[發明專利]航班延誤預警方法、系統、電子設備和介質

在審

• 申請號: 201911395635.5
• 申請日: 2019-12-30
• 公開（公告）號: CN111161566A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 陳棟;肖銓武;聶強強;謝小文
• 申請（專利權）人: 攜程旅游網絡技術（上海）有限公司
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06Q50/30
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;張冉

本發明公開了一種航班延誤預警方法、系統、電子設備和介質，其中航班延誤預警方法，包括以下步驟：構建航班延誤數據集；根據航班延誤數據集構造特征數據；根據特征數據采用梯度提升決策樹和邏輯回歸模型融合的方式生成預警模型；根據預警模型生成預警信息。本發明實現了對未來較長時間航班的延誤情況進行預測。

技術領域

本發明屬于航班延誤預警技術領域，尤其涉及一種航班延誤預警方法、系統、電子設備和介質。

背景技術

隨著大數據技術的飛速發展，航班延誤預測已經成為了民航領域的一個研究熱點。2014年，L.Belcastro基于隨機森林算法(Random Forest)構建了一個航班延誤預測系統，該系統主要用于預測因天氣因素而導致的航班延誤。同年，Rebollo等人利用數據挖掘技術開發了一個延誤預警模型，該模型可以對美國國內未來2-24小時內起飛航班的起飛延誤進行預測。2016年，Kim等人基于LSTM(Long Short-Term Memory)提出了一種航班延誤預測方法。在工業界，目前也有一些公司在做航班延誤預測，比如Google公司的“GoogleFlights”、飛友科技的“飛常準”等都可以為用戶提供航班延誤預測服務。

但是目前的延誤預警模型絕大部分都只能在航班起飛前數小時給出預測結果，而大部分飛行旅客通常會選擇提前數天、甚至數十天訂購機票，只在航班起飛前數小時做延誤預測對用戶來說是遠遠不夠的。

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的航班延誤預警只能在航班起飛前數小時給出預測結果的缺陷，提供一種航班延誤預警方法、系統、電子設備和介質。

本發明是通過下述技術方案來解決上述技術問題：

本發明提供一種航班延誤預警方法，包括以下步驟：

構建航班延誤數據集；

根據航班延誤數據集構造特征數據；

根據特征數據采用梯度提升決策樹(Gradient Boosting Decision Tree，GBDT)和邏輯回歸(Logistic Regression，LR)模型融合的方式生成預警模型；

根據預警模型生成預警信息。

較佳地，構建航班延誤數據集的步驟包括：

構建航班延誤原始數據集，對航班延誤原始數據集進行數據清洗以生成航班延誤數據集。

較佳地，根據航班延誤數據集構造特征數據的步驟包括：

根據航班延誤數據集提取航班基本屬性、預設期限內的延誤信息、前序航班、天氣特征以構造特征數據。

較佳地，梯度提升決策樹采用XGBoost系統框架，根據特征數據采用梯度提升決策樹和邏輯回歸模型融合的方式生成預警模型的步驟包括：

XGBoost系統框架根據特征數據構造二元向量，二元向量的每一個元素對應XGBoost系統框架中樹的葉子結點，邏輯回歸模型根據特征數據和二元向量訓練得到預警模型。

本發明還提供一種航班延誤預警系統，包括數據集構造單元、特征構造單元、模型生成單元、預警信息生成單元；

數據集構造單元用于構建航班延誤數據集；

特征構造單元用于根據航班延誤數據集構造特征數據；

模型生成單元用于根據特征數據采用梯度提升決策樹和邏輯回歸模型融合的方式生成預警模型；

預警信息生成單元用于根據預警模型生成預警信息。

較佳地，數據集構造單元還用于構建航班延誤原始數據集，對航班延誤原始數據集進行數據清洗以生成航班延誤數據集。