本发明涉及到大数据处理技术领域，特别是一种预判机票购买时机的方法。
背景技术：
随着经济的发展，搭乘飞机出行已成为大众出行的备选方式之一。根据中投顾问发布的《2016-2020年中国民用航空业投资分析及前景预测报告》，2016年中国民航旅客运输量预计将达到4.83亿人次。预计未来五年(2016-2020)行业年均复合增长率约为10.53％，2020年中国民航旅客运输量将达到7.21亿人次。在出行购买机票时，无论是通过网络平台还是机票代理购票，大多数人都以当时查询的票价进行购买。而机票价格因购买时间的不同而异，最高价与最低价的差别通常较大，有时甚至高达千余元。以某航线为例，经济舱全价票为1710元，而最低价仅为340元，两者相差高达1370元。那如何才能买到低价的机票呢？一般认为，提前购买的时间越长，买到机票的票价越低。比如通常认为提前30天买到的票价比提前20天的要低。故在确定行程时，大多数人倾向于提前购票。但实际并非如此。机票价格并不是随起飞时间的临近线性递增的，而是随时间的推移有一定的波动。那么，对准备订票出行的人来说，是否立即购买机票，关系到出行人员在保证按预定计划出行的前提下能否节约出行成本。也就是说，如何选择机票购买时机是出行者必须面对的问题。目前一般情况下是进行随机决策，在进行有限次数的查询后进行购买，这通常不会节约购票成本。当然，出行者也可以通过不间断的查询来节约购票成本，但必须付出巨大的时间成本。
随着数据处理技术的发展，通过对历史数据的收集和分析，我们能够从中得出机票价格变化的规律，并以此为基础来判断当前查询到的价格是否为起飞前的最低价格，为出行人员进行购买决策提供支持。
技术实现要素：
为解决上述技术问题，本发明提供了一种预判机票购买时机的方法，其包含以下步骤：
S1：累积机票价格的历史数据，所述历史数据包括航班号、出发时间、到达时间、查询时间，查询时不同舱位价格、航班执飞机型、剩余票数；
S2:对步骤S1中获得的数据进行处理，提取价格变化的模式集合，分为价格上涨模式集合、价格下跌模式集合和价格不变模式集合；
S3：计算步骤S2中所得的各模式集合发生的频率；
S4:将步骤S2所得模式集合和步骤S3所得频率进行结合，并依据时间顺序构建价格变化网络PN；
S5：通过查询获得给定航班的当前时刻价格CP，并获取相对于航班预定起飞时刻T的提前量B；
S6：根据步骤S5所得的前时刻给定航班的价格CP，利用价格变化网络PN进行运算，判断给定航班的当前时刻价格CP是否为航班预定起飞时刻T之前最低价，如果给定航班的当前时刻价格CP为最低价，则输出是；若给定航班的当前时刻价格CP不是最低价，则根据价格变化网络PN输出航班起飞前可能出现的最低价及节省的费用。
较佳地，累积机票价格的历史数据为航班起飞前一设定时间内的历史数据，每隔一定时间重新获取所述累积机票价格的历史数据。
较佳地，根据步骤S5所得的前时刻给定航班的价格CP，利用价格变化网络PN进行运算的具体过程为：
判断当前时间与航班预定起飞时刻T之间以当前价格CP为起点的价格变化的模式：
如果价格下跌模式集合为空，其它集合不为空，则当前价格为最低价；
如果价格下跌模式集合不为空，则判断所有下跌模式中下跌后的价格是否低于当前价格CP；若高于或等于当前价格CP，则当前价格CP为最低价；若低于当前价格CP，则当前价格CP不是最低价；
如果有低于当前价格CP的价格，则根据该价格出现的频率来决定该低价出现的频率；若频率低于设定频率，则认为该价格不会出现，当前价格CP为最低价；若频率高于设定频率，则认为该价格会出现，该价格为最低价格。
本发明具有以下有益效果：
本发明提供的预判机票购买时机的方法有利于提高购票者出行的经济性，节约其购票支出。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
具体实施方式
下面将结合本发明实施例对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明实施例提供了一种预判机票购买时机的方法，其包含以下步骤：
S1：累积机票价格的历史数据，所述历史数据包括航班号、出发时间、到达时间、查询时间，查询时不同舱位价格、航班执飞机型、剩余票数；具体的本实施例中可以提前数月甚至一年预定机票，但一般出行都在一个月以内确定行程，因此我们从预定日期前30天开始累积数据，本发明不对具体累计数据的时间进行限定，本实施例中30天仅为本发明的一个具体的实施方式。将预定航班预定起飞时刻设为T，则从T-720小时开始，每隔时间t通过GDS(Global Distribution System)或OTA(Online Travel Agent))查询获取该航班的价格，获取内容包括但不局限于该航班不同舱位的价格、剩余票数量等信息；
S2:对步骤S1中获得的数据进行处理，提取价格变化的模式集合，分为价格上涨模式集合(IMS)、价格下跌模式集合(DMS)和价格不变模式集合(EMS)；
S3：计算步骤S2中所得的各模式集合发生的频率；
S4:将步骤S2所得模式集合和步骤S3所得频率进行结合，并依据时间顺序构建价格变化网络PN；
S5：通过查询获得给定航班的当前时刻价格CP；
S6：根据步骤S5所得的前时刻给定航班的价格CP，利用价格变化网络PN进行运算，判断给定航班的当前时刻价格CP是否为航班预定起飞时刻T之前最低价，如果给定航班的当前时刻价格CP为最低价，则输出是；若给定航班的当前时刻价格CP不是最低价，则根据价格变化网络PN输出航班起飞前可能出现的最低价及节省的费用。
本实施例中，累积机票价格的历史数据为航班起飞前一设定时间内的历史数据，每隔一定时间重新获取所述累积机票价格的历史数据。
其中根据步骤S5所得的前时刻给定航班的价格CP，利用价格变化网络PN进行运算的具体过程为：
判断当前时间与航班预定起飞时刻T之间以当前价格CP为起点的价格变化的模式：
如果价格下跌模式集合为空，其它集合不为空，则当前价格为最低价；
如果价格下跌模式集合不为空，则判断所有下跌模式中下跌后的价格是否低于当前价格CP；若高于或等于当前价格CP，则当前价格CP为最低价；若低于当前价格CP，则当前价格CP不是最低价；
如果有低于当前价格CP的价格，则根据该价格出现的频率来决定该低价出现的频率；若频率低于设定频率，则认为该价格不会出现，当前价格CP为最低价；若频率高于设定频率，则认为该价格会出现，该价格为最低价格。
本发明提供的预判机票购买时机的方法有利于提高购票者出行的经济性，节约其购票支出。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。