[发明专利]航线需求异常的检测方法及系统

说明书

本发明公开了一种航线需求异常的检测方法及系统，所述检测方法包括：获取一航线在一预设时间内的多个航班的历史查询数据；从历史查询数据中获取查询量特征值；将多个航班的起飞时刻和查询量特征值作为训练参数输入时间序列模型，得到航班查询量预测模型；选取航线的距离当前时刻N天后起飞的一目标航班；将当前时刻和目标航班的起飞时刻输入至航班查询量预测模型，输出目标航班距离起飞时刻N‑1天前的累计查询量预测值；获取目标航班距离起飞时刻N‑1天前的实时累计查询量；判断目标航班的需求是否异常。本发明通过获取用户对航班的查询数据，构建航班查询量预测值，并实时基于查询量预测值和实时值对航班需求是否异常进行检测。

技术领域

本发明属于大数据处理领域，特别涉及一种航线需求异常的检测方法及系统。

背景技术

近年来，随着人民生活水平的逐渐提高和对旅游的热爱，乘坐飞机出行越来越多的受到人们的青睐，现有技术中航空公司在对航班进行安排时，大多是按照常规节假日对座位、票价、航次等进行适当调整，但是这种方式在应对潜在客户的突发需求时，很难做出应对，不能完全满足客户的需求。

发明内容

本发明要解决的技术问题是为了克服现有技术中不能航线需求合理预判的缺陷，提供一种航线需求异常的检测方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

一种航线需求异常的检测方法，所述检测方法包括：

S10、获取一航线在一预设时间内的多个航班的历史查询数据；

S20、从所述历史查询数据中获取查询量特征值，所述查询量特征值为每个航班起飞前每天的历史累计查询量；

S30、将所述多个航班的起飞时刻和所述查询量特征值作为训练参数输入时间序列模型，得到航班查询量预测模型；

S40、选取所述航线的距离当前时刻N天后起飞的一目标航班；

S50、将所述当前时刻和所述目标航班的起飞时刻输入至所述航班查询量预测模型，输出所述目标航班距离起飞时刻N-1天前的累计查询量预测值；

S60、获取所述目标航班距离起飞时刻N-1天前的实时累计查询量；

S70、根据所述累计查询量预测值和所述实时累计查询量判断所述目标航班的需求是否异常。

较佳地，步骤S30具体包括：

S301、选取任一航班；

S302、选取距离所述任一航班的起飞时刻M天前的每天的历史累计查询量作为第一查询量序列，M为正整数；

S303、选取起飞时刻早于所述任一航班的航班的距离起飞时刻M天前的历史累计查询量作为第二查询序列；

S304、将所述第一查询序列和所述第二查询序列合并为一个查询序列组；

S305、提取所述任一航班的下一航班的起飞时刻M天前的历史累计查询量作为检验值；

S306、将所述任一航班的飞行时刻、所述查询序列组和所述检验值作为一组所述训练参数；

S307、遍历M值和所有航班，将遍历获取的所有训练参数输入时间序列模型得到所述航班查询量预测模型。

较佳地，步骤S50还包括：

S501、输出与所述累计查询量预测值对应的置信区间；

步骤S70具体包括：

检测所述实时累计查询量是否在所述置信区间内，若否，则所述目标航班的需求为异常。

较佳地，步骤S10之后，所述检测方法还包括：