Бизнес задачи которые можно решить используя бд авиаперевозки

This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.

Switch branches/tags
Branches Tags
Could not load branches
Nothing to show
Could not load tags

Nothing to show

Name already in use

A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?

Cancel Create

• Local
• Codespaces

HTTPS GitHub CLI
Use Git or checkout with SVN using the web URL.
Work fast with our official CLI. Learn more about the CLI.

Sign In Required

Please sign in to use Codespaces.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching GitHub Desktop

If nothing happens, download GitHub Desktop and try again.

Launching Xcode

If nothing happens, download Xcode and try again.

Launching Visual Studio Code

Your codespace will open once ready.

There was a problem preparing your codespace, please try again.

Latest commit

Git stats

Files

Failed to load latest commit information.

Latest commit message
Commit time

README.md

В работе использовался локальный тип подключения.

Скриншот ER-диаграммы из DBeaver`a согласно Вашего подключения.

Краткое описание БД — из каких таблиц и представлений состоит.

1. aircrafts aircraft_code — Код самолета, IATA первичный ключ model — Модель самолета range — Максимальная дальность полета, км
2. airports airport_code — Код аэропорта первичный ключ airport_name — Название аэропорта city — Город longitude — Координаты аэропорта: долгота latitude — Координаты аэропорта: широта timezone — Временная зона аэропорта
3. boarding_passes ticket_no — Номер билета первичный ключ flight_id — Идентификатор рейса boarding_no — Номер посадочного талона seat_no — Номер места
4. bookings book_ref — Номер бронирования первичный ключ book_date — Дата бронирования total_amount — Полная сумма бронирования
5. flights flight_id — Идентификатор рейса первичный ключ flight_no — Номер рейса scheduled_departure — Время вылета по расписанию scheduled_arrival — Время прилёта по расписанию departure_airport — Аэропорт отправления arrival_airport — Аэропорт прибытия status — Статус рейса aircraft_code — Код самолета, IATA actual_departure — Фактическое время вылета actual_arrival — Фактическое время прилёта
6. seats aircraft_code — Код самолета, IATA seat_no — Номер места fare_conditions — Класс обслуживания Первичный ключ комплексный (1 и 2 поля)
7. ticket_flights ticket_no — Номер билета flight_id — Идентификатор рейса fare_conditions — Класс обслуживания amount — Стоимость перелета Первичный ключ комплексный (1 и 2 поля)
8. tickets ticket_no — Номер билета первичный ключ book_ref — Номер бронирования passenger_id — Идентификатор пассажира passenger_name — Имя пассажира contact_data — Контактные данные пассажира

1. flights_v flight_id flight_no scheduled_departure scheduled_departure_local scheduled_arrival scheduled_arrival_local scheduled_duration departure_airport departure_airport_name departure_city arrival_airport arrival_airport_name arrival_city status aircraft_code actual_departure actual_departure_local actual_arrival actual_arrival_local actual_duration

1. routes flight_no departure_airport departure_airport_name departure_city arrival_airport arrival_airport_name arrival_city aircraft_code duration days_of_week

Развернутый анализ БД — описание таблиц, логики, связей и бизнес области (частично можно взять из описания базы данных, оформленной в виде анализа базы данных). Бизнес задачи, которые можно решить, используя БД.

Каждая модель воздушного судна идентифицируется своим трехзначным кодом (aircraft_code). Указывается также название модели (model) и максимальная дальность полета в километрах (range).

• PRIMARY KEY, btree (aircraft_code)

• CHECK (range > 0)

• TABLE «flights»

• FOREIGN KEY (aircraft_code) REFERENCES aircrafts(aircraft_code) TABLE «seats»
• FOREIGN KEY (aircraft_code) REFERENCES aircrafts(aircraft_code) ON DELETE CASCADE

Аэропорт идентифицируется трехбуквенным кодом (airport_code) и имеет свое имя (airport_name).

Для города не предусмотрено отдельной сущности, но название (city) указывается и может служить для того, чтобы определить аэропорты одного города. Также указывается широта (longitude), долгота (latitude) и часовой пояс (timezone).

• PRIMARY KEY, btree (airport_code)

• TABLE «flights»

• FOREIGN KEY (arrival_airport) REFERENCES airports(airport_code)
• FOREIGN KEY (departure_airport) REFERENCES airports(airport_code)

При регистрации на рейс, которая возможна за сутки до плановой даты отправления, пассажиру выдается посадочный талон. Он идентифицируется также, как и перелет — номером билета и номером рейса.

Посадочным талонам присваиваются последовательные номера (boarding_no) в порядке регистрации пассажиров на рейс (этот номер будет уникальным только в пределах данного рейса). В посадочном талоне указывается номер места (seat_no).

• PRIMARY KEY, btree (ticket_no, flight_id)

• UNIQUE CONSTRAINT, btree (flight_id, boarding_no)
• UNIQUE CONSTRAINT, btree (flight_id, seat_no)

Ограничения внешнего ключа:

• FOREIGN KEY (ticket_no, flight_id) REFERENCES ticket_flights(ticket_no, flight_id)

Пассажир заранее (book_date, максимум за месяц до рейса) бронирует билет себе и, возможно, нескольким другим пассажирам. Бронирование идентифицируется номером (book_ref, шестизначная комбинация букв и цифр).

Поле total_amount хранит общую стоимость включенных в бронирование перелетов всех пассажиров.

• PRIMARY KEY, btree (book_ref)

• TABLE «tickets» FOREIGN KEY (book_ref) REFERENCES bookings(book_ref)

Естественный ключ таблицы рейсов состоит из двух полей — номера рейса (flight_no) и даты отправления (scheduled_departure). Чтобы сделать внешние ключи на эту таблицу компактнее, в качестве первичного используется суррогатный ключ (flight_id).

Рейс всегда соединяет две точки — аэропорты вылета (departure_airport) и прибытия (arrival_airport). Такое понятие, как «рейс с пересадками» отсутствует: если из одного аэропорта до другого нет прямого рейса, в билет просто включаются несколько необходимых рейсов.

У каждого рейса есть запланированные дата и время вылета (scheduled_departure) и прибытия (scheduled_arrival). Реальные время вылета (actual_departure) и прибытия (actual_arrival) могут отличаться: обычно не сильно, но иногда и на несколько часов, если рейс задержан.

Статус рейса (status) может принимать одно из следующих значений:

• Scheduled Рейс доступен для бронирования. Это происходит за месяц до плановой даты вылета; до этого запись о рейсе не существует в базе данных.
• On Time Рейс доступен для регистрации (за сутки до плановой даты вылета) и не задержан.
• Delayed Рейс доступен для регистрации (за сутки до плановой даты вылета), но задержан.
• Departed Самолет уже вылетел и находится в воздухе.
• Arrived Самолет прибыл в пункт назначения.
• Cancelled Рейс отменен.

• PRIMARY KEY, btree (flight_id) UNIQUE CONSTRAINT, btree (flight_no, scheduled_departure)

• CHECK (scheduled_arrival > scheduled_departure)
• CHECK ((actual_arrival IS NULL) OR ((actual_departure IS NOT NULL AND actual_arrival IS NOT NULL) AND (actual_arrival > actual_departure)))
• CHECK (status IN (‘On Time’, ‘Delayed’, ‘Departed’, ‘Arrived’, ‘Scheduled’, ‘Cancelled’))

Ограничения внешнего ключа:

• FOREIGN KEY (aircraft_code) REFERENCES aircrafts(aircraft_code)
• FOREIGN KEY (arrival_airport) REFERENCES airports(airport_code)
• FOREIGN KEY (departure_airport) REFERENCES airports(airport_code)

• TABLE «ticket_flights» FOREIGN KEY (flight_id) REFERENCES flights(flight_id)

Места определяют схему салона каждой модели. Каждое место определяется своим номером (seat_no) и имеет закрепленный за ним класс обслуживания (fare_conditions) — Economy, Comfort или Business.

• PRIMARY KEY, btree (aircraft_code, seat_no)

• CHECK (fare_conditions IN (‘Economy’, ‘Comfort’, ‘Business’))

Ограничения внешнего ключа:

• FOREIGN KEY (aircraft_code) REFERENCES aircrafts(aircraft_code) ON DELETE CASCADE

Перелет соединяет билет с рейсом и идентифицируется их номерами.

Для каждого перелета указываются его стоимость (amount) и класс обслуживания (fare_conditions).

• PRIMARY KEY, btree (ticket_no, flight_id)

• CHECK (amount >= 0)
• CHECK (fare_conditions IN (‘Economy’, ‘Comfort’, ‘Business’))

Ограничения внешнего ключа:

• FOREIGN KEY (flight_id) REFERENCES flights(flight_id)
• FOREIGN KEY (ticket_no) REFERENCES tickets(ticket_no)

• TABLE «boarding_passes» FOREIGN KEY (ticket_no, flight_id) REFERENCES ticket_flights(ticket_no, flight_id)

Билет имеет уникальный номер (ticket_no), состоящий из 13 цифр.

Билет содержит идентификатор пассажира (passenger_id) — номер документа, удостоверяющего личность, — его фамилию и имя (passenger_name) и контактную информацию (contact_date).

Ни идентификатор пассажира, ни имя не являются постоянными (можно поменять паспорт, можно сменить фамилию), поэтому однозначно найти все билеты одного и того же пассажира невозможно.

• PRIMARY KEY, btree (ticket_no)

Ограничения внешнего ключа:

• FOREIGN KEY (book_ref) REFERENCES bookings(book_ref)

• TABLE «ticket_flights» FOREIGN KEY (ticket_no) REFERENCES tickets(ticket_no)

Над таблицей flights создано представление flights_v, содержащее дополнительную информацию:

• расшифровку данных об аэропорте вылета (departure_airport, departure_airport_name, departure_city),
• расшифровку данных об аэропорте прибытия (arrival_airport, arrival_airport_name, arrival_city),
• местное время вылета (scheduled_departure_local, actual_departure_local),
• местное время прибытия (scheduled_arrival_local, actual_arrival_local),
• продолжительность полета (scheduled_duration, actual_duration).

Материализованное представление routes

Таблица рейсов содержит избыточность: из нее можно было бы выделить информацию о маршруте (номер рейса, аэропорты отправления и назначения), которая не зависит от конкретных дат рейсов.

Именно такая информация и составляет материализованное представление routes.

Столбец | Тип | Описание ————————+————+————————————- flight_no | char(6) | Номер рейса departure_airport | char(3) | Код аэропорта отправления departure_airport_name | text | Название аэропорта отправления departure_city | text | Город отправления arrival_airport | char(3) | Код аэропорта прибытия arrival_airport_name | text | Название аэропорта прибытия arrival_city | text | Город прибытия aircraft_code | char(3) | Код самолета, IATA duration | interval | Продолжительность полета days_of_week | integer[] | Дни недели, когда выполняются рейсы`

Бизнес задачи, которые можно решить, используя БД

1. Множество вариантов анализа наполненности рейсов:
2. по направлениям,
3. по дням недели,
4. по классу обслуживания,

Данный пункт позволяет предложить варианты оптимизации расходов с помощью объединения или отмены некоторых рейсов.

Список SQL запросов из приложения №2 с описанием логики их выполнения.

Ниже приведена ссылка на файл со списком запросов. Описание логики их выполнения дано в текстовом комментарии перед каждым запросом.

Источник: github.com

Основы бизнеса в Интернете. Создание базы данных «Авиаперевозки»

Электронная коммерция все больше завоевывает популярность и в мире. Электронная коммерция уже существует около 30 лет, а первые продажи через Интернет были зафиксированы в 1995 году. Сейчас происходит постепенная трансформация понятий, и вводится.

Торговые системы интернет, интернет аукционы, интернет площадки, финансовые системы интернет: интернет-банкинг, интернет трейдинг

Торговая площадка (модель В2В — электронная площадка) — это портал, на котором пользователи имеют возможность осуществлять весь комплекс торгово-закупочных мероприятий: искать товары по каталогам, проводить on-line переговоры, заключать сделки.

Платежные системы интернет

Платёжная система Интернета — система расчётов между финансовыми организациями, бизнес-организациями и Интернет-пользователями при покупке-продаже товаров и за различные услуги через Интернет. Эти системы представляют собой электронные версии.

Электронная коммерция

электронный бизнес платежный реляционный Электронная коммерция — это любой вид деловых операций и сделок, предусматривающих использование самых передовых информационных технологий и коммуникационных сред с целью обеспечения более высокой.

Создание базы данных «Авиаперевозки»

Базы данных (БД) — совокупность данных, предназначенных для машин обработки и хранения, которые могут использоваться одним или несколькими пользователями. В зависимости от моделей БД могут быть иерархическими, сетевыми и реляционными. С БД связано.

ЗАКЛЮЧЕНИЕ

При помощи СУБД MS Access 2010 удалось поэтапно реализовать поставленную цель, а также решить комплекс задач, вытекающих из данной цели. БД «Авиаперевозки» состоит из всех необходимых элементов полноценной БД, а потому ее можно рассматривать как.

Источник: studentopedia.ru

Большие данные в авиации: 4 кейса применения Big Data в аэропортах и самолетах

Как большие данные и машинное обучение используется авиакомпаниями и аэропортами для обеспечения безопасности полетов, технического обслуживания самолетов и изучения клиентских предпочтений: разбираемся на примерах внедрения технологий Big Data и Machine Learning в отечественную и зарубежную авиаиндустрию.

1. Большие данные для обеспечения безопасности полетов, взлетов и посадок

Технологии Big Data позволяют объединить информацию о рейсе и его пассажирах со сведениями о фактической погоде, показаниями бортовых датчиков и данными о других самолетах для оптимизации полетного курса, сводя к минимуму расходы на топливо. При возникновении проблем в полете, авиакомпания может не только оптимизировать маршрут, но и изменить его на основе рейтинга, который присваивается каждому самолету. Например, если в аэропорту доступно только лишь 3 посадочные полосы, авиаперевозчик переносит некоторые рейсы в другие аэровокзалы с учетом их рейтинга [1].

2. Большие данные для своевременного ремонта и технического обслуживания самолетов

В 2016 году «Аэрофлот» внедрил систему диагностики и прогнозирования технического состояния узлов и агрегатов своих воздушных судов с применением инструментов Big Data. С борта самолета в наземные службы автоматически поступает информация о его техническом состоянии, чтобы задолго до поломки знать об износе деталей [2]. Благодаря предупреждениям, которые с точностью до 99,5% сообщают, что в определенной части самолета в течение следующих 2-х рейсов случится поломка, можно заранее подготовить детали, которые необходимо заменить или отремонтировать [1]. Это повышает эффективность использования воздушного судна, сокращая время его простоя на вынужденный ремонт [2].

3. Большие данные для изучения пассажирских предпочтений и повышения продаж

Не только банки и торговые сети используют Big Data для персонализации маркетинга, чтобы удержать старых покупателей и привлечь новых, а также уменьшить рекламный бюджет, увеличив при этом продажи. Эти технологии востребованы и авиакомпаниями. В частности, «Аэрофлот» применяет Big Data для интеллектуальной сегментации клиентов. Вместе с «Техносервом» в 2017 году авиаперевозчик разработал систему, основанную на анализе больших данных и модели машинного обучения (Machine Learning). Эти технологии позволили определить предпочтения аудитории, провести сегментацию клиентов по их покупательской способности и потенциальной доходности.

Аналогичный проект реализует авиакомпания S7 Airlines. Совместно с фирмой VisionLabs авиаперевозчик внедряет систему распознавания лиц пассажиров в аэропорту Домодедово, чтобы идентифицировать своих пассажиров и персонализировать услуги для посетителей бизнес-залов [2].

Лоукостер Ryanair использует большие данные для таргетированной рекламы, о которой мы рассказывали здесь. Авиакомпании KLM и SWISS с помощью Big Data улучшают качество обслуживания клиентов. Компания British Airways собирает информацию о пассажирах для индивидуализации своего сервиса и персонализации маркетинга [3].

4. Большие данные для оптимизации пассажиропотоков в аэропорту

Один из крупнейших в мире и самый загруженный аэропорт по объему международного пассажирского трафика, аэропорт Дубая, собирает данные о рейсах и перемещении пассажиров. Анализ этой информации применяется для оптимизации работы аэропорта и повышения удовлетворенности пассажиров. Аэропорт использует сложные алгоритмы для динамического назначения выходов на посадку и прилет. В частности, если на 2-х рейсах много пассажиров, пересаживающихся с одного борта на другой, их выходы будут назначены рядом друг с другом.

Еще в аэропорту Дубая есть множество магазинов duty free, которые очень любят пассажиры. Увлекшись шопингом, люди опаздывают на рейсы. В этих случаях напоминания по громкой связи не слишком помогают, поскольку пассажиры часто не говорят ни на английском, ни на арабском и не понимают таких объявлений.

Аэропорт внедрил систему оповещений в каждом из магазинов duty free, которая сканирует посадочные талоны и направляет пассажиру оповещение на его родном языке. В сообщение указано, к какому выходу ему нужно пройти, по какому маршруту, и сколько на это потребуется времени. Благодаря этой системе количество опоздавших на рейсы существенно снизилось, а уровень удовлетворенности клиентов от сервиса в аэропорту – вырос [4].

О других примерах применения больших данных и машинного обучения в аэропортах читайте в нашей следующей статье.

Хотите извлечь выгоду от больших данных и машинного обучения в своем бизнесе? Узнайте, как использовать Big Data и Machine Learning для своих прикладных задач, на наших практических курсах! Осваивайте современные методы и средства управления корпоративной информацией и бизнес-процессами на уровне топ-менеджера, аналитика, инженера или администратора.

Мы подробно расскажем всю необходимую теорию, детально покажем практику настройки программно-аппаратных решений, научим эффективной разработке уникальных моделей и алгоритмов, чтобы внедрение новых технологий принесло вашему бизнесу реальную пользу. Выбирайте нужную образовательную программу, записывайтесь на занятия и приходите в наш учебный центр!

Источники

1. http://ru.datasides.com/big-data-в-авиаперевозках-существенный-прор/
2. http://www.tadviser.ru/index.php/Статья:ИТ_в_авиации
3. http://36.ns-we.ru/blog/2017/03/17/kak-aviakompanii-ispolzuyut-big-data/
4. https://habr.com/ru/company/newprolab/blog/318208/

Источник: bigdataschool.ru