🔍 耿同学打假报告

论文信息

• 论文来源：基于集成学习的航班延误等级预测方法_鲁亮.pdf
• 标题：基于集成学习的航班延误等级预测方法
• 作者：鲁亮, 万欣然, 樊玮, 郭威龙
• 期刊：计算机工程与设计 (COMPUTER ENGINEERING AND DESIGN)
• DOI：10.16208/j.issn1000-7024.2025.04.012
• 发表年份：2025年4月

综合评定：🟠 高度可疑

详细发现

发现 1：数据造假检测（文本与表格数据严重自相矛盾）

• 位置：第 3.3 节 分类实验（Page 6，表7及相关文字描述）
• 描述：作者在分析删减特征对模型的影响时写道：“分别删去前序航班延误等级、天气评分数据与机场相对繁忙度后，模型各项评估指标平均下降了12.84%、9.07%和9.07%。”
• 证据：我们来看表7的绝对数据。
  • 实验1（全集）准确率：88.86%
  • 实验3（删天气）准确率：80.89%（88.86 - 80.89 = 7.97%）
  • 实验4（删繁忙度）准确率：81.47%（88.86 - 81.47 = 7.39%）
    首先，删去“天气”和“繁忙度”这两组完全不同的特征，下降的百分比竟然在文本中神奇地都变成了“9.07%”。其次，无论你是算绝对差值（7.97%和7.39%）还是相对降幅，都算不出文本中宣称的 9.07%。这说明作者在撰写分析结论时，大概率是随手编造了一个看起来顺眼的数字，并且极其偷懒地复制粘贴了一遍。
• 严重程度：🔴（核心实验结论造假嫌疑）

发现 2：数据造假检测（“完美复制”的表格数据）

• 位置：第 2.5 节 表3（Page 4）
• 描述：表3（航班环相关特征及数据示例）中出现了完全一模一样的两行数据。
• 证据：表格的最后两行均为：“1316 | FU6620 | NTG | FOC | 21:00 | 21:01 | 22:30 | 22:11 | -19 | -6 | 3 | 4”。在真实世界的航班数据中，同一架飞机（1316）、同一个航班号（FU6620）、在完全相同的时间点（21:00起飞）从同一机场（NTG）飞往同一目的地（FOC），出现两条完全重复记录的概率为零。这要么是数据清洗极度不严谨（产生了重复条目），要么就是为了凑表格行数直接复制了一行。
• 严重程度：🟡（数据清洗存疑或排版低级错误）

发现 3：统计学异常检测（“克隆”基学习器的权重）

• 位置：第 3.2 节 预测结果（Page 5）
• 描述：作者声称使用了 5 种完全不同的机器学习算法（RF, GBDT, LightGBM, XGBoost, CatBoost）作为基学习器，并计算了它们的权重。
• 证据：作者给出的权重值分别是：w1=0.2037, w2=0.1973, w3=0.1985, w4=0.1977, w5=0.2028。5 种原理各异的模型在同一任务上的表现（准确率）居然神奇地高度一致，以至于它们归一化后的权重差距连 0.001 都不到（最大 0.2037，最小 0.1973）。在真实的数据挖掘实验中，不同算法之间通常会有明显的性能阶梯。这种“齐刷刷”的权重数据，宛如随机数生成器睡醒后的杰作，高度怀疑是直接手填的伪随机数。
• 严重程度：🟠（实验结果过于“完美”且违背机器学习常理）

发现 4：引用与方法学异常（严重的数据泄露/Data Leakage）

• 位置：第 2.6 节 总体预测流程 (1) 缺失值处理（Page 4）
• 描述：作者在处理缺失值时写道：“对于METAR报文缺失的部分小型机场，则基于其它已有特征和标签，采用了随机森林方法对缺失值进行回归预测并填充。”
• 证据：在机器学习中，使用目标变量（Label，即航班延误等级）去填充特征缺失值，是典型的“数据泄露”大忌！在预测阶段（此时未来航班的延误等级是未知的），模型根本无法获取 Label 来进行缺失值填补。这属于根本性的方法学错误，说明整个模型在训练和测试时的流程是不成立的，极有可能是在已知全部测试集结果的情况下“作弊”跑出的高准确率。
• 严重程度：🔴（方法学致命漏洞，导致全篇实验数据作废）

发现 5：图片复用检测（无法验证）

• 位置：全文涉及图表部分
• 描述：论文提及了图1（框架图）、图2（分布图）、图3（混淆矩阵），但受限于纯文本提取，无法进行像素级分析。
• 证据：N/A
• 严重程度：N/A

耿同学辣评

这篇论文给我的感觉就像是用精美包装盒装着的“山寨盲盒”。表面上集成了五大主流机器学习算法，搞得轰轰烈烈，结果扒开一看：表格里复制粘贴凑数，下降比率全靠一拍脑门，五种模型预测出来的结果宛如“五胞胎”一样整齐划一。最离谱的是，作者居然用“答案”（延误标签）去填补“考卷上的空格”（特征缺失值），这种掩耳盗铃的“时空穿梭式”数据泄露，能把算法的准确率刷到88%也就不足为奇了。你这哪里是在预测航班延误，分明是在“已知延误”啊！

建议后续行动

• 联系作者要求提供原始数据及特征工程的代码（特别是缺失值填充部分）。
• 在 PubPeer 上提出对下降比率矛盾、重复数据及数据泄露的质疑。
• 建议期刊编辑部核实其实验代码与真实跑出来的数据。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。