为什么你明明买了机票，却可能无法登机

喜迎假期，你和朋友计划坐飞机出游，去去班味。

吃着火锅唱着歌来到机场，结果却被告知飞机超员了，你不能登机。气不气？

反正换作是我，必然会怒发冲冠，凭栏处，掏出手机写小作文。

很不幸，你遇到了让人很不爽但合规的小概率事件：机票超售，即航空公司售出的机票数比航班座位数多。

航空公司也有自己更具体的规定，比如厦航就详细列出了赔偿标准。如果你因为超售被滞留且飞国内，大概率会得到650块钱赔偿。

航空公司机票超售的比例一般在3%-5%的区间，如果你至今没遇到过超售，那主要原因只有一个：飞的不够多。

如果你不幸遇到了，那么“恭喜”你，千把块钱赔偿到手。气归气，别和钱过不去。

具体航司怎么通过机票超售赚钱，下面简单算个账。

假设一个航班有150个座位，航司共卖了155张票，超售5张，每张票1000元，暂时进账5000元。

如果临起飞前有至少5个人放弃登机或者退票，那么皆大欢喜，飞机正常起飞，航司多赚5000元。

如果退票人数只有3人，最终将有2人无法登机，那么航司给其退票及赔偿2人共1300元，最终多赚1700元。

如果没人退票，最终将有5人无法登机，那么航司给其退票及赔偿5人共3250元。一通操作猛如虎，最后净赔3250。

显然，机票超售是个技术活，操作不好可能翻车。一般情况下，出现的矛盾都能用钱解决。但二般情况下，就可能极度尴尬。

比如2017年，美国联合航空机票超售导致4人无法登机，机上所有人都不同意下飞机，给钱也不下。

最后通过摇号选出4位乘客，被强行拖下飞机，场面十分难看。公司股票还因此下跌，市值蒸发3亿美元。

机票超售很考验航空公司“预测未来”的能力——精准预测未来一段时间的乘客人数。

所谓“预测未来”的能力，就是机器学习领域的“时序预测”，即基于历史数据预测未来一段时间内的数据。

时序预测一直是机器学习领域的热门方向，网上有很多“手把手”教你做时序预测的大神，贡献出自己精心打磨的Python代码。

然而，单单Python语言就足以劝退广大非科班出身的人：“我就只想做个预测，结果却啃了半个月的《Python从入门到放弃》”。

这合理吗？这不合理。土木老哥为什么要研究如何炼钢烧水泥？单单打灰就已经很累了。

数据建模软件DTEmpower就是代码过敏者的福音，让你完全零代码实现机器学习。

软件内置非常丰富的时序数据操作节点和时序预测算法，像频率滤波、白噪声检测、异方差检测这些时序数据常用处理步骤，以及经典的时序模型ARIMA等，都被封装进节点。

你做时序预测时，只需掌握数据建模知识，具体代码怎么实现，你忽略之。

DTEmpower的内置案例就有航空乘客时序预测模型，手把手带你用历史数据“预测未来”，欢迎到天洑官网下载试用。

民航领域的预测场景有很多，除了客运量预测，还有飞机航迹预测、旅客订座需求预测、不正常航班预测、民航不安全时间预测等，这些预测支撑起了庞大航空业的安全健康运行。

在更大的范围，工业设备的故障预测、股票价格预测、电力负荷预测、交通流量预测等等，也都是时序预测的实际应用，要不说数据是21世纪最宝贵的资源呢。

快到天洑官网下载体验DTEmpower，从历史数据中挖掘信息，预测未来！