一种应用于航班订座值的数据处理方法及系统

技术领域

本发明涉及数据处理技术领域，特别是涉及一种应用于航班订座值的数据处理方法及系统。

背景技术

收益管理是航空公司对航班价格和座位进行管理，使每一航班的每一航段的每个座位按不同的价格适时销售给不同类型的旅客，从而获得最大的收益。航空公司的收益管理系统通常是利用航班计划、库存、离港与运价数据，基于预测与优化模型，对未离港航班的库存进行自动管理的系统，未离港航班指定舱位的订座值预测指的是指定未离港航班在离港时的订座预测值，是收益管理系统的主要输出值。

但是，指定未离港航班在离港时的订座值预测是收益管理系统对数据进行处理的难点，因此，如何准确预测航班在离港时的订座值是目前需要解决的问题。

发明内容

针对于上述问题，本发明提供一种应用于航班订座值的数据处理方法及系统，提升了预测航班在离港时的订座值的准确性。

为了实现上述目的，本发明提供了如下技术方案：

一种应用于航班订座值的数据处理方法，所述方法包括：

确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点，所述数据采集点表征所述目标航班距离所述离港时间的天数；

获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班；

确定与所述数据采集点对应的历史航班的指定舱位的订座值；

基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件；

如果是，基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

基于所述历史航班的指定舱位的订座值和所述历史航班的数量，计算所述目标航班指定舱位离港订座预测值的标准差。

一种应用于航班订座值的数据处理系统，所述系统包括：

第一确定单元，用于确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点，所述数据采集点表征所述目标航班距离所述离港时间的天数；

第一获取单元，用于获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班；

第二确定单元，用于确定与所述数据采集点对应的历史航班的指定舱位的订座值；

第三确定单元，用于基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件；

第二获取单元，用于如果是，基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

一种存储介质，所述存储介质上存储有可执行指令，所述指令被处理器执行时实现如上任一项所述的应用于航班订座值的的数据处理方法。

一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序，所述程序用于实现如上任一项所述的应用于航班订座值的数据处理方法。

相较于现有技术，本发明提供了一种应用于航班订座值的数据处理方法及系统，包括确定待预测的目标航班的离港时间以及与离港时间对应的数据采集点，数据采集点表征目标航班距离离港时间的天数；获取离港时间与目标航班的离港时间为相同星期维度的历史航班；确定与数据采集点对应的历史航班的指定舱位的订座值；基于历史航班的指定舱位的订座值以及历史航班的数量，确定历史航班是否满足预设条件；如果是，基于历史航班的指定舱位的订座值、历史航班的数量以及目标指数平滑进度模型，得到目标航班的指定舱位的离港订座预测值；基于历史航班的指定舱位的订座值和历史航班的数量，计算目标航班指定舱位离港订座预测值的标准差。本发明基于历史航班数据以及模型预测，提升了预测航班在离港时的订座值的准确性。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、有点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记标识相同或相似的元素。应当理解附图是式意性的，原件和元素不一定按照比例绘制。

图1为本发明实施例提供的一种应用于航班订座值的数据处理的流程示意图；

图2为本发明实施例提供的一种应用于航班订座值的数据处理系统的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

为了便于对本发明的实施例进行描述，下面对本发明的术语进行说明。

收益管理系统：利用航班计划、库存、离港与运价数据，基于预测与优化模型，对未离港航班的库存进行自动管理的系统。

市场需求值：旅客实际的购买需求，可以产生实际的订单，可以不产生实际的订单。

库存(Inventory)：是指航班上的座位可利用状(Availability)，座位预定值(Seat Sold)，可利用座位数(Seat Open)，以及各种控制参数(Inventory Parameter)等一系列影响航班座位销售决策的信息。ICS是Inventory Control System的简称，本申请中提及的航空公司订座系统，也称库存控制系统，英文简称为ICS(Inventory ControlSystem)。

数据采集点(Data collectionpoints，DCP)：对于每个航班，每个DCP点对应一个采集时间，采集时间与距航班离港日期的天数成一一对应，部分数据采集点的二级字段包括：

固定数据采集点(Fixed-DCP)：航空公司设置的数据采集点，由距离离港天数确定，航空公司在航班控制系统(或收益管理系统)中可以设置国内航班航线与国际航班航线共计两套数据采集点。

浮动数据采集点(Floating-DCP)：非固定数据采集点范畴的数据采集点，例如：指定航班距离离港日期为20天，但DCP

最终数据采集点(Final-DCP)：为航班离港当日数据采集点；

最新数据采集点(Lastactual-DCP)：未离港航班最近获取数据的数据采集点；收益管理预测和优化模块应用于基于Lastactual-DCP获取的航节航段级库存为自变量的数据。

舱位：支付价格、服务内容与设置的同类别的总称，一般以字母为舱位标识。

锁舱：某个舱位停止接受预定请求，一般为可利用座位数。

开舱：也称为放舱、补舱，是指将原先不可售的舱位变为可售，一般表现为可利用座位数大于1。

出港：离开空港，即飞机飞离。

参见图1，为本发明实施例提供的一种应用于航班订座值的数据处理方法的流程示意图，该方法可以包括以下步骤：

S101、确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点。

目标航班可以是目标航空公司的待离港的航班，数据采集点表征目标航班距离离港时间的天数。每个数据采集点(Data Collection Points，DCP)都对应一个数据采集时间，不同的数据采集点表征同一航班不同的距离离港时间的天数。比如：DCP

S102、获取离港时间与目标航班的离港时间为相同星期维度的历史航班。

S103、确定与数据采集点对应的历史航班的指定舱位的订座值。

为了能够准确预测目标航班的离港订座预测值，需要基于历史航班的相关数据来作为进行数据处理的数据基础。可以通过航空公司的数据采集系统或者数据存储系统来获取相应的数据，为了进一步提升后续数据处理的准确性以及订座值预测的准确性，需要获取与待预测的目标航班具有相似性的历史航班的相关数据，其中，相似性主要是体现在历史航班的离港时间与目标航班的离港时间为相同星期维度。例如，目标航班的离港时间为22年7月31日(周日)，则历史航班也可以称为历史样本航班的离港日期主要考虑周日的航班即离港日期可以是21年8月1日的航班。

为了能够准确确定历史航班以及历史航班的相关数据，在本发明实施例的一种实施方式中，所述所述获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班，包括：获取目标航空公司的航班航线信息；获取所述目标航空公司的航班航段库存信息；获取所述目标航空公司的数据采集点信息；基于所述目标航空公司的航班航线信息、航班航段库存信息以及数据采集点信息，确定离港时间与目标航班的离港时间为相同星期维度的历史航班。然后在确定具有相同采集维度的数据采集点对应的历史航班的指定舱位的订座值，例如，均是距离离港时间为10天的数据采集点对应的历史航班的相关数据。

具体的，获取目标航空公司航班的信息主要包括对于指定航空公司航班的信息在本地是有存储的，即，在航空公司航班控制系统中含有目标航空公司全量或是增量的航班数据与信息，因此，可以设定为每隔预定时间从航空公司控制系统中获取目标航空公司全量或是增量的航班数据与信息。例如，可以每隔24小时获取一次。其中，航班的信息与数据指的是航空公司标准数据，每天凌晨夜维，可以上载数据，收益需要的航班数据主要包括包含航班航段级的离港日期、离港时刻、航班号、国内国际标识、机型等，称之为SCH数据。库存数据包含SCH数据之外，还有舱位结构信息，舱位预定数据、舱位开放状态，舱位保护作为数、舱位了利用座位数等，称之为INV数据。

获取目标航空公司的航班航段库存信息是从航空公司航班控制系统中获取目标航空公司指定航班的库存数据，库存数据包含已离港的航班库存数据与未离港航班的库存数据，其中，舱位信息、订座值数据为主要存储信息与数据，已离港的航班库存数据获取并入库可以作为样本航班及其数据，未离港航班为收益管理系统管理的目标航班。

其中，通常确定目标航空公司指定航班的系统日期为基准的过往三年的已离港航班的库存数据与信息；确定目标航空公司指定航班的系统日期为基准的未来一年的未离港航班的库存数据与信息。

对应的，获取目标航空公司数据采集点信息是从航空公司航班控制系统中获取目标航空公司数据采集点信息，包含航空公司级的数据采集点信息与其对应的距离港天数数据与信息，确定并存储指定航空公司数据采集点数据与信息。数据采集点指的是距航班离港天数的数字表示，用DCP表示。

确定目标航班的星期维度：对于指定航空公司航班的信息与数据在本地是有存储的，即，储存指定航班基础信息包括以下至少之一：航班号、始发机场、达到机场、航班离港日期、离港日期对应的星期。收益管理目标航班即为本申请实施例中的指定航班，即通过指定航班的指定未离港日期确定其星期维度，历史样本航班为同星期维度的指定航班的已离港航班。具体的，所述确定与所述数据采集点对应的历史航班的指定舱位的订座值，包括：确定与所述数据采集点对应的已离港历史航班离港时航班的指定舱位的第一订座值；确定与所述数据采集点对应的历史航班中未离港航班的指定舱位的第二订座值。

S104、基于历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件，如果是，执行S105；

S105、基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

S106、基于所述历史航班的指定舱位的订座值和所述历史航班的数量，计算所述目标航班指定舱位离港订座预测值的标准差。

在获得了历史航班的指定舱位的订座值以及历史航班的数量之后，需要对这些数据验证，以确保数据的准确性，以及便于后续数据处理。其中，基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班满足预设条件，包括：所述第一订座值大于等于1，且采集所述已离港历史航班离港时航班的指定舱位数据的数据采集点的订座值大于等于1；采集所述历史航班中未离港航班的指定舱位数据的数据采集点的订座值大于等于1；所述历史航班的数量大于等于4。

验证相关数据满足预设条件的目的一方面是保证数据的准确性，另一方面是本发明实施例中对数据进行处理的目标指数平滑模型也是基于满足预设条件的历史样本数据训练生成的。

识别并确定已离港历史航班离港时航班的指定舱位的第一订座值，即识别并确定目标航班指定舱位已离港航班的库存数据中存在离港订座值与DCPn订座值，此类数据会作为历史样本数据：

根据本地存储的目标航班的已离港航班为历史样本航班离港订座值存储的数据，和别并确定确定目标航班指定舱位已离港航班中离港订座值与DCPn的订座值大于等于1，此类数据能作为历史样本数据。

识别并确定目标航班指定舱位的历史样本数满足线性回归模型使用的充分条件：根据本地存储的指定航班的已离港航班为历史样本航班离港订座值存储的数据，识别并确定指定航班指定舱位已离港航班为历史样本量大于等于4，将此类数据作为历史样本数据。

识别并确定历史航班中未离港航班的指定舱位的第二订座值，即目标航班指定舱位未离港航班最新采集库存中存在订座值，才能使用指数平滑进度模型预测离港订座值：根据本地存储的指定航班的未离港航班为历史样本航班离港订座值存储的数据，识别并确定目标航班指定舱位未离港航班中的DCPn的库存数据中订座值大于等于1。

满足识别的目标航班指定舱位的信息与数据的充分条件才可以使用指数平滑进度线性回归模型预测指定航班指定舱位离港预测订座值，利用如上存储的目标航班的信息与数据计算与应用收益管理目标航班的订座预测值的步骤至少包括如下：

根据权重值计算得到未离港舱位指定舱位离港订座预测值，并将此值上传到航空公司航班控制系统，达到指定未离港航班面向市场销售的目的。计算并确定目标航班未离港指定舱位的标准差。

其中，指数平滑模型是一种增量模型，常数代表数据池中所有记录的增量的平均值，而指数平滑模型为每一个记录增量赋予了一个权重系数，距离当前日期越近权重越大。计算目标航班指定舱位离港订座预测值的标准差是为了确定输出的预测结果的销售趋势(主要是上客均值)的拟合程度。拟合度越高，则确定模型输出结果越精准。

对应的，在本发明实施例中还提供了一种确定目标指数平滑进度模型的方法，该过程包括：

基于所述第一订座值和所述第二订座值，确定目标指数平滑进度模型的模型常数；

确定目标指数平滑进度模型的系数为1；

基于历史航班的未离港航班的订座值和已离港航班的订座值对应的样本数据，以及目标指数平滑进度模型的模型常数和目标指数平滑进度模型的系数，确定目标指数平滑进度模型。

举例说明，首先获取待预测的目标航班的同期同星期航班的指定舱位的订座值；确定目标航班指定舱位历史数据中离港订座值大于等于1为样本；确定目标航班指定舱位历史数据中DCP

然后，获取目标航班的同期通行器航班的指定舱位的未离港航班的库存数据中订座值；识别并确定目标航班指定舱位未离港航班DCP

目标航班指定舱位未离港航班的DCP

目标航班指定舱位已离港航班为历史样本DCP

目标航班指定舱位已离港班为历史样本离港订座值为Bd；

目标航班指定舱位历史样本数为Obse；

目标指数平滑进度线性回归模型预测目标航班未离港指定舱位的订座值为：

Demand＝Constant+Coefficient×Bf；

其中，确定指数平滑进度线性回归模型的常数：

其中，i是观测值的下标，取值为1≤i≤n；C是指数平滑常数，0

确定指数平滑进度线性回归模型的系数：Cefficient＝1:

综合如上识别并确认可以使用指数平滑进度线性回归模型的方法，通过指数平滑进度线性回归模型，利用目标航班未离港航班的订座值与已离港航班的样本，计算并确定目标航班未离港航班指定舱位离港订座预测值。

可以，通过如下公式计算并确定目标航班未离港航班指定舱位的标准差：

在本发明实施例的方法可以应用于收益管理系统中，利用历史航班样本对目标航班指定舱位离港时订座预测值计算的自动化，不仅满足预测模块等核心计算模块的对预测订座值处理的需求，而且提高了收益管理系统预测模块等核心计算模块的计算精度。并且，本发明使用指定航班历史样本航班的离港订座值为输入，通过指数平滑进度线性回归模型计算输出指定未离港航班离港时订座预测值。如果使用指定航班历史样本航班的离港市场需求值为输入，使用同样的计算逻辑可以输出指定未离港航班离港时市场需求预测值，可以达到对指定未离港航班市场需求值得计算。

需要说明的是是，实施例中参见的附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

参见图2，在本发明实施例还提供了一种应用于航班订座值的数据处理系统，所述系统包括：

第一确定单元201，用于确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点，所述数据采集点表征所述目标航班距离所述离港时间的天数；

第一获取单元202，用于获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班；

第二确定单元203，用于确定与所述数据采集点对应的历史航班的指定舱位的订座值；

第三确定单元204，用于基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件；

第二获取单元205，用于如果是，基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

计算单元206，用于基于所述历史航班的指定舱位的订座值和所述历史航班的数量，计算所述目标航班指定舱位离港订座预测值的标准差。

可选地，所述第一获取单元具体用于：

获取目标航空公司的航班航线信息；

获取所述目标航空公司的航班航段库存信息；

获取所述目标航空公司的数据采集点信息；

基于所述目标航空公司的航班航线信息、航班航段库存信息以及数据采集点信息，确定离港时间与目标航班的离港时间为相同星期维度的历史航班。

可选地，所述第二确定单元包括：

第一确定子单元，用于确定与所述数据采集点对应的已离港历史航班离港时航班的指定舱位的第一订座值；

第二确定子单元，用于确定与所述数据采集点对应的历史航班中未离港航班的指定舱位的第二订座值。

可选地，其中，基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班满足预设条件，包括：

所述第一订座值大于等于1，且采集所述已离港历史航班离港时航班的指定舱位数据的数据采集点的订座值大于等于1；

采集所述历史航班中未离港航班的指定舱位数据的数据采集点的订座值大于等于1；

所述历史航班的数量大于等于4。

在一种实施方式中，所述系统还包括：模型生成单元，所述模型生成单元用于：

基于所述第一订座值和所述第二订座值，确定目标指数平滑进度模型的模型常数；

确定目标指数平滑进度模型的系数为1；

基于历史航班的未离港航班的订座值和已离港航班的订座值对应的样本数据，以及目标指数平滑进度模型的模型常数和目标指数平滑进度模型的系数，确定目标指数平滑进度模型。

本发明实施例提供了一种应用于航班订座值的数据处理系统，包括确定待预测的目标航班的离港时间以及与离港时间对应的数据采集点，数据采集点表征目标航班距离离港时间的天数；获取离港时间与目标航班的离港时间为相同星期维度的历史航班；确定与数据采集点对应的历史航班的指定舱位的订座值；基于历史航班的指定舱位的订座值以及历史航班的数量，确定历史航班是否满足预设条件；如果是，基于历史航班的指定舱位的订座值、历史航班的数量以及目标指数平滑进度模型，得到目标航班的指定舱位的离港订座预测值；基于历史航班的指定舱位的订座值和历史航班的数量，计算目标航班指定舱位离港订座预测值的标准差。本发明基于历史航班数据以及模型预测，提升了预测航班在离港时的订座值的准确性。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

在本发明实施例中还提供了一种存储介质，所述存储介质上存储有可执行指令，所述指令被处理器执行时实现如上任一项所述的应用于航班订座值的数据处理方法方法。

本发明实施例还提供了一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序，所述程序具体用于：

确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点，所述数据采集点表征所述目标航班距离所述离港时间的天数；

获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班；

确定与所述数据采集点对应的历史航班的指定舱位的订座值；

基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件；

如果是，基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

基于所述历史航班的指定舱位的订座值和所述历史航班的数量，计算所述目标航班指定舱位离港订座预测值的标准差。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，提供了一种应用于航班订座值的的数据处理方法、装置、电子设备及存储介质。

一种应用于航班订座值的数据处理方法，所述方法包括：

确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点，所述数据采集点表征所述目标航班距离所述离港时间的天数；

获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班；

确定与所述数据采集点对应的历史航班的指定舱位的订座值；

基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件；

如果是，基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

基于所述历史航班的指定舱位的订座值和所述历史航班的数量，计算所述目标航班指定舱位离港订座预测值的标准差。

一种应用于航班订座值的数据处理系统，所述系统包括：

第一确定单元，用于确定待预测的目标航班的离港时间以及与所述离港时间对应的数据采集点，所述数据采集点表征所述目标航班距离所述离港时间的天数；

第一获取单元，用于获取离港时间与所述目标航班的离港时间为相同星期维度的历史航班；

第二确定单元，用于确定与所述数据采集点对应的历史航班的指定舱位的订座值；

第三确定单元，用于基于所述历史航班的指定舱位的订座值以及历史航班的数量，确定所述历史航班是否满足预设条件；

第二获取单元，用于如果是，基于所述历史航班的指定舱位的订座值、所述历史航班的数量以及目标指数平滑进度模型，得到所述目标航班的指定舱位的离港订座预测值；

一种存储介质，所述存储介质上存储有可执行指令，所述指令被处理器执行时实现如上任一项所述的应用于航班订座值的的数据处理方法。

一种电子设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序，所述程序用于实现如上任一项所述的应用于航班订座值的数据处理方法。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。