[發明專利]航線需求異常的檢測方法及系統

有效

• 申請號: 201811626040.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109711894B
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 肖銓武;魏鵬
• 申請（專利權）人: 攜程旅游網絡技術（上海）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/30
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;李夢男

本發明公開了一種航線需求異常的檢測方法及系統，所述檢測方法包括：獲取一航線在一預設時間內的多個航班的歷史查詢數據；從歷史查詢數據中獲取查詢量特征值；將多個航班的起飛時刻和查詢量特征值作為訓練參數輸入時間序列模型，得到航班查詢量預測模型；選取航線的距離當前時刻N天后起飛的一目標航班；將當前時刻和目標航班的起飛時刻輸入至航班查詢量預測模型，輸出目標航班距離起飛時刻N?1天前的累計查詢量預測值；獲取目標航班距離起飛時刻N?1天前的實時累計查詢量；判斷目標航班的需求是否異常。本發明通過獲取用戶對航班的查詢數據，構建航班查詢量預測值，并實時基于查詢量預測值和實時值對航班需求是否異常進行檢測。

技術領域

本發明屬于大數據處理領域，特別涉及一種航線需求異常的檢測方法及系統。

背景技術

近年來，隨著人民生活水平的逐漸提高和對旅游的熱愛，乘坐飛機出行越來越多的受到人們的青睞，現有技術中航空公司在對航班進行安排時，大多是按照常規節假日對座位、票價、航次等進行適當調整，但是這種方式在應對潛在客戶的突發需求時，很難做出應對，不能完全滿足客戶的需求。

發明內容

本發明要解決的技術問題是為了克服現有技術中不能航線需求合理預判的缺陷，提供一種航線需求異常的檢測方法及系統。

本發明是通過下述技術方案來解決上述技術問題：

一種航線需求異常的檢測方法，所述檢測方法包括：

S10、獲取一航線在一預設時間內的多個航班的歷史查詢數據；

S20、從所述歷史查詢數據中獲取查詢量特征值，所述查詢量特征值為每個航班起飛前每天的歷史累計查詢量；

S30、將所述多個航班的起飛時刻和所述查詢量特征值作為訓練參數輸入時間序列模型，得到航班查詢量預測模型；

S40、選取所述航線的距離當前時刻N天后起飛的一目標航班；

S50、將所述當前時刻和所述目標航班的起飛時刻輸入至所述航班查詢量預測模型，輸出所述目標航班距離起飛時刻N-1天前的累計查詢量預測值；

S60、獲取所述目標航班距離起飛時刻N-1天前的實時累計查詢量；

S70、根據所述累計查詢量預測值和所述實時累計查詢量判斷所述目標航班的需求是否異常。

較佳地，步驟S30具體包括：

S301、選取任一航班；

S302、選取距離所述任一航班的起飛時刻M天前的每天的歷史累計查詢量作為第一查詢量序列，M為正整數；

S303、選取起飛時刻早于所述任一航班的航班的距離起飛時刻M天前的歷史累計查詢量作為第二查詢序列；

S304、將所述第一查詢序列和所述第二查詢序列合并為一個查詢序列組；

S305、提取所述任一航班的下一航班的起飛時刻M天前的歷史累計查詢量作為檢驗值；

S306、將所述任一航班的飛行時刻、所述查詢序列組和所述檢驗值作為一組所述訓練參數；

S307、遍歷M值和所有航班，將遍歷獲取的所有訓練參數輸入時間序列模型得到所述航班查詢量預測模型。

較佳地，步驟S50還包括：

S501、輸出與所述累計查詢量預測值對應的置信區間；

步驟S70具體包括：

檢測所述實時累計查詢量是否在所述置信區間內，若否，則所述目標航班的需求為異常。

較佳地，步驟S10之后，所述檢測方法還包括：