本申请属于大数据处理，尤其涉及一种基于数据分析模型的航班订座预警分析方法及装置。
背景技术：
1、随着新一代航空公司控制前端alg推广的航司日益增多，航司的需求也逐渐变多。其中收益管理一直都是航空公司工作的重点关注部分，几乎所有的航空公司都会设立收益管理部门来专门从事此项工作。而影响收益管理的因素又是非常的多且关系复杂的。
2、航司收益管理部门的航线控制员在管理航班的时候，需要识别淡旺季、对未来需求进行预测和调整、分析订座曲线、识别节假日和订座缩减及竞争对手的销售情况等。分析以上众多因子并做出判断对于航线员来说是不仅过程繁琐、耗费精力，人为对数据的分析判断很难达到真正的实时性，准确性也难以保障。从而影响航线员及时对库存的调整，进而影响航司的收益。
3、因此对航班订座历史数据分析，且实时、高频率、多维度、自动化的监控众多影响收益因素的分析预警系统模型应时而生。
技术实现思路
1、本申请针对现有技术存在的不足，提出一种基于数据分析模型的航班订座预警分析方法及装置。
2、本申请的第一方面提供一种基于数据分析模型的航班订座预警分析方法，包括：
3、预警步骤，通过设定的定时任务，关注航班模块配置要预警的航线及航班；
4、预警策略制定步骤，基于相关订座历史数据，通过策略模型进行分析，制定预警策略；
5、消息传递查看步骤，通过系统消息，短信和邮件来传递和查看消息；
6、报表统计步骤，查看系统消息和统计分析出的报表。
7、结合第一方面，上述策略模型进一步包括客座率设定预警策略模型和客座率竟比预警策略模型；所述客座率设定预警策略模型对不同的航班进行动态监控，自动化处理;所述客座率竟比预警策略模型对本航司及其互看航司航班整体进行动态监控，自动化处理。
8、结合第一方面，上述客座率设定预警策略模型进一步包括：采集相同条件下航班订座历史数据，按照天气，时段和淡旺季因子进行归类和汇总；对同周期相同离岗天数的客座率增量进行计算和类比；通过查询往年同起飞日期航班历史订座数据，辅助航线员对未来订座趋势走势进行分析和预测；对航班客座率突然下降紧急事件做出预警。
9、结合第一方面，上述客座率设定预警策略模型进一步包括，获取所有航班和航线员信息，对相关数据进行汇总，入库，并形成数据图表；
10、所述相关数据=当前航班信息+消息时间+第一预定周期同周期相同离岗天数当天的客座率增值平均值+客座率终值平均值+去年该关注航班的相同离岗天数采集点的时刻为整点的客座率和终值客座率+(此刻客座率-前第二预定周期客座率),其中（此刻客座率-第二预定周期客座率）为离岗天数小于第三预定周期的航班且订座缩减情况触发。
11、结合第一方面，上述客座率设定预警策略模型进一步包括，
12、对于离岗天数大于第四预定周期起飞的航班，满足以下条件之一则给出预警：客座率增值小于第五预定周期同周期相同离岗天数当天客座率增值平均值；客座率小于第五预定周期同周期相同离岗天数采集时刻为整点的最小客座率。
13、结合第一方面，上述客座率竟比预警策略模型进一步包括，
14、采集航班订座历史数据，对航班订座信息进行归类和汇总；对相同离岗天数的平均班次订座增量和客座率进行计算和类比；辅助航线员对未来订座趋势走势进行分析和预测。
15、结合第一方面，上述客座率竟比预警策略模型进一步包括，获取关注的所有航线和本航司的可互看航司列表，对相应航线航司数据进行汇总，入库，并形成数据图表，对比相同航线相同起飞日期的本航司和互看航司平均订座增量；
16、所述航线航司数据=消息时间+关注航线+本航司航线平均客座率+本航司航线平均订座增量+互看航司平均客座率+互看航司平均订座增量+对应差值。
17、结合第一方面，上述客座率竟比预警策略模型进一步包括，如果相同航线下本航司客座率小于任意一家互看航司客座率多于预定百分点，或者本航司平均订座增量小于任意一家互看航司平均订座增量，且当日客座率与小于其对比航司，则自动预警。
18、结合第一方面，上述预警步骤，进一步包括，
19、主数据服务mds, 为客户提供航班订座历史数据分析及预警功能
20、调用新一代航空公司业务前端服务alg和操作系统支持系统oss的数据服务接口，获取个人中心关注航线及航班数据,和航班订座数据，通过算法生成预警信息，将所述预警信息通过消息队列mq的异步消息推送到alg_server端。
21、本申请的第二方面提供一种基于数据分析模型的航班订座预警分析装置，包括：
22、预警模块，通过设定的定时任务，关注航班模块配置要预警的航线及航班；
23、预警策略制定模块，基于大量的相关订座历史数据，通过策略模型进行分析，制定预警策略；
24、消息传递查看模块，通过系统消息，短信和邮件来传递和查看消息；
25、报表统计模块，查看系统消息和统计分析出的报表。
26、与现有技术相比，本申请具有如下优点：
27、提供多种数据分析策略模型和预警方式，整合多种数据源，多维度对航班订座历史数据进行动态分析，通过策略模型分析产出预警信息，并实时、点对点对航线员进行推送。为航线员提供精准的判断及有价值的预判信息，辅助航线员对库存做出正确调整。
28、本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
1.一种基于数据分析模型的航班订座预警分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求2所述的方法，其特征在于，
7.根据权利要求6所述的方法，其特征在于，
8.根据权利要求7所述的方法，其特征在于，
9.根据权利要求8所述的方法，其特征在于，
10.一种基于数据分析模型的航班订座预警分析装置，其特征在于，包括：