航班延误预警方法、系统、电子设备和介质技术方案

本发明专利技术公开了一种航班延误预警方法、系统、电子设备和介质，其中航班延误预警方法，包括以下步骤：构建航班延误数据集；根据航班延误数据集构造特征数据；根据特征数据采用梯度提升决策树和逻辑回归模型融合的方式生成预警模型；根据预警模型生成预警信息。本发明专利技术实现了对未来较长时间航班的延误情况进行预测。

【技术实现步骤摘要】
航班延误预警方法、系统、电子设备和介质
本专利技术属于航班延误预警
，尤其涉及一种航班延误预警方法、系统、电子设备和介质。
技术介绍
随着大数据技术的飞速发展，航班延误预测已经成为了民航领域的一个研究热点。2014年，L.Belcastro基于随机森林算法(RandomForest)构建了一个航班延误预测系统，该系统主要用于预测因天气因素而导致的航班延误。同年，Rebollo等人利用数据挖掘技术开发了一个延误预警模型，该模型可以对美国国内未来2-24小时内起飞航班的起飞延误进行预测。2016年，Kim等人基于LSTM(LongShort-TermMemory)提出了一种航班延误预测方法。在工业界，目前也有一些公司在做航班延误预测，比如Google公司的“GoogleFlights”、飞友科技的“飞常准”等都可以为用户提供航班延误预测服务。但是目前的延误预警模型绝大部分都只能在航班起飞前数小时给出预测结果，而大部分飞行旅客通常会选择提前数天、甚至数十天订购机票，只在航班起飞前数小时做延误预测对用户来说是远远不够的。专本文档来自技高网...

【技术保护点】
1.一种航班延误预警方法，其特征在于，包括以下步骤：/n构建航班延误数据集；/n根据所述航班延误数据集构造特征数据；/n根据所述特征数据采用梯度提升决策树和逻辑回归模型融合的方式生成预警模型；/n根据所述预警模型生成预警信息。/n

【技术特征摘要】
1.一种航班延误预警方法，其特征在于，包括以下步骤：
构建航班延误数据集；
根据所述航班延误数据集构造特征数据；
根据所述特征数据采用梯度提升决策树和逻辑回归模型融合的方式生成预警模型；
根据所述预警模型生成预警信息。


2.如权利要求1所述的航班延误预警方法，其特征在于，所述构建航班延误数据集的步骤包括：
构建航班延误原始数据集，对所述航班延误原始数据集进行数据清洗以生成所述航班延误数据集。


3.如权利要求1所述的航班延误预警方法，其特征在于，所述根据所述航班延误数据集构造特征数据的步骤包括：
根据所述航班延误数据集提取航班基本属性、预设期限内的延误信息、前序航班、天气特征以构造所述特征数据。


4.如权利要求3所述的航班延误预警方法，其特征在于，所述梯度提升决策树采用XGBoost系统框架，所述根据所述特征数据采用梯度提升决策树和逻辑回归模型融合的方式生成预警模型的步骤包括：
所述XGBoost系统框架根据所述特征数据构造二元向量，所述二元向量的每一个元素对应所述XGBoost系统框架中树的叶子结点，所述逻辑回归模型根据所述特征数据和所述二元向量训练得到所述预警模型。


5.一种航班延误预警系统，其特征在于，包括数据集构造单元、特征构造单元、模型生成单元、预警信息生成单元；
所述数据集构造单元用于构建航班延误数据集；
所述特征构造单元用于根...

【专利技术属性】
技术研发人员：陈栋，肖铨武，聂强强，谢小文，
申请(专利权)人：携程旅游网络技术上海有限公司，
类型：发明
国别省市：上海;31