[發明專利]一種基于大數據分析的航線價值評估方法及相關產品

有效

• 申請號: 201911033276.9
• 申請日: 2019-10-28
• 公開（公告）號: CN110852792B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 許宏江
• 申請（專利權）人: 海南太美航空股份有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06Q10/067;G06Q50/30;G08G5/00
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 王澎

1.一種基于大數據分析的航線價值評估方法，其特征在于，包括以下步驟：

S1、獲取航線中每個客戶的歷史位移數據，構建時間分段模型，通過所述時間分段模型判斷所述航線中每個客戶的客源地；

S2、獲取所述航線中每個客戶的其余地址信息，根據所述歷史位移數據對所述其余地址信息進行加權處理，得到有權重的目標地域，所述其余地址信息是指與所述航線中每個客戶有關聯的非客源地的地址信息；

S3、建立航線數據庫，通過所述航線數據庫構建訓練集和驗證集，并構建航線客源地和目標地域在所述航線的出行欲望p_i模型，對所述出行欲望模型進行卷積神經網絡訓練，得到訓練后的出行欲望模型，并根據所述出行欲望模型計算得到客源地和每個目標地域在所述航線中產生的預期價值；

S4、通過加權求和公式對所述航線所有客源地和目標地域的預期價值進行自動化計算，并根據所述計算結果評估擬開航線。

2.根據權利要求1所述的一種基于大數據分析的航線價值評估方法，其特征在于，所述構建航線客源地和目標地域在所述航線的出行欲望p_i模型，對所述出行欲望模型進行卷積神經網絡訓練，得到訓練后的出行欲望模型，并根據所述出行欲望模型計算得到客源地和每個目標地域在所述航線中產生的預期價值，具體包括：

S31、對客戶年齡數據進行聚類，分為不同的年齡組進行計算，預設迭代次數，并分別賦予各權重隨機值，構建出行欲望模型；

S32、隨機從訓練集中抽出樣本，對所述出行欲望模型進行神經網絡訓練，得到訓練后的出行欲望模型；

S33、使用驗證集對訓練后的出行欲望模型進行驗證，得到驗證后的出行欲望模型；

S34、根據所述出行欲望模型，并根據不同客戶所屬年齡組在預設時間間隔內的變化，計算每個客源地和目標地域在航線中產生的預期價值。

3.根據權利要求1或2所述的一種基于大數據分析的航線價值評估方法，其特征在于，所述通過加權求和公式對所述航線所有客源地和目標地域的預期價值進行自動化計算，并根據所述計算結果評估擬開航線，具體包括：

獲取多條航線客源地的經濟發展趨勢和政策走向趨勢信息，其中至少包含一條確定價值的航線，利用自然語義處理算法對所述經濟發展趨勢和政策走向趨勢信息進行分析，建立趨勢走向模型，然后確定待評估航線與已評估航線之間所述趨勢走向的相似度，構成相似的航線集合，并得到所述趨勢走向對預期價值的影響t，將客源地和每個目標地域的出行欲望模型與影響結合，并對預期價值S進行評估S＝Σp_i*(1+t)，其中p_i為出行欲望。

4.根據權利要求3所述的一種基于大數據分析的航線價值評估方法，其特征在于，還包括：

調用趨勢走向模型與訓練后的出行欲望模型，將所述航線的預期價值、出行欲望和趨勢走向在以時間為橫軸的圖表中進行顯示。

5.根據權利要求1所述的一種基于大數據分析的航線價值評估方法，其特征在于，所述其余地址信息，包括：

手機屬地地址、身份證地址和非客源地的歷史出行地點。

6.根據權利要求1所述的一種基于大數據分析的航線價值評估方法，其特征在于，所述航線數據庫，包括：

客源地、有權重的目標地域、年齡、年平均出行頻率、年出行距離、年平均出行價格和出行達成率。