WO2022252846A1 - 航段市场需求值的预测方法、装置及机器可读介质 - Google Patents

航段市场需求值的预测方法、装置及机器可读介质 Download PDF

Info

Publication number
WO2022252846A1
WO2022252846A1 PCT/CN2022/087048 CN2022087048W WO2022252846A1 WO 2022252846 A1 WO2022252846 A1 WO 2022252846A1 CN 2022087048 W CN2022087048 W CN 2022087048W WO 2022252846 A1 WO2022252846 A1 WO 2022252846A1
Authority
WO
WIPO (PCT)
Prior art keywords
collection point
data collection
target
flight segment
market demand
Prior art date
Application number
PCT/CN2022/087048
Other languages
English (en)
French (fr)
Inventor
张毅
梁巍
周榕
陈思
Original Assignee
中国民航信息网络股份有限公司
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 中国民航信息网络股份有限公司 filed Critical 中国民航信息网络股份有限公司
Publication of WO2022252846A1 publication Critical patent/WO2022252846A1/zh

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Definitions

  • the present application relates to the field of aviation, and in particular to a method, device and machine-readable medium for predicting the market demand value of flight segments.
  • Civil aviation passenger revenue management is the management of prices and seats by airlines using scientific methods such as forecasting and optimization, so that each seat of each segment of each flight is sold to different types of passengers at different prices in a timely manner, so as to obtain the maximum Revenue;
  • the revenue management system is a system that automatically manages the inventory of non-departing flights by using flight plan, inventory, departure and freight rate data and information based on forecasting and optimization models;
  • the reservation value of designated cabins for non-departing flights Forecast refers to the reservation forecast value of a designated non-departure flight when it departs, and is the main output value of the revenue management system.
  • the data collection points of the revenue management system have a one-to-one correspondence with the departure date of the flight segment.
  • Each airline has set up two sets of international and domestic data collection points in the flight control system; if the flight sales progress is relatively concentrated or the booking period is relatively scattered, Airlines can set the number of data collection points according to the characteristics of their own route network.
  • the present application provides a method, device and machine-readable medium for predicting the market demand value of flight segments, which are used to calculate the market demand value of floating data collection points and improve the efficiency of revenue management.
  • the first aspect of the embodiment of the present application provides a method for predicting the market demand value of a flight segment, including:
  • the target flight segment is the flight segment of the target airline company to be predicted market demand value
  • the data collection point corresponding to the target distance port date is the floating data collection point, then determine the first fixed data collection point corresponding to the target flight segment and the second fixed data collection point according to the floating data collection point data collection point;
  • the market demand value of the target flight segment on the target departure date is determined according to the target departure date, the first collection point data, and the second collection point data.
  • the second aspect of the present application provides a device for forecasting market demand value of flight segments, including:
  • the first determination unit is used to determine the target departure date of the target flight segment, and the target flight segment is the flight segment of the target airline company to be predicted market demand value;
  • Judging unit for judging whether the data collection point corresponding to the target distance port date is a floating data collection point according to the data collection point information corresponding to the target flight segment;
  • the second determination unit is used to determine the first fixed data collection corresponding to the target flight segment according to the floating data collection point if the data collection point corresponding to the target distance port date is the floating data collection point point and the second fixed data collection point;
  • An acquisition unit configured to acquire first collection point data corresponding to the first fixed data collection point and second collection point data corresponding to the second fixed data collection point;
  • a third determination unit configured to determine the market demand value of the target flight segment on the target departure date according to the target departure date, the first collection point data, and the second collection point data.
  • the first collection point data includes the first date from the port and the first market demand value
  • the second collection point data includes the second date from the port and the second market demand value
  • the first The three determination units are specifically used for:
  • Demand(Floating-DCP) is the market demand value of the target flight segment on the date of the target departure port
  • Demand DCP(j) is the first market demand value
  • Demand DCP(j-1) is the The second market demand value
  • Ndo(j) is the first departure date
  • Ndo(j-1) is the second departure date
  • Ndo(Floating-DCP) is the target departure date.
  • the judging unit is specifically used for:
  • the second determining unit is specifically configured to:
  • Two fixed data collection points adjacent to the floating data collection point are respectively determined as the first fixed data collection point and the second fixed data collection point.
  • the acquisition unit is specifically used for:
  • Collection point data corresponding to the first fixed data collection point and the second collection point data corresponding to the second fixed data collection point from a local database, where the local database stores the data including the first collection point.
  • the third aspect of the present application provides a computer device, including: a memory, a processor, and a bus system; wherein, the memory is used to store programs, and the bus system is used to connect the memory and the processor so that the memory and the processor communicate; The device is used to execute the program in the memory, and execute the method for predicting the market demand value of the flight segment according to the above first aspect according to the instructions in the program code.
  • the fourth aspect of the embodiment of the present application provides a machine-readable medium, which includes instructions, which, when run on a machine, cause the machine to execute the steps of the method for predicting the market demand value of a flight segment described in the first aspect above.
  • Fig. 1 is the schematic flow chart of the method for forecasting the segment market demand value that the embodiment of the present application provides;
  • Fig. 2 is the virtual structure schematic diagram of the segment market demand forecasting device that the embodiment of the present application provides;
  • FIG. 3 is a schematic structural diagram of a machine-readable medium provided by an embodiment of the present application.
  • FIG. 4 is a schematic diagram of a hardware structure of a server provided by an embodiment of the present application.
  • Yield management system refers to a system that uses flight plan, inventory, departure and freight rate data to automatically manage the inventory of non-departure flights based on forecasting and optimization models;
  • the market demand value refers to the demand that passengers have the ability to purchase and has actual purchase needs, and actual orders may or may not be generated, as the output value in the revenue management system;
  • Ndo Number of department days (Ndo), the number of days between the system date (that is, the current date) and the departure date of the flight segment, for example, the current date is April 26, 2021, and the departure date is May 1, 2021 day, the Ndo is 5 days;
  • Data collection points are determined by the date from the port, and have a one-to-one correspondence with the date from the port, for example: data collection point Dcp 20 corresponds to 7 days from the port date, where the data collection point includes a fixed
  • the data collection point Fixed-Dcp and the floating data collection point Floating-Dcp are described in detail below:
  • Fixed-Dcp refers to the data collection point in a narrow sense, which is determined by the number of days away from departure.
  • the airline has two sets of data collection point rules for domestic flight routes and international flight routes in the flight control system;
  • Floating-Dcp Data collection point in the category of Fixed-Dcp, which is not a fixed data collection point; for example: the date of departure of the specified flight is 20 days, but Dcp 11 corresponds to the date of departure from the port of 24 days, and Dcp 12 corresponds to the date of departure from the port If it is 18 days, then this data collection point is a floating data collection point, which can be marked as Dcp 11.5 . Of course, it can also be other values, such as Dcp 11.2 , as long as it can correspond to the floating data collection point.
  • the forecasting method of the flight segment market demand value provided by the application will be described below from the perspective of the flight segment market demand value forecasting device.
  • the flight segment market demand value prediction device can be a server or a service unit in the server. limited.
  • Fig. 1 is a schematic flow chart of the method for forecasting the segment market demand value provided by the embodiment of the present application, including:
  • the device for predicting the market demand value of the flight segment can first determine the target departure date of the target flight. May 10, 2021, and the current date is April 26, 2021, then it can be determined that the target departure date of the target flight is 14 days. It can be understood that, here, the distance from the port is taken as an example for illustration, and of course, other counting units, such as time, can also be used, which are not specifically limited.
  • a flight segment refers to a flight segment that can constitute a passenger journey.
  • the first flight is the flight corresponding to Beijing-Shanghai-San Francisco. There are three possible passenger journeys: Beijing-Shanghai, Shanghai-San Francisco and Beijing-Shanghai. San Francisco, that is, the first flight includes the Beijing-Shanghai segment, the Shanghai-San Francisco segment and the Beijing-San Francisco segment, a total of 3 segments.
  • Step 103 Judging whether the data collection point corresponding to the target distance port date is a floating data collection point according to the data collection point information corresponding to the target flight segment, if the data collection point corresponding to the target distance port date is a floating data collection point, then execute Step 103.
  • the flight segment market demand value forecasting device can judge whether the data collection point corresponding to the target distance port date is a floating data collection point according to the data collection point information corresponding to the target flight segment, and the process of judging is specifically carried out below illustrate:
  • data collection point data such as
  • the distance port date in the point corresponds to the date, that is to say, after the target flight segment is determined, the data collection point information corresponding to the target flight segment can be determined, and then the data collection point information corresponding to the target flight segment can be determined.
  • the flight segment market demand value forecasting device can obtain the distance days corresponding to each historical flight segment in the historical flight segment collection, and judge whether the target distance port date matches the distance port date corresponding to each historical flight segment, if If they do not match, then determine that the data collection point corresponding to the target distance port date is a floating data collection point.
  • the distance from the port date corresponding to the fixed data collection point is 1, 4, 8, 10, 14, 18, 22, ..., 365
  • the target distance from the port date is 20 days
  • the distance corresponding to the fixed collection point If the port date does not match, it is determined that the data collection point corresponding to the target distance from the port date is a floating data collection point.
  • the data collection point information also includes at least one of the following data: flight number, departure airport, arrival airport, departure date and time of flight segment, reservation value of each class of flight segment and corresponding value.
  • the data collection point corresponding to the target distance port date is a floating data collection point, then determine the first fixed data collection point and the second fixed data collection point corresponding to the target flight segment according to the floating data collection point.
  • the first fixed data collection point corresponding to the target flight segment can be determined according to the floating data collection point. point and the second fixed data collection point, specifically, first determine the two fixed data collection points adjacent to the floating data collection point, and then determine the two fixed data collection points adjacent to the floating data collection point as the first fixed data collection point Data collection point and the second fixed data collection point, for example, the target distance from the port date is 20 days, the fixed data collection point Dcp 11 corresponds to 24 days from the port date, and the fixed data collection point Dcp 12 corresponds to 18 days from the port date, then It can be determined that the fixed data collection point Dcp 11 is the first fixed data collection point, the fixed data collection point Dcp 12 is the second fixed data collection point, or that the fixed data collection point Dcp 11 is the second fixed data collection point, and the fixed data collection point Dcp 11 is the second fixed data collection point.
  • the target distance from the port date is 20 days
  • the fixed data collection point Dcp 11 corresponds to 24 days from the port date
  • the device for predicting the market demand value of the flight segment can obtain the first collection point data corresponding to the first fixed data collection point and the first data collection point corresponding to the first fixed data collection point from the local database.
  • the second collection point data corresponding to the second fixed data collection point the local database stores the collection point data corresponding to a plurality of data collection points including the first fixed data point and the second fixed data collection point, wherein , the collection point data includes the market demand value corresponding to the fixed data collection point, the distance port date of the fixed data collection point, and flight segment data, and the market demand value is the distance corresponding to the target flight segment at the fixed collection point The market demand value of Hong Kong date.
  • the method of determining the market demand value is not specifically limited here. For example, obtain the flight information of the specified flight of the target airline company, and obtain inventory data based on the flight information.
  • the inventory data specifically includes the inventory information of departing flights and the inventory of non-departing flights Information, where the inventory data of departed flights refers to the flight inventory data of departing flights in the past three years based on the current date of the specified flight, and the inventory data of non-departing flights refers to the future one year based on the current date of the designated flight.
  • the flight inventory data of the year; according to the inventory data, the sales status of the specified cabin class of the specified flight can be judged.
  • the flight information of the designated airline the inventory data of the designated flight, etc., to identify the sales status of the designated cabin of the designated flight.
  • the sales status includes locked cabin, open cabin, etc., and finally based on the preset algorithm Process the sales status to obtain the market demand value of the specified flight.
  • the available status when the number of available seats in a designated cabin is less than or equal to zero, and the available status is open or closed, it means that the designated cabin is in a non-saleable state, that is, the cabin is locked; the number of available seats in a designated cabin is greater than zero, and the available If the status is closed, it means that the specified cabin is not available for sale; it is locked; if the number of available seats in the specified cabin is greater than zero, the available status is open, indicating that the specified cabin is available for sale; that is, the cabin is open;
  • the market demand value of the data collection point DCP(n+1) is calculated by the following formula:
  • the market demand value of each fixed collection point corresponding to the target flight is stored in the local database, and the market demand value of the target flight segment at each fixed data collection point can be calculated in advance, and the market demand value
  • the value and the flight segment data of the target flight segment are stored as an information pair in the local database, and can be obtained directly from the local database when needed.
  • the first collection point data includes the first distance port date and the first market demand value
  • the second collection point data includes the second distance port data and the second market demand value.
  • Demand(Floating-DCP) is the market demand value of the target flight segment on the date of the target departure port
  • Demand DCP(j) is the first market demand value
  • Demand DCP(j-1) is the The second market demand value
  • Ndo(j) is the first departure date
  • Ndo(j-1) is the second departure date
  • Ndo(Floating-DCP) is the target departure date.
  • each block in a flowchart or block diagram may represent a module, program segment, or portion of code that contains one or more logical functions for implementing specified executable instructions.
  • the functions noted in the block may occur out of the order noted in the figures. For example, two blocks shown in succession may, in fact, be executed substantially concurrently, or they may sometimes be executed in the reverse order, depending upon the functionality involved.
  • each block of the block diagrams and/or flowchart illustrations, and combinations of blocks in the block diagrams and/or flowchart illustrations can be implemented by a dedicated hardware-based system that performs the specified functions or operations , or may be implemented by a combination of dedicated hardware and computer instructions.
  • the present application can also write computer program codes for performing the operations of the present application in one or more programming languages or combinations thereof, and the above-mentioned programming languages include but are not limited to object-oriented programming languages—such as Java, Smalltalk, C++, and also conventional procedural programming languages—such as "C" or similar programming languages.
  • the program code may execute entirely on the user's computer, partly on the user's computer, as a stand-alone software package, partly on the user's computer and partly on a remote computer or entirely on the remote computer or server.
  • the remote computer can be connected to the user computer through any kind of network, including a local area network (LAN) or a wide area network (WAN), or it can be connected to an external computer (such as through an Internet service provider). Internet connection).
  • LAN local area network
  • WAN wide area network
  • Internet connection any kind of network, including a local area network (LAN) or a wide area network (WAN), or it can be connected to an external computer (such as through an Internet service provider). Internet connection).
  • the embodiment of the present application is described above from the perspective of the method for predicting the market demand value of the flight segment, and the embodiment of the present application is described below from the perspective of the device for predicting the market demand value of the flight segment.
  • Fig. 2 is the virtual structural diagram of the flight segment market demand value forecasting device provided by the embodiment of the present application, the flight segment market demand value forecasting device 200 includes:
  • the first determination unit 201 is used to determine the target departure date of the target flight segment, and the target flight segment is the flight segment of the target airline company to be predicted market demand value;
  • a judging unit 202 configured to judge whether the data collection point corresponding to the target distance port date is a floating data collection point according to the data collection point information corresponding to the target flight segment;
  • the second determination unit 203 is configured to determine the first fixed data corresponding to the target flight segment according to the floating data collection point if the data collection point corresponding to the target departure date is the floating data collection point collection point and the second fixed data collection point;
  • An acquiring unit 204 configured to acquire first collection point data corresponding to the first fixed data collection point and second collection point data corresponding to the second fixed data collection point;
  • the third determination unit 205 is configured to determine the market demand value of the target flight segment on the target departure date according to the target departure date, the first collection point data and the second collection point data.
  • the first collection point data includes the first date from the port and the first market demand value
  • the second collection point data includes the second date from the port and the second market demand value
  • the first The three determination unit 205 is specifically used for:
  • Demand(Floating-DCP) is the market demand value of the target flight segment on the date of the target departure port
  • Demand DCP(j) is the first market demand value
  • Demand DCP(j-1) is the The second market demand value
  • Ndo(j) is the first departure date
  • Ndo(j-1) is the second departure date
  • Ndo(Floating-DCP) is the target departure date.
  • the judging unit 202 is specifically configured to:
  • the second determining unit 203 is specifically configured to:
  • Two fixed data collection points adjacent to the floating data collection point are respectively determined as the first fixed data collection point and the second fixed data collection point.
  • the acquiring unit 204 is specifically configured to:
  • Collection point data corresponding to the first fixed data collection point and the second collection point data corresponding to the second fixed data collection point from a local database, where the local database stores the data including the first collection point.
  • the units involved in the embodiments described in the present application may be implemented by means of software or by means of hardware.
  • the name of the unit does not constitute a limitation on the unit itself under certain circumstances, for example, the acquisition unit may also be described as "a unit that acquires the credential information of the target user".
  • FPGAs Field Programmable Gate Arrays
  • ASICs Application Specific Integrated Circuits
  • ASSPs Application Specific Standard Products
  • SOCs System on Chips
  • CPLD Complex Programmable Logical device
  • FIG. 3 is a schematic diagram of an embodiment of a machine-readable medium provided in an embodiment of the present application.
  • the present embodiment provides a machine-readable medium 300, on which a computer program 311 is stored, and when the computer program 311 is executed by a processor, the prediction of the market demand value of the flight segment described in the above-mentioned Figure 1 is realized method steps.
  • a machine-readable medium may be a tangible medium, which may contain or store a program for use by an instruction execution system, device, or device or in combination with an instruction execution system, device, or device.
  • a machine-readable medium may be a machine-readable signal medium or a machine-readable storage medium.
  • a machine-readable medium may include, but is not limited to, electronic, magnetic, optical, electromagnetic, infrared, or semiconductor systems, apparatus, or devices, or any suitable combination of the foregoing.
  • machine-readable storage media would include one or more wire-based electrical connections, portable computer discs, hard drives, random access memory (RAM), read only memory (ROM), erasable programmable read only memory (EPROM or flash memory), optical fiber, compact disk read only memory (CD-ROM), optical storage, magnetic storage, or any suitable combination of the foregoing.
  • RAM random access memory
  • ROM read only memory
  • EPROM or flash memory erasable programmable read only memory
  • CD-ROM compact disk read only memory
  • magnetic storage or any suitable combination of the foregoing.
  • machine-readable medium mentioned above in this application may be a computer-readable signal medium or a computer-readable storage medium or any combination of the above two.
  • a computer readable storage medium may be, for example, but not limited to, an electrical, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or any combination thereof. More specific examples of computer-readable storage media may include, but are not limited to, electrical connections with one or more wires, portable computer diskettes, hard disks, random access memory (RAM), read-only memory (ROM), erasable Programmable read-only memory (EPROM or flash memory), optical fiber, portable compact disk read-only memory (CD-ROM), optical storage device, magnetic storage device, or any suitable combination of the above.
  • a computer-readable storage medium may be any tangible medium that contains or stores a program that can be used by or in conjunction with an instruction execution system, apparatus, or device.
  • a computer-readable signal medium may include a data signal propagated in baseband or as part of a carrier wave, carrying computer-readable program code therein. Such propagated data signals may take many forms, including but not limited to electromagnetic signals, optical signals, or any suitable combination of the foregoing.
  • a computer-readable signal medium may also be any computer-readable medium other than a computer-readable storage medium, which can transmit, propagate, or transmit a program for use by or in conjunction with an instruction execution system, apparatus, or device .
  • Program code embodied on a computer readable medium may be transmitted by any appropriate medium, including but not limited to wires, optical cables, RF (radio frequency), etc., or any suitable combination of the above.
  • the above-mentioned computer-readable medium may be included in the above-mentioned electronic device, or may exist independently without being incorporated into the electronic device.
  • FIG. 4 is a schematic diagram of the hardware structure of a server provided by the embodiment of the present application.
  • the server 400 may have relatively large differences due to different configurations or performances, and may include one or more central processing units (central processing units, CPU) 422 (eg, one or more processors) and memory 432, and one or more storage media 430 (eg, one or more mass storage devices) for storing application programs 442 or data 444.
  • the memory 432 and the storage medium 430 may be temporary storage or persistent storage.
  • the program stored in the storage medium 430 may include one or more modules (not shown in the figure), and each module may include a series of instruction operations on the server.
  • the central processing unit 422 may be configured to communicate with the storage medium 430 , and execute a series of instruction operations in the storage medium 430 on the server 400 .
  • the server 400 can also include one or more power supplies 426, one or more wired or wireless network interfaces 450, one or more input and output interfaces 458, and/or, one or more operating systems 441, such as Windows ServerTM, Mac OS XTM, UnixTM, LinuxTM, FreeBSDTM, etc.
  • the steps performed by the device for predicting the market demand value of flight segments in the above embodiments may be based on the server structure shown in FIG. 4 .
  • the process of the method for predicting the market demand value of the air segment described in the schematic flowchart of FIG. 1 may be implemented as a computer software program.
  • the embodiments of the present application include a computer program product, which includes a computer program carried on a non-transitory computer-readable medium, the computer program including a program for performing the method shown in the flowchart schematic diagram of FIG. 1 above code.

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种航段市场需求值的预测方法、装置及机器可读介质，用于计算浮动数据采集点的市场需求值，提升收益管理工作的效率。该方法包括：确定目标航段的目标距离港日期；根据目标航段所对应的数据采集点信息判断目标距离港日期所对应的数据采集点是否为浮动数据采集点；若目标距离港日期所对应的数据采集点为浮动数据采集点，则根据浮动数据采集点确定目标航段所对应的第一固定数据采集点以及第二固定数据采集点；获取第一固定数据采集点所对应的第一采集点数据以及第二固定数据采集点所对应的第二采集点数据；根据目标距离港日期、第一采集点数据以及第二采集点数据确定目标航段在目标距离港日期的市场需求值。

Description

航段市场需求值的预测方法、装置及机器可读介质
本申请要求于2021年5月31日提交中国专利局、申请号为202110604809.5、发明名称为“航段市场需求值的预测方法、装置及机器可读介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及航空领域，尤其涉及一种航段市场需求值的预测方法、装置及机器可读介质。
背景技术
民航客运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，使得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；收益管理系统是利用航班计划、库存、离港与运价数据与信息，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；未离港航班指定舱位的订座值预测指的是指定未离港航班在离港时的订座预测值，是收益管理系统的主要输出值。
收益管理系统的数据采集点与航段的距离港日期为一一对应关系，各航空公司在航班控制系统中设置国际、国内两套数据采集点；如果航班销售进度相对集中或预订期相对分散，航空公司可以根据自身航线网络特点设置数据采集点数量。
但是受限于收益管理工作的效率以及硬件性能，不能无限制的增加数据采集点的数据，这就导致了始终会有一些距航段离港日期与数据采集点不能一一对应，如何计算这些不能与数据采集点适配的距离港日期的市场需求值为目前亟待解决的问题。
发明内容
本申请提供了一种航段市场需求值的预测方法、装置及机器可读介质，用于计算浮动数据采集点的市场需求值，提升收益管理工作的效率。
本申请实施例第一方面提供了一种航段市场需求值的预测方法，包括：
确定目标航段的目标距离港日期，所述目标航段为目标航司中待预测市场需求值的航段；
根据所述目标航段所对应的数据采集点信息判断所述目标距离港日期所对应的数据采集点是否为浮动数据采集点；
若所述目标距离港日期所对应的数据采集点为所述浮动数据采集点，则根据所述浮动数据采集点确定所述目标航段所对应的第一固定数据采集点以及所述第二固定数据采集点；
获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据；
根据所述目标距离港日期、所述第一采集点数据以及所述第二采集点数据确定所述目标航段在所述目标距离港日期的市场需求值。
本申请第二方面提供了一种航段市场需求值预测装置，包括：
第一确定单元，用于确定目标航段的目标距离港日期，所述目标航段为目标航司中待预测市场需求值的航段；
判断单元，用于根据所述目标航段所对应的数据采集点信息判断所述目标距离港日期 所对应的数据采集点是否为浮动数据采集点；
第二确定单元，用于若所述目标距离港日期所对应的数据采集点为所述浮动数据采集点，则根据所述浮动数据采集点确定所述目标航段所对应的第一固定数据采集点以及所述第二固定数据采集点；
获取单元，用于获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据；
第三确定单元，用于根据所述目标距离港日期、所述第一采集点数据以及所述第二采集点数据确定所述目标航段在所述目标距离港日期的市场需求值。
一种可能的设计中，所述第一采集点数据包括第一距离港日期以及第一市场需求值，所述第二采集点数据包括第二距离港日期以及第二市场需求值，所述第三确定单元具体用于：
通过如下公式计算所述目标航段的市场需求值：
Figure PCTCN2022087048-appb-000001
其中，Demand(Floating-DCP)为所述目标航段在所述目标距离港日期的市场需求值，Demand DCP(j)为所述第一市场需求值，Demand DCP(j-1)为所述第二市场需求值，Ndo(j)为所述第一距离港日期，Ndo(j-1)为所述第二距离港日期，Ndo(Floating-DCP)为所述目标距离港日期。
一种可能的设计中，所述判断单元具体用于：
根据所述目标航段所对应的数据采集点信息确定所述目标航段所对应的历史航段集合；
获取所述历史航段集合中每个历史航段所对应的距离港日期；
判断所述目标距离港日期是否与所述每个历史航段所对应的距离港日期匹配；
若是，则确定所述目标距离港日期所对应的数据采集点为所述浮动数据采集点。
一种可能的设计中，所述第二确定单元具体用于：
确定与所述浮动数据采集点相邻的两个固定数据采集点；
将与所述浮动数据采集点相邻的两个固定数据采集点分别确定为所述第一固定数据采集点以及所述第二固定数据采集点。
一种可能的设计中，所述获取单元具体用于：
从本地数据库中获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据，所述本地数据库中存储有包括所述第一固定数据采集点以及所述第二固定数据采集点在内的多个数据采集点所对应的采集点数据。
本申请第三方面提供了一种计算机设备，包括：存储器、处理器以及总线系统；其中，存储器用于存储程序，总线系统用于连接存储器以及处理器，以使存储器以及处理器进行通信；处理器用于执行所述存储器中的程序，并根据程序代码中的指令执行上述第一方面所述航段市场需求值的预测方法。
本申请实施例第四方面提供了一种机器可读介质，其包括指令，当其在机器上运行时，使得机器执行上述第一方面所述的航段市场需求值的预测方法的步骤。
综上所述，可以看出，本申请提供的实施例中，通过确定目标航段的目标距离港日期，并根据目标航段所对应的数据采集点判断该目标距离港日期所对应的数据采集点是否为浮动数据采集点，若是，则确定第一固定数据采集点以及第二固定数据采集点，并根据第一固定数据采集点的采集点数据以及第二固定数据采集点的采集点数据确定目标航段在目标距离港日期的市场需求值，相对于现有的通过增加固定数据采集点的方式来确定目标航段在距离港日期的市场需求值来说，由于本申请中无需增加额外的固定数据采集点，可以提升收益管理工作的效率。
附图说明
结合附图并参考以下具体实施方式，本申请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。
图1为本申请实施例提供的航段市场需求值的预测方法的流程示意图；
图2为本申请实施例提供的航段市场需求值预测装置的虚拟结构示意图；
图3为本申请实施例提供的机器可读介质的结构示意图；
图4为本申请实施例提供的服务器的硬件结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请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申请。应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围。
本申请中使用的术语“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，本申请中提及的“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，本申请中提及的“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”。
首先对本申请实施例涉及的专用名词进行说明：
收益管理系统是指利用航班计划、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；
市场需求值是指旅客具有能力购买且具有实际购买需求的需求，可以产生实际的订单，可以不产生实际的订单，作为收益管理系统中的输出值；
距离港日期(Number of department days，Ndo)，系统日期(也即当前日期)距航班航段离港日期的天数，例如当前日期为2021年4月26日，离港日期为2021年5月1日，该Ndo即为5天；
数据采集点(Data collection points，Dcp)，由距离港日期而决定，与距离港日期为一一对应关系，例如：数据采集点Dcp 20对应距离港日期7天，其中，该数据采集点包括固定数据采集点Fixed-Dcp和浮动数据采集点Floating-Dcp，下面进行具体说明：
固定数据采集点Fixed-Dcp指的是狭义上的数据采集点，由距离离港天数确定，航空公司在航班控制系统中拥有国内航班航线与国际航班航线共计两套数据采集点规则；
浮动数据采集点Floating-Dcp：非固定数据采集点Fixed-Dcp范畴的数据采集点；例如：指定航班距离港日期为20天，但Dcp 11对应距离港日期为24天，Dcp 12对应距离港日期为18天，那么此数据采集点为浮动数据采集点，可标记为Dcp 11.5，当然也还可以为其他的数值，例如Dcp 11.2只要能将与浮动数据采集点相对应即可。
下面从航段市场需求值预测装置的角度本申请提供的航段市场需求值的预测方法进行说明，该航段市场需求值预测装置可以为服务器，也可以为服务器中的服务单元，具体不做限定。
请参阅图1，图1为本申请实施例提供的航段市场需求值的预测方法的一个流程示意图，包括：
101、确定目标航班的目标距离港日期。
本实施例中，航段市场需求值预测装置可以首先确定目标航班的目标距离港日期，该目标航班为目标航司中待预测市场需求值的航段，例如该目标航班的离港日期为2021年5月10日，当前日期为2021年4月26日，则可以确定该目标航班的目标距离港日期为14天。可以理解的是，此处以距离港日期为例进行说明，当然也还可以是其他的计数单位，例如时刻，具体不做限定。可以理解的是，航段是指能够构成旅客航程的航段，例如该第一航班为北京-上海-旧金山所对应的航班，旅客航程有3种可能：北京-上海、上海-旧金山和北京-旧金山，也即该第一航班包括北京-上海航段、上海-旧金山航段和北京-旧金山航段，共3个航段。
102、根据目标航段所对应的数据采集点信息判断目标距离港日期所对应的数据采集点是否为浮动数据采集点，若目标距离港日期所对应的数据采集点为浮动数据采集点，则执行步骤103。
本实施例中，航段市场需求值预测装置可以根据目标航段所对应的数据采集点信息判断目标距离港日期所对应的数据采集点是否为浮动数据采集点，下面对判断的过程进行具体说明：
航段市场需求值预测装置可以首先获取目标航司(也即指定航空公司)的数据采集点信息，该数据采集点信息包含如下：数据采集点数据，如：Dcp(1)、Dcp(2)、Dcp(3)、……、Dcp(j)、……、Dcp(23)以及Dcp(24)，该数据采集点分别对应未离港航班的距离港日期，如：Ndo[Dcp(1)]＝180，Ndo[Dcp(2)]＝120，Ndo[Dcp(3)]＝90，……，Ndo[Dcp(j)]＝n，……，Ndo[Dcp(23)]＝0，Ndo[Dcp(24)]＝-1；之后根据目标航段所对应的数据采集点信息确定目标航段所对应的历史航段集合，该历史航段集合中的每个航段分别与数据采集点中的距离港日期相对应，也就是说在确定目标航段之后，可以确定与该目标航段相对应的数据采集点信息，进而可以根据该数据采集点信息确定与该目标航段相对应的历史航段集合中每个历史航段的航段数据。
之后航段市场需求值预测装置可以获取历史航段集合中每个历史航段所对应的距离天数，并判断该目标距离港日期是否与每个历史航段所对应的距离港日期是否匹配，若不匹配，则确定该目标距离港日期所对应的数据采集点为浮动数据采集点。例如该固定数据采集点所对应的距离港日期为1，4，8，10，14，18，22，……，365，该目标距离港日期为20天，与该固定采集点所对应的距离港日期并不匹配，则确定该目标距离港日期所对应的数据采集点为浮动数据采集点。
需要说明的是，该数据采集点信息还包括以下数据中的至少之一：航班号、始发机场、达到机场、航班航段离港日期与时刻、航班航段各舱位订座值与对应运价值。
103、若目标距离港日期所对应的数据采集点为浮动数据采集点，则根据浮动数据采集点确定目标航段所对应的第一固定数据采集点以及第二固定数据采集点。
本实施例中，航段市场需求值预测装置在确定目标距离港日期所对应的数据采集点为浮动数据采集点时，可以根据浮动数据采集点确定该目标航段所对应的第一固定数据采集点以及第二固定数据采集点，具体的首先确定与浮动数据采集点相邻的两个固定数据采集点，之后将与浮动数据采集点相邻的两个固定数据采集点分别确定为第一固定数据采集点以及第二固定数据采集点，例如该目标距离港日期为20天，固定数据采集点Dcp 11对应距离港日期为24天，固定数据采集点Dcp 12对应距离港日期为18天，则可以确定该固定数据采集点Dcp 11为第一固定数据采集点，该固定数据采集点Dcp 12为第二固定数据采集点，或者，该固定数据采集点Dcp 11为第二固定数据采集点，该固定数据采集点Dcp 12为第一固定数据采集点。
104、获取第一固定数据采集点所对应的第一采集点数据以及第二固定数据采集点所对应的第二采集点数据。
本实施例中，航段市场需求值预测装置在确定第一固定数据采集点以及第二固定数据 采集点之后，可以从本地数据库中获取第一固定数据采集点所对应的第一采集点数据以及第二固定数据采集点所对应的第二采集点数据，该本地数据库中存储有包括第一固定数据点以及第二固定数据采集点在内的多个数据采集点所对应的采集点数据，其中，该采集点数据包括该固定数据采集点所对应的市场需求值、该固定数据采集点的距离港日期以及航段数据，该市场需求值为该目标航段在该固定采集点所对应的距离港日期的市场需求值。此处具体不限定确定该市场需求值的方式，例如，获取目标航司的指定航班的航班信息，基于航班信息获取库存数据，该库存数据具体包括已离港航班库存信息和未离港航班库存信息，其中，已离岗航班库存数据为指定航班以当前日期为基准的过往三年的已离港航班的航班库存数据，未离港航班的库存数据为指定航班在当前日期为基准的未来一年的航班库存数据；根据库存数据判断指定航班的指定舱位的销售状态。根据目标航司所对应的数据采集点，指定航空公司的航班信息、指定航班的库存数据等来识别指定航班的指定舱位的销售状态，销售状态包括锁舱、开舱等，最后基于预设算法对销售状态进行处理，得到指定航班的市场需求值。
需要说明的是，当指定舱位的可利用座位数小于等于零，可利用状态为开放、关闭，说明指定舱位处于非可销售状态，即为锁舱；指定舱位的可利用座位数大于零，可利用状态为关闭，说明指定舱位处于非可销售状态；即为锁舱；指定舱位的可利用座位数大于零，可利用状态为开放，说明指定舱位处于可销售状态；即为开舱；
下面对如何基于预设算法对销售状态进行处理，得到指定航班的时长需求值进行说明：
如果数据采集点DCP(n+1)的销售状态为开舱，且数据采集点DCP(n)的销售状态为开舱：
若数据采集点(n)较数据采集点(n+1)订座数是增加的，则使用如下公式计算数据采集点DCP(n+1)的市场需求值计算：
市场需求值DCP(n+1)＝市场需求值DCP(n)+订座值增加变动值DCP(n)，其中，订座增加变动值＝实际订座值DCP(n+1)-实际订座值DCP(n)。
若数据采集点(n)较数据采集点(n+1)订座数是减少的，则通过如下公式计算数据采集点DCP(n+1)的市场需求值：
市场需求值DCP(n+1)＝市场需求值DCP(n)+订座减少变动值DCP(n)，其中，订座减少变动值＝(实际订座值DCP(n+1)x市场需求值(n))/实际订座值DCP(n)-市场需求值(n)。
若数据采集点DCP(n+1)的销售状态为锁舱，且数据采集点DCP(n)的销售状态为开舱：
当数据采集点(n)较数据采集点(n+1)订座数是减少时，则通过如下公式计算：
市场需求值DCP(n+1)＝市场需求值DCP(n)+订座减少变动值DCP(n)，其中，订座减少变动值＝(实际订座值DCP(n+1)x市场需求值(n))/实际订座值DCP(n)-市场需求值(n)。可以理解的是，上述市场需求值的计算是一个迭代的过程，即为DCP(1)的市场需求值等于实际订座值，迭代计算DCP+＝1的市场需求值。
也就是说，该目标航班所对应的各固定采集点的市场需求值，本地数据库中是有存储的，可以提前计算出目标航段在各个固定数据采集点的市场需求值，并将该市场需求值与该目标航段的航段数据作为一个信息对存储至本地数据库中，在需要用到时，直接从本地数据库获取即可。
105、根据目标距离港日期、第一采集点数据以及第二采集点数据确定目标航段在目标距离港日期的市场需求值。
本实施例中，该第一采集点数据包括第一距离港日期以及第一市场需求值，第二采集点数据包括第二距离港数据以及第二市场需求值，具体的，可以通过如下公式，计算目标航段在目标距离港日期的市场需求值：
Figure PCTCN2022087048-appb-000002
其中，Demand(Floating-DCP)为所述目标航段在所述目标距离港日期的市场需求值，Demand DCP(j)为所述第一市场需求值，Demand DCP(j-1)为所述第二市场需求值，Ndo(j)为所述第一距离港日期，Ndo(j-1)为所述第二距离港日期，Ndo(Floating-DCP)为所述目标距离港日期。
综上所述，可以看出，本申请提供的实施例中，通过确定目标航段的目标距离港日期，并根据目标航段所对应的数据采集点判断该目标距离港日期所对应的数据采集点是否为浮动数据采集点，若是，则确定第一固定数据采集点以及第二固定数据采集点，并根据第一固定数据采集点的采集点数据以及第二固定数据采集点的采集点数据确定目标航段在目标距离港日期的市场需求值，相对于现有的通过增加固定数据采集点的方式来确定目标航段在距离港日期的市场需求值来说，由于本申请中无需增加额外的固定数据采集点，可以提升收益管理工作的效率。
可以理解的是，附图中的流程图和框图，图示了按照本申请各种实施例的系统、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。
本申请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，本申请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。本申请的范围在此方面不受限制。
另外，本申请还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申请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)。
上面从航段市场需求值的预测方法的角度对本申请实施例进行说明，下面从航段市场需求值预测装置的角度对本申请实施例进行说明。
请参阅图2、图2为本申请实施例提供的航段市场需求值预测装置的虚拟结构意图，该航段市场需求值预测装置200包括：
第一确定单元201，用于确定目标航段的目标距离港日期，所述目标航段为目标航司中待预测市场需求值的航段；
判断单元202，用于根据所述目标航段所对应的数据采集点信息判断所述目标距离港日期所对应的数据采集点是否为浮动数据采集点；
第二确定单元203，用于若所述目标距离港日期所对应的数据采集点为所述浮动数据采集点，则根据所述浮动数据采集点确定所述目标航段所对应的第一固定数据采集点以及所述第二固定数据采集点；
获取单元204，用于获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据；
第三确定单元205，用于根据所述目标距离港日期、所述第一采集点数据以及所述第二采集点数据确定所述目标航段在所述目标距离港日期的市场需求值。
一种可能的设计中，所述第一采集点数据包括第一距离港日期以及第一市场需求值，所述第二采集点数据包括第二距离港日期以及第二市场需求值，所述第三确定单元205具体用于：
通过如下公式计算所述目标航段的市场需求值：
Figure PCTCN2022087048-appb-000003
其中，Demand(Floating-DCP)为所述目标航段在所述目标距离港日期的市场需求值，Demand DCP(j)为所述第一市场需求值，Demand DCP(j-1)为所述第二市场需求值，Ndo(j)为所述第一距离港日期，Ndo(j-1)为所述第二距离港日期，Ndo(Floating-DCP)为所述目标距离港日期。
一种可能的设计中，所述判断单元202具体用于：
根据所述目标航段所对应的数据采集点信息确定所述目标航段所对应的历史航段集合；
获取所述历史航段集合中每个历史航段所对应的距离港日期；
判断所述目标距离港日期是否与所述每个历史航段所对应的距离港日期匹配；
若是，则确定所述目标距离港日期所对应的数据采集点为所述浮动数据采集点。
一种可能的设计中，所述第二确定单元203具体用于：
确定与所述浮动数据采集点相邻的两个固定数据采集点；
将与所述浮动数据采集点相邻的两个固定数据采集点分别确定为所述第一固定数据采集点以及所述第二固定数据采集点。
一种可能的设计中，所述获取单元204具体用于：
从本地数据库中获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据，所述本地数据库中存储有包括所述第一固定数据采集点以及所述第二固定数据采集点在内的多个数据采集点所对应的采集点数据。
综上所述，可以看出，本申请提供的实施例中，通过确定目标航段的目标距离港日期，并根据目标航段所对应的数据采集点判断该目标距离港日期所对应的数据采集点是否为浮动数据采集点，若是，则确定第一固定数据采集点以及第二固定数据采集点，并根据第一固定数据采集点的采集点数据以及第二固定数据采集点的采集点数据确定目标航段在目标距离港日期的市场需求值，相对于现有的通过增加固定数据采集点的方式来确定目标航段在距离港日期的市场需求值来说，由于本申请中无需增加额外的固定数据采集点，可以提升收益管理工作的效率。
需要说明的是，描述于本申请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，获取单元还可以被描述为“获取目标用户的证件信息的单元”。
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。
请参阅图3，图3为本申请实施例提供的一种机器可读介质的实施例示意图。
如图3所示，本实施例提供了一种机器可读介质300，其上存储有计算机程序311，该计算机程序311被处理器执行时实现上述图1中所述航段市场需求值的预测方法的步骤。
需要说明的是，本申请的上下文中，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，本申请上述的机器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。在本申请中，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。而在本申请中，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。
请参阅图4，图4是本申请实施例提供的一种服务器的硬件结构示意图，该服务器400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)422(例如，一个或一个以上处理器)和存储器432，一个或一个以上存储应用程序442或数据444的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器432和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器422可以设置为与存储介质430通信，在服务器400上执行存储介质430中的一系列指令操作。
服务器400还可以包括一个或一个以上电源426，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口458，和/或，一个或一个以上操作系统441，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。
上述实施例中由航段市场需求值预测装置所执行的步骤可以基于该图4所示的服务器结构。
还需要说明的，根据本申请的实施例，上述图1的流程示意图描述的所述航段市场需求值的预测方法的过程可以被实现为计算机软件程序。例如，本申请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上述图1的流程示意图中所示的方法的程序代码。
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申请的范围的限制。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。
以上描述仅为本申请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，本申请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。例如上述特征与本申请中公开的(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. 一种航段市场需求值的预测方法，其特征在于，包括：
    确定目标航段的目标距离港日期，所述目标航段为目标航司中待预测市场需求值的航段；
    根据所述目标航段所对应的数据采集点信息判断所述目标距离港日期所对应的数据采集点是否为浮动数据采集点；
    若所述目标距离港日期所对应的数据采集点为所述浮动数据采集点，则根据所述浮动数据采集点确定所述目标航段所对应的第一固定数据采集点以及所述第二固定数据采集点；
    获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据；
    根据所述目标距离港日期、所述第一采集点数据以及所述第二采集点数据确定所述目标航段在所述目标距离港日期的市场需求值。
  2. 根据权利要求1所述的方法，其特征在于，所述第一采集点数据包括第一距离港日期以及第一市场需求值，所述第二采集点数据包括第二距离港日期以及第二市场需求值，所述根据所述目标距离港日期、所述第一采集点数据以及所述第二采集点数据确定所述目标航段在所述目标距离港日期的市场需求值包括：
    通过如下公式计算所述目标航段的市场需求值：
    Figure PCTCN2022087048-appb-100001
    其中，Demand(Floating-DCP)为所述目标航段在所述目标距离港日期的市场需求值，Demand DCP(j)为所述第一市场需求值，Demand DCP(j-1)为所述第二市场需求值，Ndo(j)为所述第一距离港日期，Ndo(j-1)为所述第二距离港日期，Ndo(Floating-DCP)为所述目标距离港日期。
  3. 根据权利要求1所述的方法，其特征在于，所述根据所述目标航段所对应的数据采集点信息判断所述目标距离港日期所对应的数据采集点是否为浮动数据采集点包括：
    根据所述目标航段所对应的数据采集点信息确定所述目标航段所对应的历史航段集合；
    获取所述历史航段集合中每个历史航段所对应的距离港日期；
    判断所述目标距离港日期是否与所述每个历史航段所对应的距离港日期匹配；
    若是，则确定所述目标距离港日期所对应的数据采集点为所述浮动数据采集点。
  4. 根据权利要求2所述的方法，其特征在于，所述根据所述浮动数据采集点确定所述目标航段所对应的第一固定数据采集点以及所述第二固定数据采集点包括：
    确定与所述浮动数据采集点相邻的两个固定数据采集点；
    将与所述浮动数据采集点相邻的两个固定数据采集点分别确定为所述第一固定数据采集点以及所述第二固定数据采集点。
  5. 根据权利要求1至4中任一项所述的方法，其特征在于，所述获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据包括：
    从本地数据库中获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据，所述本地数据库中存储有包括所述第一固定数据采集点以及所述第二固定数据采集点在内的多个数据采集点所对应的采集点数据。
  6. 一种航段市场需求值预测装置，其特征在于，包括：
    第一确定单元，用于确定目标航段的目标距离港日期，所述目标航段为目标航司中待预测市场需求值的航段；
    判断单元，用于根据所述目标航段所对应的数据采集点信息判断所述目标距离港日期所对应的数据采集点是否为浮动数据采集点；
    第二确定单元，用于若所述目标距离港日期所对应的数据采集点为所述浮动数据采集点，则根据所述浮动数据采集点确定所述目标航段所对应的第一固定数据采集点以及所述第二固定数据采集点；
    获取单元，用于获取所述第一固定数据采集点所对应的第一采集点数据以及所述第二固定数据采集点所对应的第二采集点数据；
    第三确定单元，用于根据所述目标距离港日期、所述第一采集点数据以及所述第二采集点数据确定所述目标航段在所述目标距离港日期的市场需求值。
  7. 根据权利要求6所述的装置，其特征在于，所述第一采集点数据包括第一距离港日期以及第一市场需求值，所述第二采集点数据包括第二距离港日期以及第二市场需求值，所述第三确定单元具体用于：
    通过如下公式计算所述目标航段的市场需求值：
    Figure PCTCN2022087048-appb-100002
    其中，Demand(Floating-DCP)为所述目标航段在所述目标距离港日期的市场需求值，Demand DCP(j)为所述第一市场需求值，Demand DCP(j-1)为所述第二市场需求值，Ndo(j)为所述第一距离港日期，Ndo(j-1)为所述第二距离港日期，Ndo(Floating-DCP)为所述目标距离港日期。
  8. 根据权利要求6所述的装置，其特征在于，所述判断单元具体用于：
    根据所述目标航段所对应的数据采集点信息确定所述目标航段所对应的历史航段集合；
    获取所述历史航段集合中每个历史航段所对应的距离港日期；
    判断所述目标距离港日期是否与所述每个历史航段所对应的距离港日期匹配；
    若是，则确定所述目标距离港日期所对应的数据采集点为所述浮动数据采集点。
  9. 一种计算机设备，其特征在于，包括：存储器、处理器以及总线系统；
    其中，所述存储器用于存储程序；
    所述总线系统用于连接所述存储器以及所述处理器，以使所述存储器以及所述处理器进行通信；
    所述处理器用于执行所述存储器中的程序，并根据程序代码中的指令执行权利要求1至5中任一项所述航段市场需求值的预测方法。
  10. 一种机器可读介质，其特征在于，包括指令，当所述指令在机器上运行时，使得机器执行上述权利要求1至5中任一项所述航段市场需求值的预测方法。
PCT/CN2022/087048 2021-05-31 2022-04-15 航段市场需求值的预测方法、装置及机器可读介质 WO2022252846A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110604809.5A CN113283938A (zh) 2021-05-31 2021-05-31 航段市场需求值的预测方法、装置及机器可读介质
CN202110604809.5 2021-05-31

Publications (1)

Publication Number Publication Date
WO2022252846A1 true WO2022252846A1 (zh) 2022-12-08

Family

ID=77282868

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/087048 WO2022252846A1 (zh) 2021-05-31 2022-04-15 航段市场需求值的预测方法、装置及机器可读介质

Country Status (2)

Country Link
CN (1) CN113283938A (zh)
WO (1) WO2022252846A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117010582A (zh) * 2023-09-22 2023-11-07 交通运输部水运科学研究所 一种船舶轨迹优化的船舶航路模型提取方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283938A (zh) * 2021-05-31 2021-08-20 中国民航信息网络股份有限公司 航段市场需求值的预测方法、装置及机器可读介质
CN114298359A (zh) * 2021-12-27 2022-04-08 中国民航信息网络股份有限公司 航班订座数量的预测方法及装置、存储介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150371245A1 (en) * 2014-06-20 2015-12-24 Diio, Llc Airline Sales Forecasting and Budgeting Tool
US20160125431A1 (en) * 2014-10-27 2016-05-05 Profusion Corp. Competitive airline market data analysis
CN111784398A (zh) * 2020-06-30 2020-10-16 中国民航信息网络股份有限公司 一种航班数据的划分方法及相关装置
CN112308636A (zh) * 2020-11-30 2021-02-02 中国民航信息网络股份有限公司 一种基于市场需求变化的市场需求值的计算方法和装置
CN113283938A (zh) * 2021-05-31 2021-08-20 中国民航信息网络股份有限公司 航段市场需求值的预测方法、装置及机器可读介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150371245A1 (en) * 2014-06-20 2015-12-24 Diio, Llc Airline Sales Forecasting and Budgeting Tool
US20160125431A1 (en) * 2014-10-27 2016-05-05 Profusion Corp. Competitive airline market data analysis
CN111784398A (zh) * 2020-06-30 2020-10-16 中国民航信息网络股份有限公司 一种航班数据的划分方法及相关装置
CN112308636A (zh) * 2020-11-30 2021-02-02 中国民航信息网络股份有限公司 一种基于市场需求变化的市场需求值的计算方法和装置
CN113283938A (zh) * 2021-05-31 2021-08-20 中国民航信息网络股份有限公司 航段市场需求值的预测方法、装置及机器可读介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117010582A (zh) * 2023-09-22 2023-11-07 交通运输部水运科学研究所 一种船舶轨迹优化的船舶航路模型提取方法
CN117010582B (zh) * 2023-09-22 2023-12-01 交通运输部水运科学研究所 一种船舶轨迹优化的船舶航路模型提取方法

Also Published As

Publication number Publication date
CN113283938A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
WO2022252846A1 (zh) 航段市场需求值的预测方法、装置及机器可读介质
WO2022252847A1 (zh) 航班季节性归类的预测方法、装置及机器可读介质
US10210766B2 (en) Departure sequencing systems and methods
US7664596B2 (en) Air traffic demand prediction
US9208457B2 (en) Optimized flight plan management system
WO2023273518A1 (zh) 一种离港航班数据的更新方法及相关设备
CN112307217B (zh) 知识图谱模型的构建方法以及构建装置、存储介质
US20170228667A1 (en) Generation of personalized transportation proposals
US9435659B1 (en) Route planning to reduce exposure to radiation
CN112651671A (zh) 一种航班舱位调整方法及相关设备
Çeçen et al. Aircraft sequencing and scheduling in TMAs under wind direction uncertainties
CN111954891B (zh) 一种跨业务的共享汽车资源复用方法
Yedavalli et al. Planning land use constrained networks of urban air mobility infrastructure in the San Francisco bay area
WO2022252850A1 (zh) 航班的季节性归类方法、装置及机器可读介质
JP2012194766A (ja) 混雑度推定装置及び混雑度推定プログラム
Govindaraju et al. Profit motivated airline fleet allocation and concurrent aircraft design for multiple airlines
CN112651673A (zh) 一种资源规划方法及相关设备
US20200104793A1 (en) Intelligent prediction of bundles of spare parts
US10553121B1 (en) Detecting violation of aircraft separation requirements
CN113408944A (zh) 中转航班的推送方法、系统、电子设备和存储介质
CN112651672A (zh) 一种人力资源的派工规划方法及相关设备
US20240105063A1 (en) Forecasting using real-time flight leg data
Lu et al. Fleet assignment model based on multi-objective linear programming: a case study for a new-established airline
Alla et al. Machine Learning-Based Prediction of Flight Punctuality and Delays
Pineda-Jaramillo et al. Integrating multiple data sources for improved flight delay prediction using explainable machine learning

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22814893

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22814893

Country of ref document: EP

Kind code of ref document: A1