[发明专利]一种机场安检区域人流预测分析方法及系统

说明书

本发明公开了一种机场安检区域人流预测分析方法及系统。一种机场安检区域人流预测分析方法，其特征在于，包括：获取旅客实时安检数据，从航班信息服务平台中获取相应的航班计划信息，将旅客实时安检数据的航班信息与航班计划信息进行关联；对各区域的安检记录进行聚合操作，设定时间粒度，聚合出人数与通道数；提取各区域旅客过检记录聚合后的基础时序特征，提取聚合后数据的前n天的历史数据特征，所述n为大于0的自然数；根据旅客过检记录，进行特征整合，并将整合后的特征放入XGBoost模型进行预测，得到各区域的安检人数预测结果。一种机场安检区域人流预测分析系统，包括：数据关联模块；聚合模块；特征提取模块；整合预测模块。

技术领域

本发明涉及数据分析领域，特别是涉及一种机场安检区域人流预测分析方法及系统。

背景技术

当前针对航站楼内旅客流量，没有可量化的依据指导生产运营，对安检客流量只能依靠历史工作经验判断，导致安检通道开放无法匹配旅客流量变化，出现工作滞后性，降低旅客体验；同时在旅客较少时段容易产生劳动力过剩造成浪费。

机场安检部门在人员安排与开放数量时间缺乏明确指引，生产管理水平和客候机体验有待进一步提高。为实现“智慧机场”的建设，需要结合机场具体业务与大数据云计算技术。

发明内容

基于此，本发明的目的在于，提供一种机场安检区域人流预测分析方法及系统。

本发明的机场安检区域人流预测分析方法，包括：

获取旅客实时安检数据，从航班信息服务平台中获取相应的航班计划信息，将旅客实时安检数据的航班信息与航班计划信息进行关联；

对各区域的安检记录进行聚合操作，设定时间粒度，聚合出人数与通道数；

提取各区域旅客过检记录聚合后的基础时序特征，提取聚合后数据的前n天的历史数据特征，所述n为大于0的自然数；

根据旅客过检记录，进行特征整合，并将整合后的特征放入XGBoost模型进行预测，得到各区域的安检人数预测结果。

在一种实施方式中，所述将安检旅客的航班信息与航班计划信息进行关联，包括：整理航班信息服务平台中各航班的航班计划起飞时间，并关联至旅客实时安检数据中。

在一种实施方式中，所述将旅客实时安检数据的航班信息与航班计划信息进行关联，包括：在获取旅客实时安检数据和航班计划信息后，本地存储至Parquet文件中用于备份，若旅客实时安检数据中没有关联的航班计划起飞时间，则对旅客实时安检数据进行补充。

在一种实施方式中，所述将旅客实时安检数据的航班信息与航班计划信息进行关联，包括：若旅客实时安检数据的航班信息与航班计划信息出现共享航班多个航班号无法匹配，则通过人工引入共享航班映射表进行航班号修复。

在一种实施方式中，所述通过人工引入共享航班映射表进行航班号修复，包括：去除实际安检时间在航班计划起飞时间之后的数据，按照航班日期、登机序列号、旅客英文名、航班号进行去重，确保航班计划信息与旅客实时安检数据连接后数据的有效性。

在一种实施方式中，所述进行特征整合，包括：计算当前时间片正处于安检的航班架次特征与航班分布率特征，并合并至基础时序特征分解的特征矩阵。

在一种实施方式中，所述将整合后的特征放入XGBoost模型进行预测，包括：在预测的过程中，调整超参数以使XGBoost模型达到最佳预测模型。

在一种实施方式中，所述得到各区域的安检人数预测结果之后，还包括：将安检人数预测结果与应开放的安检通道数进行映射转换。

在一种实施方式中，所述设定时间粒度，包括设定10min为时间粒度；

所述n的范围为1≤n≤7。