CN117668384A - 一种历史样本航班数据确定方法及相关装置 - Google Patents
一种历史样本航班数据确定方法及相关装置 Download PDFInfo
- Publication number
- CN117668384A CN117668384A CN202311628106.1A CN202311628106A CN117668384A CN 117668384 A CN117668384 A CN 117668384A CN 202311628106 A CN202311628106 A CN 202311628106A CN 117668384 A CN117668384 A CN 117668384A
- Authority
- CN
- China
- Prior art keywords
- flight
- historical sample
- data
- target
- latest
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012216 screening Methods 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 230000010006 flight Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000007667 floating Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种历史样本航班数据确定方法及相关装置,在目标航班的最新数据采集点的编号小于第一阈值且最新订座数小于第二阈值的情况下,利用具有相同日期属性值的历史航班数据表征的市场规律的稳定性以及旅客需求变化的规律性,通过从历史样本航班池中选取与目标航班具有相同航班号且离港日期与目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为目标航班对应的历史样本航班数据。在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,解决了人为指定历史样本航班数据效率低下、准确性低的问题,提高选取目标航班对应的历史样本航班数据的合理性和准确性。
Description
技术领域
本发明涉及航空技术领域,更具体的,涉及一种历史样本航班数据确定方法及相关装置。
背景技术
收益管理是航空公司运用预测和优化等科学手段对价格和座位进行管理,使每一航班的每一航段的每个座位按不同的价格适时销售给不同类型的旅客,从而获得最大的收益。
一般根据历史样本航班数据对指定航班的订单数据进行预测,但是在指定航班当前时间距离港日期较远、最新订座数较少的情况下,当前时间之前不同日期的订座数没有显著的差异,不能作为指定航班的历史样本航班数据,只能人为确定指定航班航段对应的历史样本航班数据,但是这种历史样本航班数据确定方式效率低下,且选择的历史样本受人的经验影响,无法实现后续对指定航班的订单数据的准确预测。
发明内容
有鉴于此,本发明提供了一种历史样本航班数据确定方法及相关装置,提高选取目标航班对应的历史样本航班数据的合理性和准确性。
为了实现上述发明目的,本发明提供的具体技术方案如下:
第一方面,本发明实施例公开了一种历史样本航班数据确定方法,包括:
响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
第二方面,本发明实施例公开的一种历史样本航班数据确定装置,包括:
航班信息获取单元,用于响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
历史样本确定单元,用于若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
第三方面,本发明实施例公开了一种电子设备,所述电子设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如第一方面中任意一种实现方式描述的一种历史样本航班数据确定方法。
第四方面,本发明实施例公开了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面中任意一种实现方式描述的一种历史样本航班数据确定方法。
相对于现有技术,本发明的有益效果如下:
本发明公开的一种历史样本航班数据确定方法及相关装置,在目标航班的最新数据采集点的编号小于第一阈值且最新订座数小于第二阈值,也就是说,在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,利用具有相同日期属性值的历史航班数据表征的市场规律的稳定性以及旅客需求变化的规律性,通过从历史样本航班池中选取与目标航班具有相同航班号且离港日期与目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为目标航班对应的历史样本航班数据。在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,解决了人为指定历史样本航班数据效率低下、准确性低的问题,提高选取目标航班对应的历史样本航班数据的合理性和准确性。
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种历史样本航班数据确定方法的流程示意图;
图2为本发明实施例公开的一种历史样本航班数据确定装置的结构示意图;
图3为本发明实施例公开的一种电子设备的结构示意图。
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
为了更清楚地阐明本申请技术方案,下面对本申请涉及的相关概念进行解释。
收益管理系统:利用航班计划、库存、离港与运价数据,基于预测与优化模型,对未离港航班的库存进行自动管理的系统;
库存:英文名称Inventory,是指航班上的座位可利用状(Availability),座位预订值(Seat Sold),可利用座位数(Seat Open),以及各种控制参数(Inventory Parameter)等一系列影响航班座位销售决策的信息。ICS是Inventory Control System的简称,本发明中提及的航空公司订座系统,也称库存控制系统,英文简称为ICS(Inventory ControlSystem);
数据采集点:英文简称为DCP(Data collection points)。对于每个航班来讲,每个DCP点对应一个采集时间,采集时间与距航班离港日期的天数成一一对应。部分数据采集点的二级字段如下:
固定数据采集点Fixed-DCP:航空公司设置的数据采集点,由距离离港天数确定,航空公司在航班控制系统(或收益管理系统)中可以设置国内航班航线与国际航班航线共计两套数据采集点;
浮动数据采集点Floating-DCP:非固定数据采集点范畴的数据采集点;例如:指定航班距离港日期为20天,但DCP11对应距离港天数为24天,DCP12对应距离港天数为18天,那么此数据采集点为浮动数据采集点,可记做DCP11.5。
最终数据采集点Final-DCP:为航班离港当日为数据采集点;
最新数据采集点Lastactual-DCP:未离港航班最近获取数据的数据采集点;收益管理预测和优化模块应用基于Lastactual-DCP获取的航节航段级库存为自变量的数据。
请参阅图1,本实施例公开的一种历史样本航班数据确定方法,具体包括以下步骤:
S101:响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数。
目标航班对应的历史样本航班数据筛选指令的实现方式可以有多种,以下介绍两种可选的实现方式:
示例性的,用户可以在可视化界面中输入目标航班的筛选参数,然后通过点击提交按钮生成目标航班对应的历史样本航班数据筛选指令,用于筛选目标航班对应的历史样本航班数据,其中,目标航班的筛选参数包括航班号。
示例性的,还可以将目标航班对应的历史样本航班数据筛选任务设置为定时任务,周期性执行,如一天执行一次,一个星期执行一次等,在设置定时任务时需要设置目标航班的筛选参数,如航班号,在定时任务被触发时自动生成目标航班对应的历史样本航班数据筛选指令。
航班号是航空公司的航班编号,由两部分组成:航空公司代码和航班编号,如AA1234,表示AA航空公司的1234号航班。
本实施例响应于历史样本航班数据筛选指令,访问ICS航班控制系统,输入目标航班的航班号获取ICS航班控制系统提供的ASTD航空标准数据包含且不限于航班时刻数据SCH、航班订座数据INV、航班运营数据FLT;其包含其不限于如下生产数据:航空公司、航班号、始发地、目的地、航班离港日期与时刻,航班到港日期与时刻,电子客票标示、舱位结构表、航班物理布局数、航班最大可销售座位数。另外,响应于历史样本航班数据筛选指令还需要获取最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远。
数据采集点Data Collection Points,缩写为Dcp,由航空公司根据自身航线品质、航班属性等考虑因素设置,为由距离港天数决定的数据采集代码,与距离港天数为一一对应关系。通常航空公司将Dcp的数量设置为24个,Dcp的编号为0~23,越临近航班离港日期Dcp的编号值越大;例如:数据采集点Dcp23表示数据采集点的采集时间距离港日期的天数为0天。
需要说明的是,目标航班为未来航班,目标航班的离港日期在当前日期之后。
S102:若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
所述最新数据采集点的编号不小于第一阈值和/或所述最新订座数不小于第二阈值的情况,不在本发明的讨论范围内,可以采用现有的任意一种确定历史样本航班数据的方式,本发明不做具体限定。
所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值表示:目标航班的最新数据采集时间距离港日期较远且最新订座数较少。其中,第一阈值可以根据实际应用场景进行灵活设定,以航空公司将数据采集点Dcp的数量设置为24个,Dcp的编号为0~23为例,第一阈值可以为5。第二阈值可以为所述历史样本航班池中历史样本订座数的均值与标准差的和值。
所述历史样本航班池是预先构建的,如历史3年的航班信息。
可以理解的是,具有相同日期属性的历史航班数据表征的市场规律的稳定性以及旅客需求变化的规律性。例如对于某个航班,同于同一个旅客,或者同一类型的旅客来说,当前的订票需求与往年同期的订票需求相似,且对于航空公司来说对于同一个航班当前的票价与往年同期的票价也相似,同理反映在订座数据上,对于某个航班最新数据采集点对应的最新订座数与往年同期的订座数也相近。
基于上述推论将历史样本航班池中与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据是合理且准确的。
基于不同的实际应用需求,日期属性值可以为不同的属性值。
示例性的,假设需预测的未来航班离港日期是2023/6/3,DOW为星期六,DOW(DayOf Week)狭义指具有市场同质性的每周某天,广义指星期。若日期属性值包括年内月份以及周内天数,年内月份即一年中的第几个月,周内天数即一周中的星期几,那么,其对应的2022年的历史样本航班日期为2022/6/4、2022/6/11、2022/6/18、2024/6/8、2024/6/15;其对应的2021年的历史样本航班日期为2021/6/5、2021/6/12、2021/6/19、2025/6/7、2025/6/14;其对应的2020年的历史样本航班日期为2020/6/6、2020/6/13、2020/6/20、2026/6/6、2026/6/13。这些日期都是6月中的星期六。
示例性的,若日期属性值包括年内周数以及周内天数,年内周数即一年中的第几个星期,周内天数即一周中的星期几,假设需预测的未来航班离港日期是2023/6/3,DOW为星期六,则2022年的历史样本航班日期为(X-52*7),2021年的历史样本航班日期为(X-2*52*7),2020年的历史样本航班日期为(X-3*52*7),其中,X为2023/6/3的数值化表示。
还需要说明的是,本实施例中历史样本航班数据可精确到航班航段(舱位),以满足后续精准化预测需求。
可见,本实施例公开的一种历史样本航班数据确定方法,在目标航班的最新数据采集点的编号小于第一阈值且最新订座数小于第二阈值,也就是说,在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,利用具有相同日期属性值的历史航班数据表征的市场规律的稳定性以及旅客需求变化的规律性,通过从历史样本航班池中选取与目标航班具有相同航班号且离港日期与目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为目标航班对应的历史样本航班数据。在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,解决了人为指定历史样本航班数据效率低下、准确性低的问题,提高选取目标航班对应的历史样本航班数据的合理性和准确性。
进一步,可以理解的是,在某些特殊的时间范围、重大节假日期间,如春运期间、国庆节假期期间以及国庆节假期前后,是旅客出行高峰,而在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,这一旅客出行高峰的时间范围内的历史样本航班数据是不能作为目标航班的历史样本航班数据的。因此,在上述实施例S102之后,还包括以下筛选操作:
A1:判断所述目标航班对应的历史样本航班数据中是否存在预设假日购票日期范围内的历史样本航班数据;
A2:若存在,从所述目标航班对应的历史样本航班数据中删除所述预设假日购票日期范围内的历史样本航班数据。
预设假日购票日期范围可以根据实际应用场景进行设定,如春运期间、国庆节假期期间以及国庆节假期前后等购票高峰期。
进一步,如果收益管理工作或收益管理系统中要求历史样本航班离港日期和未来航班离港日期在月和日上相差不超过14天的阈值,并需要以DOW对应,还需要在上述实施例S102之后,执行以下筛选操作:
B1:分别计算所述目标航班对应的历史样本航班数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值;
年内天数表示一年中的第几天。
B2:从所述目标航班对应的历史样本航班数据中删除所述差值大于第三阈值所对应的历史样本数据。
第三阈值根据实际应用场景进行设定,如14天。
假设需预测的未来航班离港日期是2023/6/3,其对应的2022年的历史样本航班日期为2022/6/4、2022/6/11、2022/6/18、2024/6/8、2024/6/15;其对应的2021年的历史样本航班日期为2021/6/5、2021/6/12、2021/6/19、2025/6/7、2025/6/14;其对应的2020年的历史样本航班日期为2020/6/6、2020/6/13、2020/6/20、2026/6/6、2026/6/13。则2022/6/18、2021/6/19、2020/6/20这三个历史样本数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值大于14,应该被删除。
经过以上一次或两次筛选操作,进一步提高了目标航班对应的历史样本航班数据的准确性。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
基于上述实施例公开的一种历史样本航班数据确定方法,本实施例对应公开了一种历史样本航班数据确定装置,请参阅图2,该装置包括:
航班信息获取单元201,用于响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
历史样本确定单元202,用于若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
在一些实施例中,所述日期属性值包括年内周数以及周内天数。
在一些实施例中,所述装置还包括:
第一筛选单元,用于判断所述目标航班对应的历史样本航班数据中是否存在预设假日购票日期范围内的历史样本航班数据;若存在,从所述目标航班对应的历史样本航班数据中删除所述预设假日购票日期范围内的历史样本航班数据。
在一些实施例中,所述装置还包括:
第二筛选单元,用于分别计算所述目标航班对应的历史样本航班数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值;从所述目标航班对应的历史样本航班数据中删除所述差值大于第三阈值所对应的历史样本数据。
在一些实施例中,所述第二阈值为所述历史样本航班池中历史样本订座数的均值与标准差的和值。
本实施例公开的一种历史样本航班数据确定装置,在目标航班的最新数据采集点的编号小于第一阈值且最新订座数小于第二阈值,也就是说,在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,利用具有相同日期属性值的历史航班数据表征的市场规律的稳定性以及旅客需求变化的规律性,通过从历史样本航班池中选取与目标航班具有相同航班号且离港日期与目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为目标航班对应的历史样本航班数据。在目标航班的最新数据采集时间距离港日期较远且最新订座数较少的情况下,解决了人为指定历史样本航班数据效率低下、准确性低的问题,提高选取目标航班对应的历史样本航班数据的合理性和准确性。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机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。而在本公开中,计算机可读信号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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机可读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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
根据本公开的一个或多个实施例,【示例1】提供了一种历史样本航班数据确定方法,包括:
响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
根据本公开的一个或多个实施例,【示例2】提供了示例1的方法,还包括:所述日期属性值包括年内周数以及周内天数。
根据本公开的一个或多个实施例,【示例3】提供了示例1的方法,还包括:
判断所述目标航班对应的历史样本航班数据中是否存在预设假日购票日期范围内的历史样本航班数据;
若存在,从所述目标航班对应的历史样本航班数据中删除所述预设假日购票日期范围内的历史样本航班数据。
根据本公开的一个或多个实施例,【示例4】提供了示例1的方法,还包括:
分别计算所述目标航班对应的历史样本航班数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值;
从所述目标航班对应的历史样本航班数据中删除所述差值大于第三阈值所对应的历史样本数据。
根据本公开的一个或多个实施例,【示例5】提供了示例1的方法,还包括:所述第二阈值为所述历史样本航班池中历史样本订座数的均值与标准差的和值。
根据本公开的一个或多个实施例,【示例6】提供了一种历史样本航班数据确定装置,包括:
航班信息获取单元,用于响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
历史样本确定单元,用于若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
根据本公开的一个或多个实施例,【示例7】提供了示例6的装置,还包括:所述日期属性值包括年内周数以及周内天数。
根据本公开的一个或多个实施例,【示例8】提供了示例6的装置,还包括:
第一筛选单元,用于判断所述目标航班对应的历史样本航班数据中是否存在预设假日购票日期范围内的历史样本航班数据;若存在,从所述目标航班对应的历史样本航班数据中删除所述预设假日购票日期范围内的历史样本航班数据。
根据本公开的一个或多个实施例,【示例9】提供了示例6的装置,还包括:
第二筛选单元,用于分别计算所述目标航班对应的历史样本航班数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值;从所述目标航班对应的历史样本航班数据中删除所述差值大于第三阈值所对应的历史样本数据。
根据本公开的一个或多个实施例,【示例10】提供了示例6的装置,还包括:所述第二阈值为所述历史样本航班池中历史样本订座数的均值与标准差的和值。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种历史样本航班数据确定方法,其特征在于,包括:
响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
2.根据权利要求1所述的方法,其特征在于,所述日期属性值包括年内周数以及周内天数。
3.根据权利要求1所述的方法,其特征在于,在从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据之后,所述方法还包括:
判断所述目标航班对应的历史样本航班数据中是否存在预设假日购票日期范围内的历史样本航班数据;
若存在,从所述目标航班对应的历史样本航班数据中删除所述预设假日购票日期范围内的历史样本航班数据。
4.根据权利要求1或3所述的方法,其特征在于,在从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据之后,所述方法还包括:
分别计算所述目标航班对应的历史样本航班数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值;
从所述目标航班对应的历史样本航班数据中删除所述差值大于第三阈值所对应的历史样本数据。
5.根据权利要求1所述的方法,其特征在于,所述第二阈值为所述历史样本航班池中历史样本订座数的均值与标准差的和值。
6.一种历史样本航班数据确定装置,其特征在于,包括:
航班信息获取单元,用于响应于历史样本航班数据筛选指令,获取目标航班的航班信息,所述目标航班的航班信息至少包括航班号、离港日期、最新数据采集点的编号和最新订座数,所述最新数据采集点为最新获取数据的数据采集点,每个数据采集点分别对应一个采集时间,数据采集点的编号越小,数据采集点对应的采集时间距离港日期的时间越远;
历史样本确定单元,用于若所述最新数据采集点的编号小于第一阈值且所述最新订座数小于第二阈值,从历史样本航班池中选取与所述目标航班具有相同航班号且离港日期与所述目标航班的离港日期具有相同日期属性值的历史样本航班数据,确定为所述目标航班对应的历史样本航班数据。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第一筛选单元,用于判断所述目标航班对应的历史样本航班数据中是否存在预设假日购票日期范围内的历史样本航班数据;若存在,从所述目标航班对应的历史样本航班数据中删除所述预设假日购票日期范围内的历史样本航班数据。
8.根据权利要求6或7所述的装置,其特征在于,所述装置还包括:
第二筛选单元,用于分别计算所述目标航班对应的历史样本航班数据中离港日期对应的年内天数与所述目标航班的离港日期对应的年内天数的差值;从所述目标航班对应的历史样本航班数据中删除所述差值大于第三阈值所对应的历史样本数据。
9.一种电子设备,其特征在于,所述电子设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行如权利要求1-5中任一项所述的一种历史样本航班数据确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的一种历史样本航班数据确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311628106.1A CN117668384A (zh) | 2023-11-30 | 2023-11-30 | 一种历史样本航班数据确定方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311628106.1A CN117668384A (zh) | 2023-11-30 | 2023-11-30 | 一种历史样本航班数据确定方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117668384A true CN117668384A (zh) | 2024-03-08 |
Family
ID=90070758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311628106.1A Pending CN117668384A (zh) | 2023-11-30 | 2023-11-30 | 一种历史样本航班数据确定方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117668384A (zh) |
-
2023
- 2023-11-30 CN CN202311628106.1A patent/CN117668384A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10785595B2 (en) | Systems and methods for updating sequence of services | |
US20210174270A1 (en) | Rideshare vehicle demand forecasting device, method for forecasting rideshare vehicle demand, and storage medium | |
WO2018024844A1 (en) | Interactive platform for the exchange of commoditized products | |
US10249167B2 (en) | Intelligent alarm customization | |
WO2019223745A1 (en) | Methods and systems for informing a user of carpooling information | |
CN106919993A (zh) | 一种基于历史数据的高准确性默认目的地预测方法及装置 | |
CN114202130A (zh) | 流转量预测多任务模型生成方法、调度方法、装置和设备 | |
CN110869951A (zh) | 预测线上到线下服务中目的地的系统和方法 | |
CN116757731B (zh) | 航班季节因子的预测方法、装置、电子设备和存储介质 | |
CN113159453B (zh) | 资源数据预测方法、装置、设备及存储介质 | |
US20240086777A1 (en) | Learning machine training based on plan types | |
CN111859172A (zh) | 信息推送方法、装置、电子设备和计算机可读存储介质 | |
CN112085442B (zh) | 设备操作方法、装置、电子设备和计算机可读介质 | |
CN117668384A (zh) | 一种历史样本航班数据确定方法及相关装置 | |
CN116263896A (zh) | 基于乘客投诉倾向的航班起飞和降落排序 | |
CN115098558A (zh) | 一种航班数据统计方法及装置 | |
CN115033807A (zh) | 未来出发用时的推荐方法、装置、设备及存储介质 | |
CN117670409A (zh) | 一种航班订座曲线拟合方法及相关装置 | |
CN112051843A (zh) | 基于订单预估的路径规划方法、装置、机器人和存储介质 | |
WO2023155425A1 (zh) | 调货方法、装置、电子设备和计算机可读介质 | |
CN116385091A (zh) | 一种机票变更方法、系统、电子设备及存储介质 | |
US20220391784A1 (en) | Computer automated multi-objective scheduling advisor | |
CN116629544A (zh) | 旅客偏好集中度确定方法、系统、电子设备及存储介质 | |
CN115292595A (zh) | 信息推荐方法及装置、设备和介质 | |
CN117689388A (zh) | 一种联运座位的结算数据计算方法及相关装置 |
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 |