JP2017513145A - エアライン乗客チケット大量データストックを分析する方法及びコンピュータプログラム - Google Patents

Abstract

本発明の方法は、各々のフライトイベントに対する、チケットクーポンデータを含むデータベースを形成するために、チケットデータをフライト計画情報とリンクする工程と、個別のチケットクーポン収益に対応して所定順序に各々のフライトイベントに対する個別のチケットクーポンが分類されるのを保証する工程と、分類チケットクーポンに対応してシーケンシャル乗客番号の数に基づき各々のフライトイベントに対する収益を決定する工程と、個別のフライトイベントｉに対する、関数Ｙｉ（Ｘ）の較正パラメータを決定する工程であって、Ｙｉは収益を意味しＸはシーケンシャル乗客番号を意味し並びに決定された収益からの関数値Ｙｉの偏差ができる限り低くなるように関数Ｙｉ（Ｘ）の較正が、決定された収益に基づいてシーケンシャル乗客番号に基づき実行される、工程と、複数の較正関数を、フライト情報に基づき割り当てられ得るクラスタ内に組み合わせる工程を含む。

Description

本発明は、エアライン乗客チケット大量データストックを分析する方法に関する。

エアラインは、過去に実施されたフライトに関する膨大な情報を有する。この情報の少なくとも一部は、エアライン乗客チケット大量データストックに格納される。これらのデータは、エアラインにより販売された各々の個別のチケットのためのデータセットを含み、データセットは、例えば、フライトルート、フライトの日付及びチケットの価格についての情報を含む。

特に、民間航空の分野で発生し、広大なルートネットワーク及び膨大な数の飛行ムーブメントを伴う全世界的に稼動するエアラインとなる、会社の集中により、エアラインの、エアライン乗客チケット大量データストックは、通常相当に大きいサイズとなり、特に、大量データストックが１暦年以上に亘って拡張する場合は、大きいサイズとなる。

あらゆるエアラインにて、会社の決定のための基礎として機能し得る情報を取得するための、個々のエアライン乗客チケット大量データストックを用いることの大きな利益が通常存在する。これらの決定は、（例えば、特定のルートで用いられる、ルートのキャンセル、出発時刻や到着時刻の変更、航空機の変更などの）フライトスケジュールの変更、（例えば、特定のサイズやレンジの航空機の退役や販売などの）航空隊プラニング、又は、新しい開発のための開始点として航空機製造者に利用可能とされ得る新しい航空機のための要求プロファイルの創作を、含み得る。

この目的のために、エアライン乗客チケット大量データストックから個別のキーフィギュアを決定することが先行技術で知られている。例えば、このように、所定の期間の所定のルートに対する全体の収益は、対応する境界条件に適合するデータセットのチケットの価格を加算することにより、エアライン乗客チケット大量データストックから、決定され得る。所定の期間に特定のるーとで運ばれる乗客数も決定され得る。これらの二つの情報アイテムをリンクすることにより、運搬される乗客毎の平均収益を計算することができる。個々の乗客クラス（例えば、「ファースト」、「ビジネス」、「エコノミ」）に対して別々にも（平均）収益は決定され得るが、しかしながら、キーフィギュアの数の、対応する増加を生じてしまう。

前述の決定に対して、仮にも十分な根拠の確かな基礎を提供するためには、少なくとも１年以内にて、しばしば１年以上の数年に亘って、エアラインにより運営される全てのフライトに対して、特定のキーフィギュアが決定されなければならない。通常そうであるエアライン乗客チケット大量データストックの純然たる大きさのために、これらのキーフィギュアの対応する決定のために、特にパワフルなコンピュータが必要であるが、これらのコンピュータは、このために相当な期間を要求する。

これらの技術的条件のために、エアライン乗客チケット大量データストックの分析は、概略従来技術にて、所定の量のキーフィギュアを決定することに排他的に限定され、それら所定の量のキーフィギュアは静的値として更なる静的評価ユニットに提供される。決定されるキーフィギュアの量は、前記キーフィギュアの量がより少ないパワーのコンピュータによっても更に処理され得るように、ここでは選択される。

戦略的決定のために、決定されるキーフィギュアは、推定される若しくは戦略的に評価される補正係数と組み合わされる。しかしながら、エアライン乗客チケット大量データストックに基づくもっともらしさに対する補正係数の包括的チェックは、ここで仮想的には不可能である。このことは、実際にはエアライン乗客チケット大量データストックのデータ分析を要求するものであり、このデータ分析は、非常に時間消費するものであり、人材を拘束し、計算集約させるものであり、基本的に非常にパワフルなコンピュータでのみ実行され得るものであり、相当の期間を掛けるものである。対応するコンピュータ容量はエアラインにおける対応するデータ分析にて通常利用可能で無いので、先行技術では対応するチェックは基本的になしで済まされる。先行技術での利用の、実際の可能性の欠如のために、特定の目的のために適切であるデータ分析が可能であるような、モデルはまだ無い。

先行技術では、大きいエアライン乗客チケット大量データストックの分析は、従って、コンピュータ能力の制約のため一定量の所定の特徴値を決定することに、限定される。しかしながら、これらのキーフィギュアは、例えば、変化した市場条件が許容される、例えば、「戦略的削減」の形式での、変化が主観的にのみ評価され得ることに基づく、静的変数である。通常、コンピュータ能力の制約のため、先行技術ではエアライン乗客チケット大量データストックからより広範囲の情報を獲得することはできない。

従って、本発明は、先行技術からの不利益を制限する、若しくは少なくとも減少する方法及びデバイスを提供することを目的とする。

この目的は、メインの請求項に記載の方法、及び、独立請求項１２に記載のコンピュータプログラムにより、達成される。利点のある開発は、従属請求項の発明の主旨である。

従って、本発明は、エアライン乗客チケット大量データストックを分析する方法に関し、
ａ．各々のフライトイベントに対する、チケットクーポンデータ（２３）を含むデータベース（１３）を形成するために、チケットデータをフライトスケジュール情報とリンクするステップと、
ｂ．個別のチケットクーポン収益に従って所定の順序で、各々のフライトイベントに対する個別のチケットクーポン（２３）が分類されることを、保証するステップと、
ｃ．分類されたチケットクーポン（２３）に従ってシリアル乗客コード番号（３１）の数の関数として、各々のフライトイベントに対する収益（３２，３３）を決定するステップと、
ｄ．各々の個別のフライトイベントｉに対する、関数Ｙ_ｉ（Ｘ）の較正パラメータを決定するステップであって、Ｙｉは収益を意味し、Ｘはシリアル乗客コード番号を意味し、並びに、決定された収益からの関数値Ｙｉの偏差ができる限り小さくなるように、関数Ｙｉ（Ｘ）の較正が、決定された収益（３２、３３）に基づいてシリアル乗客コード番号（３１）の関数として実行される、ステップと、
ｅ．複数の較正された関数を、フライト情報に基づいて割り当てられ得るクラスタ内に組み合わせるステップと
を含む。

本発明は、本発明に係る方法に従ってエアライン乗客チケット大量データストックを分析するコンピュータプログラムにも関する。

通常利用可能では無いコンピュータ能力に基づいて、先行技術から周知である、獲得可能な情報に関する多数の制約が克服され得るように、非常に広範なエアライン乗客チケット大量データストックを利用することを、本発明に係る方法は可能にする。このために、エアライン乗客チケット大量データストックからの個別のフライトイベントの各々に対して、関数が較正され、複数の同様に較正された関数が、フライト情報に基づいて割り当てられ得るクラスタ内に組み合わされる。コンピュータのパワーの不足により、従来技術では通常必要であったような主観的想定若しくは戦略的に評価される補正係数へのリソースを必ずしも有すること無く、あまりパワーの無いコンピュータを用いて、このように取得される関数により、様々な詳細な分析及び予測が、以下に示すように、フライトルートに対して若しくはクラスタの全てのフライトルートに対して、実行され得る。

当然ながら、特定の関数を較正するために要求されるコンピュータ能力は、従来技術に係るキーフィギュアを決定するのに要求されるものより、必ずしも小さいというわけではない。しかしながら、本発明に係る方法により決定され、割り当て可能なクラスタ内に組み合わされ得る関数により、本発明に係る方法に続いての広範な且つ詳細な分析が可能となり、このとき、特徴値の再計算を繰り返すことも無く、更に、個別の分析ステップに必要である、全体のエアライン乗客チケット大量データストックに適用されねばならない他の数値関係の方法も求めない。対応する分析が先行技術で可能であっても、本発明に係る方法による広範な且つ詳細な分析は、従来技術より何倍も少ないコンピュータのパワーしか要求せず、よって、よりパワーの無いコンピュータでも実行され得る。

本発明に係る方法では、第１のステップでは、任意のフライトイベントに対するチケットクーポンデータを伴うデータベースを取得するために、チケットデータがフライトスケジュール情報とリンクされる。

チケットデータは、先行技術に係るエアライン乗客チケット大量データストックから知られるような、データを本質的に含む。例えば、トラベルルート（旅程）情報やチケット情報などのデータは、所定の期間エアラインから購買される任意の個別のエアラインチケットのために利用可能である。トラベルルート（旅程）情報は、出発のポイントや到着のポイント、更には、適切であれば中間のストップ、フライトの日付及び／又は個別の部分ルートの出発時刻や到着時刻、更には、対応するフライト番号を、含むフライトルートに関する情報を含み得る。チケット情報は、個別のチケット収益、及び、予約される乗客クラス、例えば、「ファースト」、「ビジネス」若しくは「エコノミ」を含むのが好ましい。

少なくとも一つの中間のストップと複数の部分フライトルートを伴うフライト接続に関連するエアラインチケットは、部分ルートチケットデータの形式で部分フライトルートについての対応する情報を伴う、単独のデータセットが部分フライトルートの各々に対して格納されるように、チケットデータ内に既に格納され得る。このことが当て嵌まらない場合には、複数の部分ルートを伴うフライト接続に対するエアラインチケットのチケットデータは、チケットデータをフライトスケジュール情報と組み合わせる前、若しくは最中に、部分ルートチケットデータに、即ち、複数のデータセットに分割される。各々は部分ルートの一つに関連する。例えば、チケット収益などの、全体のフライトルートに対して排他的に利用可能である値は、個別の部分フライトルートの長さに従って、個別の部分ルートチケットデータアイテムに、分類され得る。

フライトスケジュール情報は、チケットデータが関連する全てのフライトについての情報、即ち、エアラインにより同時期に実施されチケットデータも利用可能である、全てのフライトに関連するフライト情報を、含む。個別のフライト情報アイテムは、フライトルートについての情報だけでなく、（適切であれば日付も含む）出発時刻や到着時刻も含み、更には、用いられる航空機のタイプ、シートの全数、シートの全数のうちの様々な乗客クラスの部分としてのシート構成、及び／又は様々な乗客クラスの内の個々のシート全数などのシート構成を、含む。フライト情報はフライト番号も含み得る。フライトルートについての情報は、例えば、空港が夫々配置される大陸、地域及び／又は都市についての情報や、地理的位置データ等の、出発空港と到着空港についての地理情報を含み得る。フライトルートについての情報は、更に、ルートの長さ、及び／又は、出発空港と到着空港との間の大円距離についての情報を含み得る。

チケットデータをフライトスケジュール情報とリンクするために、チケットデータのデータセットに関連するフライトのフライト情報は、チケットデータの個別のデータセットに加えられる。フライトルート、出発時刻と到着時刻、及び／又はフライト番号は、個々でリンクするために用いられ得る。

チケットデータをフライトスケジュール情報とリンクするステップにより、各々の個別のチケット若しくは部分ルートチケットが、元のチケットデータ若しくは部分ルートチケットデータと対比して、個別のチケット若しくは部分ルートチケットが関連するフライトの実装に関する更なる情報を含む、チケットクーポンデータベースを結果的に生じる。この更なる情報は、特に、航空機のタイプ、シートの全数、及び／又は、個別のフライトが実行された航空機のシート構成を、含み得る。

次のステップでは、各々のフライトイベントに対する個別のチケットクーポンは、個別のチケット収益に従って所定の順序でチケットクーポンデータベース内にて分類されることが、保証される。特に、チケットクーポンは、昇順で若しくは降順で分類され得る。降順で分類する場合、個別のフライトイベントに対して、第１のチケットクーポンは最も高いチケット収益を伴うものであり、最後のチケットクーポンは最も低いチケット収益を伴うものである。昇順で分類する場合、個別のフライトイベントに対して、第１のチケットクーポンは最も低いチケット収益を伴うものであり、最後のチケットクーポンは最も高いチケット収益を伴うものである。

この文脈での「保証する」は、この方法のステップの終わりでは各々のフライトイベントに対するチケットクーポンが実際に所定の順序で分類されている、ということを意味する。このために、例えば、適切なチェックの範囲内で、フライトイベントに対するチケットクーポンが既に所望の順序を有するかどうかを検出することが可能である。これがそうでない場合にのみ、それに応じてチケットクーポンは再分類されてもよい。後続の可能な分類によるチェックの別途の策として、従前のチェック無しで分類アルゴリズムをチケットクーポンに適用することも可能であり、この場合、分類アルゴリズムは、チケットクーポンが完全に分類されたことが検出されれば、停止することが好ましい。チケットクーポンの順序をチェックし、チケットクーポンを所定の順序に分類する方法は、先行文献から周知である。（例えば、対応する前分類された初期のデータにより）チケットクーポンが既に適宜分類されていることが別の理由のため想定され得るならば、所望の順序を保証する方法のステップのための別途のアクションは必要とは限らない。

各々のフライトイベントに対する収益は、分類されたチケットクーポンに従ってシリアル乗客コード番号の関数として、続いて決定される。決定される収益は、特に、平均収益でも累積収益でもよい。

「平均収益」は、第１のチケットクーポンから開始してシリアル乗客コード番号までの、分類されたチケットクーポンのチケット収益の合計に基づいて「シリアル乗客コード番号の関数として」累積され得、シリアル乗客コード番号により分割され得る。「シリアル乗客コード番号の関数としての累積収益」の決定はこれに対して基本的にアナログで発生するが、シリアル乗客コード番号による分割はここでは省かれる。

例示のために、分類されたチケットクーポンに基づく各々のフライトイベントの値テーブルの作成が、このステップで見られ得る。１から、実際にフライトイベントで輸送される乗客数まで推移する、乗客コード番号は、値テーブルの独立変数として機能する。平均若しくは累積収益は、（例えば、降順での最も高いチケット収益を伴うチケットクーポンの分類の場合には）第１のチケットクーポンから開始する、関数値として、シリアル乗客コード番号の関数として、表され、対応する収益は、第１のチケットクーポンから開始してシリアル乗客コード番号までの、分類されたチケットクーポンのチケット収益の合計により形成され得、平均収益の場合にはシリアル乗客コード番号により分割される。

平均収益は、それらに要求されるコンピュータ能力の観点にてリソースの点で経済的である、
ａ．シリアル乗客コード番号の関数として累積収益を決定するステップと、
ｂ．関連するシリアル乗客コード番号により累積収益を分割するステップと
により、特に各々のフライトイベントに対して、シリアル乗客コード番号の関数として決定され得る。

累積収益を決定するために、降順で分類されるのが好ましいチケットクーポンのチケット収益は、第１のチケットクーポンから介して順次合計されるのが好ましく、ここで、合計されるチケットクーポンの個別の数は、シリアル乗客コード番号の累積収益に対応する。個別の累積収益は、平均収益を得るために、個々に関連するシリアル乗客コード番号により続いて分割され。

収益が各々のフライトイベントに対するシリアル乗客コード番号の関数として決定されると、関数Ｙ_ｉ（Ｘ）は、続いて各々のフライトイベントに対して較正され得る。この関数では、インデクスｉは個別のフライトイベントを意味し、シリアル乗客コード番号の、Ｘの関数としての収益を意味する。

対応して較正され得る関数は、少なくとも一つの所定の係数を伴う所定の関数である。各々の乗客コード番号Ｘに対して、決定された収益からの関数値Ｙ_ｉの偏差ができる限り小さくなるように、係数は選択され得る。関数Ｙ_ｉ（Ｘ）の対応する係数は、本発明に関して関数Ｙ_ｉ（Ｘ）の較正として示され、例えば、最小二乗平均法に従って、実行され得る。所定の係数は、「較正パラメータ」とも称される。言い得れば、関数Ｙ_ｉ（Ｘ）の較正は、決定された収益からの関数値Ｙ_ｉの偏差ができる限り小さくなるように、決定された収益に基づいて、シリアル乗客コード番号の関数として実行される。

収益が実際に決定された、乗客コード番号Ｘに対する関数Ｙ_ｉ（Ｘ）の範囲が単調に増加しても単調に減少しても、構わない。関数Ｙ_ｉ（Ｘ）の較正パラメータの数は、１０以下であるのが好ましく、５以下であるのがより好ましく、３以下であるのがより好ましい。対応する関数Ｙ_ｉ（Ｘ）により、較正のための、適切には後続の、前述のようなクラスタへの組み合わせのための、リソースの支出は、減少され得る。

関数Ｙ_ｉ（Ｘ）が、較正パラメータＡ_ｉとｍ_ｉを伴う関数

を含めば特に好ましい。この関数は、二つしか較正パラメータを有さないので、較正は、リソースの点にて特に経済的に実行され得る。同時に、この関数は通常、フライトイベントの累積若しくは平均収益を十分にマップすることが、明白となる。

リソースの点にてできる限り経済的に好適な関数Ｙ_ｉ（Ｘ）の必要な較正を実行するために、前述の関数を対数化して以下の線形の式を得ることが、好ましい。

パラメータＡ_ｉに対して、以下の式が適用する。

各々のフライトイベントに対してリソースの観点にて経済的であるように、シリアル乗客コード番号の関数として、手順のステップで決定された収益を用いて、特定の線形の式が容易に較正され得、ここで最適化は、特に、線形の式の確度Ｒ^２を最大化するという目的を有する。経験上、調査したフライトイベントの９８％にて９９％を超える確度Ｒ^２が達成され得ることが示されている。

最終的な関数Ｙ_ｉ（Ｘ）に拘わらず、較正の間に、収益の結果としてのプロファイルの所定の範囲にのみ基づいて、特に、最初の若しくは最後のシリアル乗客コード番号から開始するコヒーレント部分にのみ基づいて、較正が実行されるのであれば、特に好ましい。従って、較正のために必要であるコンピュータパワーが減少され得る結果として、比較的少数の値に基づいて、較正が実行され得る。較正のために用いられるシリアル乗客コード番号の部分は、好ましくは６０〜８０％であり、より好ましくは７０％である。

チケットクーポンデータベースからの各々のフライトイベントに対する較正が完了すると、較正にて決定される（例えば、Ｂ_ｉやｍ_ｉの）値や、適宜には、個々の確度Ｒ^２は、関連するフライト情報と共にバッファされ得る。例えば、対応する情報は、チケットデータ若しくはチケットクーポンデータベースと対比して、サイズ上非常により小さい第１の関数データベース内に格納され得る。よって、第１の関数データベースは、チケットデータ若しくはチケットクーポンデータベース内のチケット毎の一つのデータセットと対比して、各々のフライトイベントに対して一つのデータセットを正確に含む。

以下に示すような、後続の分析の、及びクラスタへの組み合わせの、可能性を更に大きく増加させるために、特定の決定された値だけでなく個別の乗客クラスの負荷に関する値が、フライトイベントに対して決定されるならば、好ましい。負荷の値はここでは、個別の乗客クラス内の乗客の絶対数として、又は、個別の乗客クラス内の占有シートの部分として、特定され得る。例えば、第１の関数データベース内で、バッファされるデータセットの数は、この結果として変化しないが、その代わりに様々なフライトイベントの数に対応し続ける。

個別のフライトイベントは、（例えば、Ｂ_ｉやｍ_ｉなどの）個々の較正値を用いて、フライト情報に基づいて割り当てられ得るクラスタに、続いて組み合わされる。「フライト情報に基づいて割り当てられ得るクラスタ」はこの文脈では、フライトイベントがそのフライト接続にのみ基づいて特定のクラスタに一意的に割り当てられ得るように個別のクラスタが定義される、ということを意味する。例えば、時期若しくは暦月、出発ポイント及び到着ポイント若しくは夫々の領域、（例えば、長距離、短距離、フィーダ便などの）フライトのタイプ、ルートの長さ、更に大円距離等に係る、フライト情報に基づいて、クラスタが形成され得る。

個別のフライトイベントのクラスタへの組み合わせに対して、フライト情報に関して明確に定義され得るフライトイベントのグループが（例えば、Ｂ_ｉやｍ_ｉなどの）十分に類似の較正値を有するかどうか、即ち、個別のフライトイベントの較正値が所定の範囲内のみで相互に逸脱するかどうか、チェックされ得る。このことが事実であれば、（例えば、

及び

などの）共通の較正値が、このクラスタの全てのフライトイベントに対して、決定され得る。フライトイベントは、一つのクラスタに組み合わされ得、その結果、個別の関数、若しくは、（例えば、

及び

などの）共通の較正値のみが、このクラスタの全てのフライトイベントに対して、格納されねばならない。例えば、平均値を形成することによって、（例えば、

及び

などの）共通の較正値が見出され得る。フライトイベントが任意の限定された値に割り当てられ得ないならば、（例えば、Ｂ_ｉやｍ_ｉなどの）従前に決定された個別の較正値が、対応するフライトイベントに対して保持され得る。

個別のクラスタに対する（例えば、

及び

などの）共通の較正値は、このクラスタへのフライトイベントの一意的な割り当てを可能にする情報と共に、格納され、クラスタへ割り当てられ得ないフライトイベントの（例えば、Ｂ_ｉやｍ_ｉなどの）個別の較正値は、関連するフライト情報と共に、例えば、第２の関数データベース内に、格納される。

本発明に係る方法による挑戦は、フライトイベントの個別の較正値（例えば、Ｂ_ｉやｍ_ｉ）は、暦月の関数に加えて、例えば、領域及び領域の組み合わせに基づいて、クラスタ内へ組み合わされ得る（例えば、欧州内部でのハブへの、フィーダフライトとも称され得るフライトイベント、欧州と、例えば、北アメリカなどの、他の大陸の全体領域との間のフライトイベント）ということを示した。特に、特定の領域の若しくは領域間の、特定の暦月の（但し、数年にわたる）フライトイベントは、一つのクラスタ内にも組み合わされ得、ここで、このことは、例えば、コンペティションでの変化により経年的に変化した市場条件の場合でも基本的に可能である。同様に、フライトイベントは、用いられる航空機のシートの容量とは無関係に、クラスタ内に組み合わされ得ることも多い。

よって、（例えば、Ｂ_ｉやｍ_ｉなどの）較正値により決定され、クラスタ内へ組み合わされる関数の数は、元のチケットデータのデータセットの数と対比して、少なくとも一桁だけ、一般には更に数桁だけ、より小さい。しかしながら、決定される関数は同時に、先行技術とは対照的に、静的特徴値であるだけでなく、仮に実行されるとしたら高いコンピュータ容量でのみ、エアライン乗客チケット大量データストックに基づいて先行技術にて実行され得る拡張分析を可能にする。本発明に従って決定される較正値に基づく分析は、一方で、比較上、非常に小さいパワーであるコンピュータによっても、実行され得る。

勿論、元のチケットデータに関する簡素化及び逸脱は、本発明に係る較正及びクラスタ内への組み合わせにより生じるのであるが、しかしながら、対応する不正確さは、無視できる程のものであり、特に、本発明に係る方法によって最初に可能になる分析可能性により、より多く埋め合わされる、ということが確認により示された。

前述の、個別のクラスタ内への組み合わせにより、多数のフライトイベントを組み合わせることは既に可能であるにせよ、このことは、可能では無いことも多く、即ち、例えば、「ファースト」、「ビジネス」及び「エコノミ」などの種々の予約クラスでの乗客の大きく異なる分布を伴う、フライトイベントの場合における、深刻な不正確性を受け容れることによってのみ、可能である。この文脈においては、個々に用いられる航空機の様々なシート構成により、又は、予約の変動により、種々の予約クラス内への乗客の様々な分布が発生するかどうかは、無意味である。

一つの好適な展開では、自由に予め規定される乗客の固定数内での、「通常運賃乗客」と称される、（例えば、「ファースト」や「ビジネス」などの）比較的高い予約クラスの乗客の部分と、シリアル乗客コード番号の関数としての収益との間には、関係があり、この関係は線形である、ということが本発明にて認識されている。従って、フライト情報に基づいて割り当てられ得る、クラスタ内への個別のフライトイベントの組み合わせにて、この線形関係を考慮に入れることは好ましい。結果として、フライトイベントの全てをマッピングするのに要求されるクラスタの数は、更に減少され得、更なる処理のためのコンピュータ容量の観点での要件は更に減少され得る。

対応する組み合わせを実行可能にするために、個別の乗客クラスの負荷に関する情報が、各々のフライトイベントに対して利用可能になることが必要である。しかしながら、対応する情報は、例えば、第１の関数データベース内にて即座に決定されて格納され得る（前述参照）。

個別の乗客クラスの様々な負荷を伴うフライトイベントを、フライト情報に基づいて割り当てられ得るクラスタ内に組み合わせるステップが、
ａ．所定の乗客コード番号ａ、ｂ、・・・に対する線形の式に基づいて勾配ｊ_ａ、ｊ_ｂ、・・・を決定するステップであって、
該線形の式は、標準運賃乗客の数ｎ若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分と、所定の乗客コード番号ａ、ｂ、・・・に対して組み合わされるフライトイベントの収益との間の関係を表し、
所定の乗客コード番号ａ、ｂ、・・・に対する収益は、個別のフライトイベントに対して関数Ｙｉ（Ｘ）を解くことにより、標準運賃乗客の数ｎの又は自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、関数として決定され、
所定の乗客コード番号ａ、ｂ、・・・の数、及び線形の式の数は、各々の場合にて関数Ｙ_ｉ（Ｘ）の較正パラメータに対応する、ステップと、
ｂ．標準運賃乗客の所定の数ｎ、若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分に対して、共通の較正値を決定するステップと
を含む。

フライト情報に基づいて割り当てられ得る、個別の乗客クラスの様々な負荷を伴うフライトイベントのクラスタ内への組み合わせに対して、関連するフライトイベントのための関数Ｙ_ｉ（Ｘ）は従って、所定の乗客コード番号ａ、ｂ・・・に対して最初に各々解かれ、処理にて達成される結果（即ち所謂、収益）は、個々のフライトイベントの、標準運賃乗客の数ｎの、若しくは、自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、関数として決定される。所定の乗客コード番号ａ、ｂ・・・に対して、標準運賃乗客の数ｎ及び自由に予め規定される乗客の固定数内の標準運賃乗客の部分と、所定の乗客コード番号ａ、ｂとの間の関係を表す、線形の式が夫々に決定され得る。直線の勾配ｊ_ａ、ｊ_ｂ・・・は、線形の式に基づいて決定され得る。勾配ｊ_ａ、ｊ_ｂ・・・は、例えば、第２の関数データベース内に、例えば、対応するクラスタに対する関数として、格納され得る。直線の勾配ｊ_ａ、ｊ_ｂ・・・が、自由に予め規定される乗客の固定数内の標準運賃乗客の部分に基づいて決定されるならば、勾配ｊ_ａ、ｊ_ｂ・・・は同一であってもよい。

（例えば、

及び

などの）共通の較正値は、クラスタの特定のフライトイベントの（例えば、Ｂ_ｉやｍ_ｉなどの）較正パラメータと同一であってもよい。標準運賃乗客の関連する数

は、続いて、対応するフライトイベントの標準運賃乗客の数ｎ_ｊと対応する。しかしながら、適切であれば、平均値などを形成することも可能である。

（例えば、

及び

などの）共通の較正値だけではなく、前述の勾配ｊ_ａ、ｊ_ｂ・・・及び、標準運賃乗客の関連する数

若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分が、クラスタに対して利用可能であるならば、個別のフライトイベントに対する（例えば、Ｂ_ｉやｍ_ｉなどの）較正パラメータは、既知の乗客コード番号ａ、ｂ・・・に対する勾配ｊ_ａ、ｊ_ｂ・・・を用いて、標準運賃乗客の所定数

若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分からの、偏差の関数として、調整され得、このとき、結果としての関数は、個別のフライトイベントを十分正確に表すこととなる。

これは、好適な関数

の例を用いて分類される。この文脈において、関数Ｙ（Ｘ）＝Ａ×Ｘ^ｍは、乗客コード番号ａ、ｂに対して、共通の較正値

及び

により解かれ、以下の式が得られるという結果となる。

対応するクラスタからの標準運賃乗客の既知の数ｎ_ｉを伴う任意の所望のフライトに対しては、以下の式に基づいて、このフライトイベントの個別の関数Ｙ_ｉ若しくは関数の較正パラメータＢ_ｉ及びｍ_ｉを決定することが即座に可能である。

このことは、フライト情報の共通の特徴により、フライト情報に基づいて割り当てられ得るクラスタ内に基本的に組み合わされ得るフライトイベントでも、大きく異なる較正パラメータにもかかわらず、標準運賃乗客の異なる数、若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の割合により、一つのクラスタ内にも実際に組み合わされ得ることを、許容する。

標準運賃乗客の数の、若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、平均値が、クラスタのフライトイベントの全てに対して決定されるのであれば好ましい。個々の直線からの、標準運賃乗客の数の、若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、標準偏差も、決定され得るのが好ましい。

フライトイベントの、対応して拡張された組み合わせが可能であるので、初期のチケットデータに従ってフライトイベントの全てをマップするのに要求されるクラスタの数は低下する。それに応じて、例えば、第２の関数データベース内に格納されるべき、個別のクラスタに関する情報を含む、データセットの数は低下する。第１の方法のステップからの概略１２６０万のチケットデータアイテム（セット）と対比して、データセットの数は概略２０００にまで減少し得ることが、確認により示された。しかしながら、ここで先行技術とは対照的に、結果としてのデータセットは、静的キーフィギュアに限定されず、その代わりに、フライト情報に基づいて組み合わされ得る複数のフライトイベントについての、また個別のフライトイベントについての、詳細な分析を十分な正確性により実行する可能性を提供する。比較的少数のデータセットにより、ここではそれ程パワーの無いコンピュータを用いて対応する分析も実行され得る。対応する分析は仮にも先行技術にて可能であったが、先行技術に見られる非常に大量数の元のチケットデータを取り扱うだけでも、対応する分析は非常にパワーのあるコンピュータ及び膨大な時間の消費を要求するものであった。

例えば、あるルート若しくは種々のシート構成で用いられる航空機モデルの航空機サイズの変更さえも前もって予想され推定され得る、という点において、フライト情報に基づいて割り当てられ得る、フライトイベントのクラスタ内への、前述の拡張された組み合わせの結果として、更なる副次的効果が生じる。このように要求される情報は、航空隊プラニング若しくはエアラインによるフライトスケジュールの作成において、及び航空機製造者による航空機の新しいデザインにおいても、考慮され得る。

本発明に係る方法により、特に、標準運賃乗客による（例えば、「ファースト」や「ビジネス」などの）比較的高い予約クラスについての、最良の負荷が、航空隊プラニングにて及び新しい航空機のデザインにて保証され得ることとなる。比較的高い予約クラスが継続して用いられず航空機内で空虚重量として常時運ばれなければならない、というシートに関するリスクを大きく減少させることが、このことにより可能となる。そのリスクは最終的には変量の消費を不必要にも増大させてしまうものである。

フライト情報に基づいて割り当てられ得るクラスタ内への標準運賃乗客のためのシートの最適数、即ち、最適負荷を保証する数は、標準運賃乗客の若しくは自由に予め規定されるクラスタの乗客の固定数内の標準運賃乗客の部分の、平均数と、標準運賃乗客の若しくは自由に予め規定される同じクラスタの乗客の固定数内の標準運賃乗客の部分の、数の標準偏差の２倍とを加えることにより、決定されるのが好ましい。シートの最適数がこのように標準運賃乗客のために決定され、クラスタ内の対応するシートの負荷は最適化され得、その結果として、クラスタに割り当てられ得るフライトイベント内で運ばれるべき空虚重量は全体で最小となり、それと対応して燃料の節約が達成され得る。シートの負荷を最適化してそれにより最終的に燃料消費を継続して減少させる方法は、所与の状況の下で、独立の保護に値する。

本発明に係るコンピュータプログラムは、本発明に係る方法を実行するように機能する。従って、前述の記載を参照する。コンピュータプログラムは、ディスケット、ＤＶＤ（デジタルバーサタイルディスク）、ＣＤ（コンパクトディスク）、メモリスティック、又は任意の他の所望の格納媒体の形式内に存在し得る。

図１は、本発明に係る方法の概略図を示す。 図２は、チケットクーポンデータベースからの詳細を示す。 図３は、シリアル乗客コード番号の関数としてのチケット収益の図を示す。 図４は、シリアル乗客コード番号の関数としての累積収益の図を示す。 図５は、シリアル乗客コード番号の関数としての平均収益の図を示す。 図６は、第１の関数データベースからの詳細を示す。 図７は、二つの所定の乗客コード番号に対する、種々のフライトイベントの平均収益の図を示す。 図８は、第２の関数データベースからの詳細を示す。 図９は、特定のフライトイベントに対する、情報の決定を示す図を示す。

添付の図面を参照し更に有利な例示の実施形態に基づいて、以下本発明を説明する。

図１は、本発明に係る方法１００の概略図である。第１のステップ１０１では、第１のデータメモリ１に格納されるチケットデータと、第２のデータメモリ２に格納されるフライトスケジュールデータとが組み合わされてチケットクーポンデータベース１３を形成し、第２のデータメモリ３内に格納される。

図２は、チケットクーポンデータベース１３からの詳細を示す。各々の個別のチケットクーポン２３に対して、以下に関する情報を含む独立のデータセットがある。
−フライトイベントの日付
−フライト番号
−出発点
−出発時刻
−到着点
−到着時刻
−チケットクーポンに対するチケット収益３０
−乗客クラス
−フライトが実際に行われた航空機のタイプ
−フライトが実際に行われた航空機内のシートの数
−フライトが実際に行われた航空機のシート構成

「フライトイベントの日付」、「フライト番号」、「出発点」、「出発時刻」、「到着点」及び「到着時刻」の情報は、チケットデータとフライトスケジュール情報との両方に含まれ、フライトスケジュール情報をチケットデータと一意的にリンクするのに用いられる。チケットクーポンデータベース１３の「チケット収益」と「乗客クラス」の情報は、チケットデータから生じるものであり、該チケットクーポンデータベース１３は、フライトスケジュール情報からの「航空機のタイプ」、「シートの数」及び「シート構成」についての情報を含む。

チケットクーポンデータベース１３は、個別のフライトルートを排他的に含む。チケットデータからのチケットチケットデータからのチケットが複数のルートを含むならば、対応するチケットは、複数のチケットクーポン２３に分割され、結果的に独立のチケットクーポン２３が個々の部分的ルートで利用可能となる。例示の例では、チケットクーポン２３’と２３”は、チケットデータベースから、全体フライトルート（旅程）、ハンブルグ（ＨＡＭ）−ニューヨーク、ジョンＦケネディ空港（ＪＦＫ）、フランクフルトでのトランスファを伴うもの、に対する、一枚のチケットの二つの部分的ルートを形成する。

以下のステップ１０２では、チケットクーポンデータベース１３内の各々個別のフライトイベントのチケットクーポン２３が、所定の基準に従って、特に、対応するフライトイベントに対する各々のチケットクーポン２３のチケット収益に従う降順で、分類されることが、保証される。例示の例では、個別のフライトイベントのチケットクーポン２３は、このために、分類アルゴリズムに、例えば、チケットクーポン２３を対応して分類するバブル分類アルゴリズムに、供給される。チケットクーポン２３が正しい順序で表れると直ぐに、分類アルゴリズムは停止する。フライトイベントに対するチケットデータ２３が分類アルゴリズムに供給されるときに、フライトイベントに対するチケットデータ２３が既に分類されていると、分類アルゴリズムは、シングルパスの後、停止する。

図３は、例内にて、個別のフライトイベントに対し、シリアル乗客コード番号３１に対してプロットされた、分類されたチケットクーポン２３のチケット収益３０を示し、乗客コード番号３１は、個別のフライトイベントに対し、１からチケットクーポン２３の数まで、連続する。

ステップ１０３では、各々のフライトイベントに対する平均収益３２が、シリアル乗客コード番号３１の関数として決定される。この目的のために、中間のステップでは、分類されたチケットクーポン２３のチケット収益３０が第１のチケットクーポンから開始する順序で加算され、シリアル乗客コード番号３１に対応する加算されたチケットクーポン２３の数に従って決定される、という点にて、累積収益３３がシリアル乗客コード番号３１の関数として先ず計算される。図３からの、フライトイベントに対するこの中間のステップの結果は、図４にて示される。

続いて、シリアル乗客コード番号３１の関数として平均収益３２を得るために、個別の累積収益３３は、個々の関連するシリアル乗客コード番号３１により分割される。図３及び図４からのフライトイベントに対する平均収益３２は、図５の例に示される。

図５の例に示す平均収益３２に基づいて、ステップ１０４にて、関数

が、各々のフライトイベントに対して、シリアル乗客コード番号３１の関数として較正される。この関数では、インデクスｉは、個々の個別のフライトイベントを意味し、Ｙｉは、平均収益を意味し、Ｘはシリアル乗客コード番号を意味する。較正のために、関数の較正パラメータＡ_ｉ及びｍ_ｉは、各々のフライトイベントに対するシリアル乗客コード番号３１の関数として先行のステップ１０３で決定される平均収益３２からの偏差ができる限り小さくなるように、最適化される。較正は、シリアル乗客コード番号３１の７０％にのみ基づいて実行され、特に、７０％は最も高い乗客コード番号３１により実行される。対応する位置は、図５の領域３４として示される。

リソースの観点でできる限り経済的に必要な較正を実行するために、対数の式、特に以下の線形の式で、上述の関数を用いるのが好ましい。

最後の線形の式は、容易に、且つ、シリアル乗客コード番号３１の関数として先行のステップにて決定された平均収益３２を用いて個々のフライトイベントに対してリソースの観点から経済的に、構成され得る。このとき、最適化は、特に、線形の式の確度Ｒ^２を最大限にするということを、目的とし得る。パラメータＡｉは以下の式から得られる。

チケットデータがデータベース１内に存在する、個々のフライトイベントに対して対応して較正される関数は、それらの較正パラメータＢ_ｉ及びｍ_ｉの形式で第１の関数データベース４に格納される。較正パラメータＢ_ｉ及びｍ_ｉに加えて、個々のフライトイベントに関連するフライト情報も、第１の関数データベース４に格納される。クラスに従って分割される乗客の数も、第１の関数データベース４に格納される。対応する第１の関数データベースからの詳細は、図６の例に示される。

各々のフライトイベントに対する一つのみのデータセットが、第１の関数データベース４にて各々のフライトイベントに対して格納されるのであるから、このデータベースのデータセットの数は、各々の個別のフライトイベントの各々の個別のチケットに対する、チケットデータ及びチケットクーポンデータ１３に関して、データベース１及び３と比較して、既に有意に削減されている。

更なるステップ１０５にて、第１の関数データベース４からの個別のデータセットは、フライト情報に基づいて割り当てられ得る個別のクラスタに、組み合わされる。従って、例えば、フランクフルト（ＦＲＡ）と、北アメリカ、即ち、ジョンエフケネディ（ＪＦＫ）とニューアーク（ＥＷＲ）の二つのニューヨークの空港と間の、図６にて示されるフライトは、フランクフルトと北アメリカ若しくはニューヨークとの間の、全てのフライトに対して有効であるクラスタを形成するように、組み合わされ得る。クラスタは、１年の１月でのフライトにも限定され得る。

図６に示されるフランクフルトと北アメリカとの間のフライトに加えて、勿論、第１の関数データベース４は、特定のクラスタ「１月のフランクフルト−ニューヨーク」（若しくは「１月のフランクフルト−北アメリカ」）と関連する、多数の更なるフライトも含む。しかしながら、航空機サイズ若しくはシート構成は、示される例でのクラスタの形成のための基準ではない。

クラスタの対応するフライトイベントの組み合わせのために、個別の較正パラメータＢ_ｉ及びｍ_ｉ並びに前述の関数を用いて二人の所定の乗客に対して、平均収益が先ず計算される。図７では、乗客コード番号ａ＝１５０及びｂ＝３００に対してこのように計算される、平均収益が示され、平均収益は、個別に対応するフライトイベントに対し、標準運賃乗客の、即ち、予約クラス「ファースト」及び「ビジネス」の乗客の、数に対してプロットして示される。標準運賃乗客の数は、第１の関数データベース４から抽出され得る（図６、「乗客の数」参照）。

所定の乗客コード番号ａ、ｂの各々に対して、各々の場合、個々の勾配ｊ_ａ、ｊ_ｂを伴う直線３６、３７が概算され得る。更に、このステップでは、標準運賃乗客の関連する数

に加えて、共通の較正パラメータ

及び

が決定される。これらの値は、例えば、クラスタの特定のフライトイベントの、較正パラメータ及び標準運賃乗客の数であればよい。

更に、運搬される標準運賃乗客の数の平均値及び標準偏差は、個々のクラスタのフライトイベントに対して決定され得る。対応する情報は、図８の例に示すような、第２の関数データベース５に格納され得る。

共通の較正値

及び

と関連する情報に基づいて、クラスタに対して、関連する標準運賃乗客の数

及び勾配ｊ_ａ、ｊ_ｂ、個別の較正パラメータＢ_ｉ及びｍ_ｉが、特に、個別のフライトイベントの標準運賃乗客の数の関数として、このクラスタからの個別のフライトイベントに対して決定され得る。

この目的のために、例えば、乗客コード番号ａ、ｂに対して共通の較正値

及び

により関数Ｙ（Ｘ）＝Ａ×Ｘ^ｍを解くことが可能であり、これにより以下の結果が得られる。

対応するクラスタからの周知の標準運賃乗客の数を伴う任意の所望のフライトに対して、以下の式に基づいて、このフライトイベントの個別の関数Ｙ_ｉ若しくは較正パラメータＢ_ｉ及びｍ_ｉを決定することが即座に可能である。

図９は、特定のフライトイベントに対する個別の較正パラメータＢ_ｉ及びｍ_ｉを決定するためのこの手続の更なるグラフ図である。二つの所定の乗客コード番号ａ＝１５０及びｂ＝３００に対する勾配ｊ_ａ、ｊ_ｂに基づいて、処理で変更され且つ個別のフライトイベントの標準運賃乗客の実際数に依存する共通の較正値

及び

、関数（Ｙ_ｉ）の「シフト」並びに較正パラメータＢ_ｉ、ｍ_ｉにより、周知の関数

からの偏差をこれらの二つの乗客コード番号ａ、ｂに対して決定することが、可能である。

上述の組み合わせの結果として、第１の関数データベース４と対比して第２の関数データベース５のデータセットの数を更に減少させることが可能である。

結果として、本発明に係る方法は、十分な正確性と共に第１のチケットデータに含まれる全てのフライトイベントをマップし得るが、これに対して数オーダの規模でより少ない数のデータセットを受信する、第２の関数データベース５を提供する。このようにサイズが十分に小さくなることにより、第２の関数データベース５はエネルギ消費が少ないコンピュータとしても評価され得る。先行技術では可能ではなかった更なる思いがけない効果は、このように決定される第２の関数データベース５に基づいて情報を導出して予測を行うことも可能であるということである。

Claims (17)

1. エアライン乗客チケット大量データストックを分析する方法であって、
   ａ．各々のフライトイベントに対する、チケットクーポンデータ（２３）を含むデータベース（１３）を形成するために、チケットデータをフライトスケジュール情報とリンクするステップと、
   ｂ．個別のチケットクーポン収益に従って所定の順序で、各々のフライトイベントに対する個別のチケットクーポン（２３）が分類されることを、保証するステップと、
   ｃ．分類されたチケットクーポン（２３）に従ってシリアル乗客コード番号（３１）の数の関数として、各々のフライトイベントに対する収益（３２，３３）を決定するステップと、
   ｄ．各々の個別のフライトイベントｉに対する、関数Ｙ_ｉ（Ｘ）の較正パラメータを決定するステップであって、Ｙｉは収益を意味し、Ｘはシリアル乗客コード番号を意味し、並びに、決定された収益からの関数値Ｙｉの偏差ができる限り小さくなるように、関数Ｙｉ（Ｘ）の較正が、決定された収益（３２、３３）に基づいてシリアル乗客コード番号（３１）の関数として実行される、ステップと、
   ｅ．複数の較正された関数を、フライト情報に基づいて割り当てられ得るクラスタ内に組み合わせるステップと
   を含む、方法。
2. 個別のチケットクーポン収益に従って降順で若しくは昇順で、各々のフライトイベントに対する個別のチケットクーポン（２３）が分類されることが保証される、
   請求項１に記載の方法。
3. 決定される収益が、累積若しくは平均収益である、
   請求項１又は２に記載の方法。
4. 収益が決定された、乗客コード番号Ｘに対する関数の範囲Ｙ_ｉ（Ｘ）は、単調増加若しくは単調減少である、請求項１〜３のうちのいずれか一に記載の方法。
5. 関数Ｙ_ｉ（Ｘ）の較正パラメータの数が、１０以下、好ましくは５以下、更に好ましくは３以下である、
   請求項１〜４のうちいずれか一に記載の方法。
6. 関数Ｙ_ｉ（Ｘ）がＹ_ｉ（Ｘ）＝Ａ_ｉ×Ｘ^ｍｉであり、較正パラメータＡ_ｉ及びｍ_ｉを伴う、
   請求項１〜５のうちのいずれか一に記載の方法。
7. チケットデータをフライトスケジュール情報とリンクするステップの前又は間に、複数の部分的ルートを伴うフライト接続のためのチケットデータは、複数の部分的ルートチケットデータに分割され、各々は部分的ルートの一つと関連する、
   請求項１に記載の方法。
8. チケットクーポン（２３）の所定の順序を保証するために、分類処理が完了したと検出されると停止することが好ましい分類アルゴリズムが適用される、請求項１〜７のうちのいずれか一に記載の方法。
9. 平均収益（３２）は、
   ａ．シリアル乗客コード番号（３１）の関数として累積収益（３３）を決定するステップと、
   ｂ．関連するシリアル乗客コード番号（３１）により累積収益（３３）を分割するステップと
   により、シリアル乗客コード番号（３１）の関数として決定される、請求項３〜８のうちのいずれか一に記載の方法。
10. 関数Ｙ_ｉ（Ｘ）＝Ａ_ｉ×Ｘ^ｍｉが、較正のために対数関数化される、請求項６〜１０のうちのいずれか一に記載の方法。
11. 較正が、収益（３２、３３）についての結果としてのプロファイルの所定範囲にのみ基づいて、好ましくはシリアル乗客コード番号（３１）のコヒーレント部分（３４）に基づいて、実行され、較正のために用いるべきシリアル乗客コード番号（３１）の部分（３４）は好ましくは６０〜８０％であり、更に好ましくは７０％である、
    請求項１〜１０のうちのいずれか一に記載の方法。
12. 個別の乗客クラスの負荷に関する値は、各々のフライトイベントに対して決定される、請求項１〜１１のうちのいずれか一に記載の方法。
13. 個別のフライトイベントをクラスタに組み合わせるために、フライト情報の観点にて明確に定義されるフライトイベントのグループが十分に類似の較正値を有するかどうかチェックされ、もし有するならば、共通の較正値がこのクラスタの全てのフライトイベントに対して決定される、請求項１〜１２のうちのいずれか一に記載の方法。
14. 個別の乗客クラスの様々な負荷を伴うフライトイベントを、フライト情報に基づいて割り当てられ得るクラスタ内に組み合わせるステップが、
    ａ．所定の乗客コード番号ａ、ｂ、・・・に対する線形の式に基づいて勾配ｊ_ａ、ｊ_ｂ、・・・を決定するステップであって、
    該線形の式は、標準運賃乗客の数ｎ若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分と、所定の乗客コード番号ａ、ｂ、・・・に対して組み合わされるフライトイベントの収益との間の関係を表し、
    所定の乗客コード番号ａ、ｂ、・・・に対する収益は、個別のフライトイベントに対して関数Ｙｉ（Ｘ）を解くことにより、標準運賃乗客の数ｎの又は自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、関数として決定され、
    所定の乗客コード番号ａ、ｂ、・・・の数、及び線形の式の数は、各々の場合にて関数Ｙ_ｉ（Ｘ）の較正パラメータに対応する、ステップと、
    ｂ．標準運賃乗客の所定の数ｎ、若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分に対して、共通の較正値を決定するステップと
    を含む、請求項１〜１３のうちのいずれか一に記載の方法。
15. 標準運賃乗客の数の、若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、平均値及び好ましくは標準偏差は、クラスタの全てのフライトイベントに対して決定される、請求項１〜１４のうちのいずれか一に記載の方法。
16. クラスタ内の標準運賃乗客のためのシートの最適数は、クラスタの、標準運賃乗客若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、平均数と、同じくラスタの、標準運賃乗客若しくは自由に予め規定される乗客の固定数内の標準運賃乗客の部分の、数の標準偏差の２倍とを、加算することにより、決定される、請求項１５に記載の方法。
17. 請求項１〜１６のうちのいずれか一に記載の方法を実行するためのコンピュータプログラム。

Images