[发明专利]一种基于聚类和改进的xgboost的航班流量预测方法及系统

权利要求书

1.一种基于聚类和改进的xgboost的航班流量的预测方法，其特征在于，包括：

获取近一年各个航班的属性信息；

对各个航班的属性进行聚类，得到不同的聚类特征；

由各个航班近一年内的销售数据，生成历史时序特征；

以不同的聚类特征和聚类特征组合作为空间特征与历史时序特征为输入构建并训练若干xgboost子模型，选择最优化的xgboost子模型作为最终的xgboost模型；由各个航班的当前销售记录，生成各个航班当前时序特征；

最终的xgboost模型基于当前时序特征，预测各个航班在不同折扣下的流量；

各个航班的属性信息，具体包括：

航班所属航司的规模，航班起落城市属性，航班所属航线的运力，航班时间属性；

对各个航班的属性进行聚类，具体包括：

由航班所属航司的规模聚类：按照近一年航司旅客数量，近一年的航司的所有航班的客座率均值，近一年航司的所有航班个数，近一年航司的飞机数量四个特征进行聚类，得到低、中、高三个规模的航司分类；聚类过程包括：四个特征分别进行归一化，分别选择一个特征进行增强，其他特征不变，再由DBSCAN进行分类，获得四个特征分别增强的分类结果，选择分类效果最好的分类结果；

由航班起落城市属性聚类：按照出发城市的经纬度、出发城市的城市规模、出发城市的去年的GDP、出发城市近一年的航班数、出发城市的机场个数，五个特征进行两两相关性的计算，如果两个特征的相关系数大于设定阈值则删除两个特征之一，以剩余特征采用K-MEANS、DBSCAN、和BRICH分别聚类出发城市属性，采用投票的方式确定样本归属类别；按照目的地城市的经纬度、目的地城市的城市规模、目的地城市的去年的GDP、目的地城市近一年的航班数、目的地城市的机场个数，五个特征进行两两相关性的计算，如果两个特征的相关系数大于设定阈值则删除两个特征之一，以剩余特征采用K-MEANS、DBSCAN、和BRICH分别聚类目的地城市属性，采用投票的方式确定样本归属类别；

由航班所属航线的运力聚类：按照近一年常态下直达同航线运力及航班数，转机同航线运力及航班数，四个特征进行两两相关性的计算，如果两个特征的相关系数大于设定阈值则删除两个特征之一，以剩余特征采用BRICH方法聚类；

由航班时间属性分类：按照航班起飞时段，按照早早、早、中、晚和晚晚进行分类，其中早早是指7:30及以前，早是指7：31-8:30，中是指：8：31-19：59晚是指：20:00-21:59，晚晚是指：22:00及以后；按照航班起飞日期，根据起飞日期是否是法定节假日、法定节假日前3天，法定节假日后3天，周末和工作日进行分类。

2.根据权利要求1所述的基于聚类和改进的xgboost的航班流量的预测方法，其特征在于，由各个航班历史销售数据，生成历史时序特征，具体包括：

根据各个航班的销售记录，生成从起飞前第N天到起飞当天的不同折扣下的销售量，即时序特征。

3.根据权利要求1所述的基于聚类和改进的xgboost的航班流量的预测方法，其特征在于，以不同的聚类特征和聚类特征组合作为空间特征，与历史时序特征为输入构建并训练若干xgboost子模型，包括：

用聚类的方法对各个航班的属性进行聚类获得的所有n个聚类特征中的单个聚类特征及所有可能的组合，分别构建对应的xgboost子模型，并分别训练；xgboost子模型的数量为：其中i表示组合中特征的个数；

选择均方根误差最小的xgboost子模型作为最终的xgboost模型。