[發明專利]一種航班延誤險的數據精算模型建立方法

在審

• 申請號: 201711074657.2
• 申請日: 2017-11-03
• 公開（公告）號: CN108197081A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 翟文君;李靜;李鵬飛
• 申請（專利權）人: 上海敬之網絡科技有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/50
• 代理公司: 上海宏京知識產權代理事務所(普通合伙) 31297
• 代理人: 鄧文武

本發明涉及一種航班延誤險的數據精算模型建立方法，航班延誤險的數據精算模型包括初始數據預處理模塊、數據模型運算模塊、預測結果分析模塊，包括步驟：⑴將初始數據進行預處理；⑵確定數據指標，針對航班的基本數據、附加數據進行計算；⑶構建數據模型，將得到的多個不同的指標通過R語言進行回歸方法計算；⑷多次運行數據模型得到多個權重值，將權重值取均值計算最終權重值；⑸將不同的指標與數據模型的結果進行計算得出最終的預測結果；⑹對比預測結果與實際值的差異，調整數據模型，使得數據模型擬合航班的延誤值，得到更準確的預測結果。本發明采用R語言對航班數據指標通過回歸方法構建數據模型，具有預測更準確的特點。

技術領域

本發明涉及一種航班延誤險的數據精算模型建立方法，特別涉及一種預測準確的航班延誤險的數據精算模型建立方法，屬于民航信息數據利用分析處理領域。

背景技術

目前市面上的航班延誤預測普遍是通過取歷史紀錄的平均來計算延誤率，并不能準確的提供航班的預測情況，因此不能非常準確的應用于保險行業，特別是經過一段時間的實踐之后，航班延誤險擺脫不了虧本的態勢，以至于各大保險公司紛紛下架航班延誤保險產品。而且，因為沒有一個較為準確的延誤預測，很多商旅人士沒有一個較好的航班選擇。

發明內容

本發明航班延誤險的數據精算模型建立方法公開了新的方案，采用R語言對航班數據指標通過回歸方法構建數據模型，解決了現有方案航班延誤概率模型過于粗糙，無法支持延誤險賠率的動態調整的問題。

本發明航班延誤險的數據精算模型建立方法，航班延誤險的數據精算模型包括初始數據預處理模塊、數據模型運算模塊、預測結果分析模塊，包括步驟：⑴將初始數據進行預處理；⑵確定數據指標，針對航班的基本數據、附加數據進行計算；⑶構建數據模型，將得到的多個不同的指標通過R語言進行回歸方法計算；⑷多次運行數據模型得到多個權重值，將權重值取均值計算最終權重值；⑸將不同的指標與數據模型的結果進行計算得出最終的預測結果；⑹對比預測結果與實際值的差異，調整數據模型，使得數據模型擬合航班的延誤值，得到更準確的預測結果。

進一步，本方案的方法的初始數據預處理模塊包括歷史航班延誤數據庫、未來航班計劃數據庫、天氣數據庫，初始數據預處理模塊對初始數據進行預處理的過程包括步驟：⑴數據清洗：處理空缺值，處理噪聲數據，刪除重復值；⑵數據集成：集成多個數據源，處理數據源的冗余問題；⑶數據變換：進行數據規范化和數據聚集；⑷數據歸約：將相同的數據歸為一類，將連續的數據劃分區間。

進一步，本方案的方法的數據清洗、數據集成、數據變換、數據歸約包括過程：⑴針對航班號、機場、航空公司、航線、航站樓、地域、城市、航班狀態、天氣數據進行編碼；⑵對數據進行基礎運算，計算得出實際延誤時間、時間段、經停段、是否共享航班、是否多算航班的數據；⑶將共享、補飛、最長段航班的數據分成精細篩選數據項；⑷根據天氣數據源的不同將數據進行整合；⑸對細篩數據項填補天氣、延誤等級、經停段的信息，填補空缺值。

進一步，本方案的方法的數據指標包括：

⑴基礎指標：計算日前一次的延誤、計算日前二次的延誤、計算日前三次的延誤、計算日前七次的平均延誤、歷史延誤的最大值、計算日前7天航線延誤均值；

⑵機場、時間段、航司：出發機場，出發時間段，航司的在計算日前1天的平均延誤；出發機場，出發時間段，航司的在計算日前2天的平均延誤；出發機場，出發時間段，航司的在計算日前3天的平均延誤；出發機場，出發時間段，航司的在計算日前7天內的平均延誤；到達機場，到達時間段，航司的在計算日前1天的平均延誤；到達機場，到達時間段，航司的在計算日前2天的平均延誤；到達機場，到達時間段，航司的在計算日前3天的平均延誤；到達機場，到達時間段，航司的在計算日前7天的平均延誤；