谌婧娇

摘要：在大数据环境下，为了提高航班延误预测精确度和数据处理速度，提出基于Spark框架下处理海量数据方法。本文使用决策树算法对航班数据进行分析，预测航班的延误情况，并与使用支持向量机，Logistic回归分类算法的预测结果进行比较。结果证明决策树算法具有较高的准确率和灵敏度，表明决策树算法可以应用到航班延误预测中，给航空机构提供数据支持。

关键词：Spark;航班延误预测;决策树算法

中图分类号：TP391     文献标识码： A

文章编号：1009-3044（2021）04-0217-03

Abstract： In the big data environment， in order to improve the accuracy of flight delay prediction and data processing speed， the method of processing massive data based on Spark framework was first proposed to improve the speed of big data processing.The decisiodtree algorithm is used to predict the flight delay， and the results are compared with those of SVM and logistic regression. The results show that the decision tree algorithm has high accuracy and sensitivity， which shows that the decision tree algorithm can be applied to flight delay prediction and provide data support for aviation agencies.

Key words： Spark;Flight delay prediction; Decision tree algorithm

随着国家经济的飞速发展，居民出行量的日益增大，出行方式也有了很大的改变，航空出行逐渐成为居民出行方式的首选之一。随着民航旅客需求快速增长，截止到2019年，选择航空出行方式的旅客量达到6.1亿人次。随着航班量的增加，航班延误作为一个热点问题一直困扰着国内外民航业。

据统计，我国2017年民航的准点率只有71%，即29%的航班存在延误。航班延误会影响乘客正常行程，使航空公司付出额外运营成本，对航空公司声誉也存在负面影响。因此，对航班延误进行预测迫在眉睫。

航班延误预测是指对航班是否晚点进行预警，可以将预测结果反馈到机场，以便提前采取措施，将航班延误经济损失降到最低;也可以将预测结果反馈给旅客，以便其提前做好行程安排[1] [6]。因此航班延误预测，对于航空业来说，具有重要的实际意义和研究价值。

本文结合航空数据的特点以及大数据技术的发展，采用Spark集群作为内存计算框架，使用决策树来建立模型，对航空数据进行预测分析，实验结果可以为航空机构提供数据支持。……