[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

本發明提供一種基于大數據分析的航線價值評估方法及相關產品，屬于民用航空信息技術領域。方法包括：獲取航線中每個客戶的歷史位移數據，構建時間分段模型并判斷客源地；獲取其余地址信息，進行加權處理得到目標地域；建立航線數據庫，構建訓練集和驗證集，并構建航線客源地和目標地域的出行欲望p_i模型。進行卷積神經網絡訓練，并根據出行欲望模型計算得到客源地和每個目標地域在航線中產生的預期價值；對航線所有客源地和目標地域的預期價值進行評估。本公開實現了對航線類的無形資產的自動化評估，比人工數據分析更便捷，更高效，更全面，可以據此準確的得到航空公司所擁有的航線價值，同時可以為新航線的開通提供必要的參考。

技術領域

本發明涉及民用航空信息技術領域，特別是指一種基于大數據分 析的航線價值評估方法及相關產品。

背景技術

隨著經濟水平的發展，帶來了日益激烈的航空公司市場競爭，為 增強其市場競爭力，航空公司通常選擇開辟新航線或加大舊有熱門航 線的運力，但以往進行數據分析時，往往只利用歷史收益記錄進行人 工分析預測，并使用得到的預期收益對航線價值進行評估，這種方式 以往受限于人工數據處理能力，不但考慮內容過少，評估結果不準確， 還對分析人員的素質要求高。同時，航線的價值是由多種因素所共同 決定的，僅通過對民航航線的歷史收益記錄，按照現有技術建立神經 網絡模型進行數據分析，也同樣會面臨分析結果不夠全面準確的問題。

現有技術已有對于從大量民航旅客訂票數據中識別潛在高價值 旅客的研究，從個體旅客和其人際關系圈的視角出發挖掘航線的潛在 價值。但由于本行業的特殊性，航線實際價值不僅受個體旅客影響， 也和地方經濟以及政策等息息相關，從旅客層面進行分析完全無法體 現這些行業外因素對航線價值產生的影響。并且，其他行業對無形資 產的評估方式也不能簡單套用到這個技術領域內，而評價航線或潛在 價值，來開辟新航線、增減舊有航線運力或進行航線轉讓等需求客觀 存在，因此迫切需要一種全面準確的，帶有發展眼光的航線價值評估 方法。

發明內容

為進一步解決上述問題，本發明提供一種基于大數據分析的航線 價值評估方法及相關產品，以客源地和目標地域為核心進行大數據分 析，使得分析結果更加準確全面，可信度更高，并且可以更準確的預 測航線價值的未來走向，為開辟新航線、增減舊有航線運力或進行航 線轉讓等需求提供有價值的參考。

本發明提供了一種基于大數據分析的航線價值評估方法，具體包 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。

優選的，所述歷史位移數據為所述航線的每個客戶通過航班出行 的歷史記錄，包括起點，終點，航班號，位移距離，起飛時間，降落 時間等。

可選的，所述歷史位移數據還包括所述航線的每個客戶通過其他 交通方式出行的歷史記錄，包括起點，終點，航班號，位移距離，出 發時間，到達時間等。