[發明專利]一種機場安檢區域人流預測分析方法及系統

在審

• 申請號: 201911035820.3
• 申請日: 2019-10-29
• 公開（公告）號: CN110751340A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 李丹;林勖;羅軍;江敏婷
• 申請（專利權）人: 廣東機場白云信息科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06Q50/30
• 代理公司: 11221 北京捷誠信通專利事務所(普通合伙)
• 代理人: 宋安東

本發明公開了一種機場安檢區域人流預測分析方法及系統。一種機場安檢區域人流預測分析方法，其特征在于，包括：獲取旅客實時安檢數據，從航班信息服務平臺中獲取相應的航班計劃信息，將旅客實時安檢數據的航班信息與航班計劃信息進行關聯；對各區域的安檢記錄進行聚合操作，設定時間粒度，聚合出人數與通道數；提取各區域旅客過檢記錄聚合后的基礎時序特征，提取聚合后數據的前n天的歷史數據特征，所述n為大于0的自然數；根據旅客過檢記錄，進行特征整合，并將整合后的特征放入XGBoost模型進行預測，得到各區域的安檢人數預測結果。一種機場安檢區域人流預測分析系統，包括：數據關聯模塊；聚合模塊；特征提取模塊；整合預測模塊。

技術領域

本發明涉及數據分析領域，特別是涉及一種機場安檢區域人流預測分析方法及系統。

背景技術

當前針對航站樓內旅客流量，沒有可量化的依據指導生產運營，對安檢客流量只能依靠歷史工作經驗判斷，導致安檢通道開放無法匹配旅客流量變化，出現工作滯后性，降低旅客體驗；同時在旅客較少時段容易產生勞動力過剩造成浪費。

機場安檢部門在人員安排與開放數量時間缺乏明確指引，生產管理水平和客候機體驗有待進一步提高。為實現“智慧機場”的建設，需要結合機場具體業務與大數據云計算技術。

發明內容

基于此，本發明的目的在于，提供一種機場安檢區域人流預測分析方法及系統。

本發明的機場安檢區域人流預測分析方法，包括：

獲取旅客實時安檢數據，從航班信息服務平臺中獲取相應的航班計劃信息，將旅客實時安檢數據的航班信息與航班計劃信息進行關聯；

對各區域的安檢記錄進行聚合操作，設定時間粒度，聚合出人數與通道數；

提取各區域旅客過檢記錄聚合后的基礎時序特征，提取聚合后數據的前n天的歷史數據特征，所述n為大于0的自然數；

根據旅客過檢記錄，進行特征整合，并將整合后的特征放入XGBoost模型進行預測，得到各區域的安檢人數預測結果。

在一種實施方式中，所述將安檢旅客的航班信息與航班計劃信息進行關聯，包括：整理航班信息服務平臺中各航班的航班計劃起飛時間，并關聯至旅客實時安檢數據中。

在一種實施方式中，所述將旅客實時安檢數據的航班信息與航班計劃信息進行關聯，包括：在獲取旅客實時安檢數據和航班計劃信息后，本地存儲至Parquet文件中用于備份，若旅客實時安檢數據中沒有關聯的航班計劃起飛時間，則對旅客實時安檢數據進行補充。

在一種實施方式中，所述將旅客實時安檢數據的航班信息與航班計劃信息進行關聯，包括：若旅客實時安檢數據的航班信息與航班計劃信息出現共享航班多個航班號無法匹配，則通過人工引入共享航班映射表進行航班號修復。

在一種實施方式中，所述通過人工引入共享航班映射表進行航班號修復，包括：去除實際安檢時間在航班計劃起飛時間之后的數據，按照航班日期、登機序列號、旅客英文名、航班號進行去重，確保航班計劃信息與旅客實時安檢數據連接后數據的有效性。

在一種實施方式中，所述進行特征整合，包括：計算當前時間片正處于安檢的航班架次特征與航班分布率特征，并合并至基礎時序特征分解的特征矩陣。

在一種實施方式中，所述將整合后的特征放入XGBoost模型進行預測，包括：在預測的過程中，調整超參數以使XGBoost模型達到最佳預測模型。

在一種實施方式中，所述得到各區域的安檢人數預測結果之后，還包括：將安檢人數預測結果與應開放的安檢通道數進行映射轉換。

在一種實施方式中，所述設定時間粒度，包括設定10min為時間粒度；

所述n的范圍為1≤n≤7。