本書在大數據背景下，研究了國內航班延誤的主要特征以及預測方法。本書試圖回答以下幾個航班延誤中的重要研究問題：（1）影響國內航班延誤的主要特征有哪些？（2）特征與延誤發(fā)生的關系是什么？航空公司、機場、天氣、出發(fā)時間等特征是怎么影響延誤的？ （3） 航班延誤特征引發(fā)延誤的能力是否有差別？哪些情況下更容易引發(fā)延誤？ 不同特征的交互作用會引起延誤哪些變化？（4）如何構建預測模型能夠更準確、更及時地預測國內航班延誤，特別是主要機場和航線的航班延誤？ 針對上述研究問題，本書主要展開兩大方面的研究：航班延誤的特征分析以及航班延誤的預測模型構建。具體有以下五個子方面的研究內容：（1）國內航班延誤大數據的獲取和基本特征分析；（2）基于擁堵內部化的國內航班延誤特征分析；（3）基于決策樹的國內航班延誤特征的對比和交互作用分析；（4）基于多項式回歸和改進深度神經網絡的機場航班延誤預測模型構建；（5） 基于平滑樣條和 LSTM 神經網絡的航線航班延誤預測模型構建。 本書采用大數據分析技術，探討大數據在航班延誤領域的應用。對國內航班延誤現狀分析、延誤特征以及預測模型構建的相關理論與方法都進行了深入討論，對國內航班延誤的預防以及預測有理論意義和實踐意義，亦可以指導相關的實踐活動。