出行模型；

第五生成单元，用于根据所述预测出行模型，生成对应航司的对接信息，所述对接信息包括座位统筹信息、包机信息和机位协调信息。

本发明实施例通过根据机票订单获取订单明细数据，而后根据所述订单明细数据，确定各订单的汇总类别，根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果，并根据筛选结果，生成定制信息。本发明实施例充分乘客发挥了机票代理人掌握大量机票购票数据同时可与乘客有效沟通、专职服务的优势，可通过对机票订单进行多次筛选了解乘客真实需求，并提供定制化服务。本发明可通过多次筛选来识别销量占比较高的季节和航线数据，占比40％销量就可以在于航司的谈判中占据主导权，航司在季节和航线中调度安排更贴合实际乘客的出行；提高航司客坐率，进而降低航司的开销，成本降低，飞机客坐率得到提升，航司生存压力降低。同时，可通过优化机票退改签的条款，从而乘客出行费用得到减少，可有效提高乘客满意度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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是本发明第一实施例的机票数据分析方法的流程图；

图2是S14作为订制内部管理的方案的详细流程图；

图3是S14作为客户推送和航司对接的方案的详细流程图；

图4是本发明第二实施例的机票数据分析装置的结构图。

具体实施方式

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

当本发明实施例提及“第一”、“第二”(若存在)等序数词时，除非根据上下文其确实表达顺序之意，应当理解为仅仅是起区分之用。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”(若存在)应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

第一实施例：

请参照图1至图3所示，本发明实施例提供了一种机票数据分析方法，包括：

S11,根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单。

在本实施例中，直客订单包括订票人通过电话、微信、QQ、邮件、短信、网站、APP、公众号或小程序等途径完成的订票订单，航司根据境内外的不同选择不同的出票方式：1、境内机票一般自动系统出航信GDS(Global Distribution System，全球分销系统)价格；2、境外机票从合作的同业航服PCC(Pseudo City Code)合作以获取更高利润。

差旅企业订单为以出差或旅游为目的的订单，一般订单量较大，出行人数较多，销售经理人会通过提供大客户折扣编号的方式推送优惠，以团体代表为订票人，下单多数通过差旅平台、APP、小程序等途径，订单完成后大部分自动提交出票，小部分手工提交出票，

同业代理订单为机票代理人同业批发订单，一般包括三种方式：1、带团出游性质的团队机票产品；2、机票代理人所属的团队机票；3、同等代理人，团队机票中某个航线优惠更大，选择采购。同业批发一般量会比较大，和国际时事联系密切，机票操作更加复杂，通常通过团队网站、APP下单，订单完成后由客服跟进处理完成出票。后期可能出现改期、退票等情况的概率较高。

在本实施例中，订单明细数据包括订票人信息、订票金额、订票平台信息，跟单人信息、原始供应商信息、出票人信息和出票公司信息，航班始发地信息、目的地信息；付款状态信息和收款状态信息；产品类别信息、差旅性质信息、投诉信息；政策投放信息、PCC信息、大客户折扣编号和GDS汇总信息等。

S12,根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息。

本步骤将上述订单明细数据根据类别进行汇总分类，便于以后筛选，具体的，所述订票信息包括订票人信息、订票金额、订票平台信息，所述代理信息包括跟单人信息、原始供应商信息、出票人信息和出票公司信息，所述航班信息包括始发地信息、目的地信息；所述账单信息包括付款状态信息和收款状态信息；所述出行信息包括产品类别信息、差旅性质信息、投诉信息；所述附加信息包括政策投放信息、PCC信息、大客户折扣编号和GDS汇总信息。

S13,根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果。

在本步骤中，系统可以预设多种筛选组合方案，以通过提供不同的预设的多次筛选的组合，得到与最终预设方案关联的筛选结果，以帮助代理人订制个性化服务。需要说明的是，代理人也可根据自身需求自定义修改或保存筛选方案，以提升预设方案的适应性。

S14,根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。

本实施例通过预设的筛选组合方案得到的筛选结果，并在所述筛选结果中提取对应关键词，所述关键词预设在系统语言库中，当对应筛选条件下的筛选结果出现上述关键词时，提取对应的关键词，通过机器学习自动生成定制信息。

具体的，作为订制内部管理的方案而非限定，本步骤S14还可以包括S141-S143：

S141，至少根据所述跟单人信息和原始供应商信息，生成酬劳参考信息。

本步骤中，可通过自动获取跟单人和原始供应商名称，识别对应酬劳周期内对应的订单量、订票金额(可选的)和提成比例，生成酬劳参考信息。用以辅助代理人公司向对应的跟单人和原始供应商支付报酬。

S142，至少根据所述订票金额、PCC信息、大客户折扣编号和所述酬劳参考信息，生成财务汇总信息。

在本步骤中，可至少通过上述明细数据确定财务汇总信息，用以统计公司的盈亏、需要上缴的税费和成本计算。

S143，至少根据所述跟单人信息、原始供应商信息、差旅性质信息和所述投诉信息，生成绩效考核信息。

在本步骤中，通过识别各跟单人或原始供应商对不同差旅性质的服务情况，可以结合上述酬劳参考信息，生成绩效考核信息，以便于公司内部管理，减少人员差错。

具体的，作为客户推送和航司对接的方案而非限定，本步骤S14还可以包括S144-S147：

S144，至少根据所述订票人信息、跟单人信息、差旅性质信息、日期信息和差旅性质信息，生成客户推送信息，所述客户推送信息包括座位偏好信息、航班偏好信息、日期预测信息、出行人数信息、优惠信息和联系方式信息。

在本实施例中，客户推送信息为针对订票人或跟单人客户对应的座位偏好，航空公司偏好，出行日期偏好和优惠偏好等自动生成的定制化的推送信息，推送信息中包含代理人的联系方式和优惠方案。示例性的，针对特定老年旅行出游的订单的筛选结果，其所生成的客户推送信息中的优选航班可以是A航空公司B航班的C座位，其具有较宽的航线座椅，靠近走廊，以便老年人在久坐后可以起身活动。针对带婴儿的夫妇出游订单，其所生成的客户推送信息可以包含家庭订票优惠方案，推荐的D航空公司的E航班具有婴儿摇篮服务等。通常系统通过日期预设信息对应的多个推荐日期和时间的航班的具体座位供订票人选择。

S145，在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息。

示例性的，当预设日期为10月1日时，可在前一个月左右如8月20日向客户自动发送上述客户推送信息，发送途径可以是手机APP或公众号通知、邮件通知、短信通知、QQ/微信通知等，本实施例不作限制。

S146，接收订票人或跟单人的确认回执后，生成预测出行模型。

订票人或跟单人在客户推送信息的对话框中确认反馈后，生成确认回执，此时代理人可通过电话方式再次与订票人或跟单人进行二次确认，二次确认完成后，系统生成预测出行模型，包含预订人数和已选日期、时间、航班及座位。

S147，根据所述预测出行模型，生成对应航司的对接信息，所述对接信息包括座位统筹信息、包机信息和机位协调信息。

代理人拿到预测出行模型后，可与对应航司进行业务接洽，参考过往机票发生率，向航司提出申请，根据航司实际情况给予批复，对于批复不了可以提前和航司确定分开申请等情况，航司收到申请会协调后机位情况，就可以提升飞机客坐率。计划有超大批量乘客出行，有展会或者公司年会准备去某城市举办，还可以提前向航司申请包机服务，这也提升航司收益，这样出行会比较多琐碎事情需要协调，在现在“提直降代”时代，航司是没办法完全服务好这些乘客的，更无法完成内部沟通协调等工作。

本发明实施例通过根据机票订单获取订单明细数据，而后根据所述订单明细数据，确定各订单的汇总类别，根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果，并根据筛选结果，生成定制信息。本发明实施例充分乘客发挥了机票代理人掌握大量机票购票数据同时可与乘客有效沟通、专职服务的优势，可通过对机票订单进行多次筛选了解乘客真实需求，并提供定制化服务。本发明可通过多次筛选来识别销量占比较高的季节和航线数据，占比40％销量就可以在于航司的谈判中占据主导权，航司在季节和航线中调度安排更贴合实际乘客的出行；提高航司客坐率，进而降低航司的开销，成本降低，飞机客坐率得到提升，航司生存压力降低。同时，可通过优化机票退改签的条款，从而乘客出行费用得到减少，可有效提高乘客满意度。

第二实施例：

请参照图4所示，本发明实施例提供了一种机票数据分析装置100，包括第一获取模块110、确定模块120、第二获取模块130和生成模块140，其中：

第一获取模块110，用用于根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单。

确定模块120，与第一获取模块110连接，用于根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息。

第二获取模块130，与确定模块120连接，用于根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果。

生成模块140，与第二获取模块130连接，用于根根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。

在本实施例中，作为订制内部管理的方案而非限定。所述生成模块140，包括第一生成单元141、第二生成单元142和第三生成单元143，其中：

第一生成单元141，用于至少根据所述跟单人信息和原始供应商信息，生成酬劳参考信息。

第二生成单元142，与第一生成单元141连接，用于至少根据所述订票金额、PCC信息、大客户折扣编号和所述酬劳参考信息，生成财务汇总信息。

第三生成单元143，与第一生成单元141连接，用于至少根据所述跟单人信息、原始供应商信息、差旅性质信息和所述投诉信息，生成绩效考核信息。

在本实施例中，作为客户推送和航司对接的方案而非限定。所述生成模块140，还包括第四生成单元144、发送单元145、接收单元146和第五生成单元147，其中：

第四生成单元144，用于至少根据所述订票人信息、跟单人信息、差旅性质信息、日期信息和差旅性质信息，生成客户推送信息，所述客户推送信息包括座位偏好信息、航班偏好信息、日期预测信息、出行人数信息、优惠信息和联系方式信息。

发送单元145，与第四生成单元144连接，用于在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息。

接收单元146，与第五生成单元145连接，用于接收订票人或跟单人的确认回执后，生成预测出行模型。

第五生成单元147，与接收单元146连接，用于根据所述预测出行模型，生成对应航司的对接信息，所述对接信息包括座位统筹信息、包机信息和机位协调信息。

本实施例的各模块和单元与第一实施例的各步骤对应，其功能不再赘述说明。

本发明实施例通过根据机票订单获取订单明细数据，而后根据所述订单明细数据，确定各订单的汇总类别，根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果，并根据筛选结果，生成定制信息。本发明实施例充分乘客发挥了机票代理人掌握大量机票购票数据同时可与乘客有效沟通、专职服务的优势，可通过对机票订单进行多次筛选了解乘客真实需求，并提供定制化服务。本发明可通过多次筛选来识别销量占比较高的季节和航线数据，占比40％销量就可以在于航司的谈判中占据主导权，航司在季节和航线中调度安排更贴合实际乘客的出行；提高航司客坐率，进而降低航司的开销，成本降低，飞机客坐率得到提升，航司生存压力降低。同时，可通过优化机票退改签的条款，从而乘客出行费用得到减少，可有效提高乘客满意度。

在本申请所提供的几个实施例中，应该理解到，在本发明各个实施例中各步骤可以通过对应的虚拟功能单元实现。各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本发明的较佳实施例而已，并不用以限制本发明。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机票数据分析方法，其特征在于，包括：

根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单；

根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息；

根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果；

根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。

2.如权利要求1所述的机票数据分析方法，其特征在于，所述订票信息包括订票人信息、订票金额、订票平台信息，所述代理信息包括跟单人信息、原始供应商信息、出票人信息和出票公司信息，所述航班信息包括始发地信息、目的地信息；所述账单信息包括付款状态信息和收款状态信息；所述出行信息包括产品类别信息、差旅性质信息、投诉信息；所述附加信息包括政策投放信息、PCC信息、大客户折扣编号和GDS汇总信息。

3.如权利要求2所述的机票数据分析方法，其特征在于，所述根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息的步骤，包括：

至少根据所述跟单人信息和原始供应商信息，生成酬劳参考信息；

至少根据所述订票金额、PCC信息、大客户折扣编号和所述酬劳参考信息，生成财务汇总信息；

至少根据所述跟单人信息、原始供应商信息、差旅性质信息和所述投诉信息，生成绩效考核信息。

4.如权利要求2所述的机票数据分析方法，其特征在于，所述根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息的步骤，包括：

至少根据所述订票人信息、跟单人信息、差旅性质信息、日期信息和差旅性质信息，生成客户推送信息，所述客户推送信息包括座位偏好信息、航班偏好信息、日期预测信息、出行人数信息、优惠信息和联系方式信息；

在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息。

5.如权利要求4所述的机票数据分析方法，其特征在于，所述在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息的步骤之后，还包括：

接收订票人或跟单人的确认回执后，生成预测出行模型；

根据所述预测出行模型，生成对应航司的对接信息，所述对接信息包括座位统筹信息、包机信息和机位协调信息。

6.一种机票数据分析装置，其特征在于，包括：

第一获取模块，用于根据机票订单获取订单明细数据，所述机票订单包括直客订单、差旅企业订单和同业代理订单；

确定模块，用于根据所述订单明细数据，确定各订单的汇总类别，所述汇总类别包括订票信息、代理信息、航班信息、账单信息、日期信息、出行信息和附加信息；

第二获取模块，用于根据所述汇总类别对所述机票订单进行多次筛选，获取筛选结果；

生成模块，用于根根据所述筛选结果，生成定制信息，所述定制信息包括内部管理信息、客户推送信息和航司对接信息。

7.根据权利要求6所述的机票数据分析装置，其特征在于，所述订票信息包括订票人信息、订票金额、订票平台信息，所述代理信息包括跟单人信息、原始供应商信息、出票人信息和出票公司信息，所述航班信息包括始发地信息、目的地信息；所述账单信息包括付款状态信息和收款状态信息；所述出行信息包括产品类别信息、差旅性质信息、投诉信息；所述附加信息包括政策投放信息、PCC信息、大客户折扣编号和GDS汇总信息。

8.根据权利要求7所述的机票数据分析装置，其特征在于，所述生成模块，包括：

第一生成单元，用于至少根据所述跟单人信息和原始供应商信息，生成酬劳参考信息；

第二生成单元，用于至少根据所述订票金额、PCC信息、大客户折扣编号和所述酬劳参考信息，生成财务汇总信息；

第三生成单元，用于至少根据所述跟单人信息、原始供应商信息、差旅性质信息和所述投诉信息，生成绩效考核信息。

9.根据权利要求7所述的机票数据分析装置，其特征在于，所述生成模块，包括：

第四生成单元，用于至少根据所述订票人信息、跟单人信息、差旅性质信息、日期信息和差旅性质信息，生成客户推送信息，所述客户推送信息包括座位偏好信息、航班偏好信息、日期预测信息、出行人数信息、优惠信息和联系方式信息；

发送单元，用于在所述日期预测信息前的预设时间点，向用户发送所述客户推送信息。

10.根据权利要求9所述的机票数据分析装置，其特征在于，所述生成模块，还包括：

接收单元，用于接收订票人或跟单人的确认回执后，生成预测出行模型；

第五生成单元，用于根据所述预测出行模型，生成对应航司的对接信息，所述对接信息包括座位统筹信息、包机信息和机位协调信息。

Images