[发明专利]景点门票票量预测方法、系统、设备及存储介质

说明书

本发明提供了一种景点门票票量预测方法、系统、设备及存储介质，包括将每日门票票量历史信息分为法定节日假期对应的第一票量历史信息以及非法定节日对应的第二票量历史信息；根据第二票量历史信息建立时间序列模型；根据第一票量历史信息建立法定节日假期票量预测模型；获得每一基准日期之前预设定天对基准日期的门票的预订量作为一特征变量，根据特征变量与基准日期的票量建立票量回归模型；根据时间序列模型、法定节日假期票量预测模型以及票量回归模型择一进行每日票量预测。本发明有效地利用景点门票的历史趋势信息和已预订信息能够快速而准确地预测出在线旅行社景点门票的每日票量，为合理安排人力确保用户体验提供了保障。

技术领域

本发明涉及门票票量，具体地说，涉及一种景点门票票量预测方法、系统、设备及存储介质。

背景技术

随着互联网技术的快速发展，在线旅行社也得以迅猛发展，越来越多的景点可以在互联网上方便快捷地进行预订，同时在旅游出行中选择在网上预订景点门票的游客数量也在快速增长。

为了确保用户体验，同时控制人力成本，在线旅行社需要提前预测每日的景点门票票量，从而合理安排人力，为用户提供更好的服务。然而通过人工预测在线旅行社每日的景点门票票量，不仅耗时耗力，同时不同的人有不同的预期，预测结果易受人工主观意志影响，从而影响预测结果的准确性。

因此，利用计算机技术自动对景点门票的相关信息进行分析和判断，理性预测出每日的票量成为了迫切的需求。现阶段，关于OTA的景点门票票量预测的相关研究尚未深入展开，鲜有利用计算机自动预测OTA每日的景点门票票量的方法，实现景点门票票量的快速而准确的预测成为了一项具有挑战性的任务。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种景点门票票量预测方法、系统、设备及存储介质以克服现有技术中无法对在线旅行社的每日景点门票票量进行快速而准确预测的缺陷。

根据本发明的一个方面，提供一种景点门票票量预测方法，包括：如下步骤：

S1：获取一景点的每日门票票量历史信息，将所述每日门票票量历史信息分为预设的所有法定节日假期对应的第一票量历史信息以及所有非法定节日对应的第二票量历史信息；

S2：根据第二票量历史信息建立非法定节日中每一天与当天票量相联系的时间序列模型；

S3：在第一票量历史信息中获得在每一年中每个法定节日假期的总票量以及每个法定节日假期的每日票量，获得各法定节日假期总票量之间的第一比值和各法定节日假期每日票量之间的第二比值，根据第一比值和第二比值建立法定节日假期票量预测模型；

S4：获得每一基准日期之前预设定天对基准日期的门票的预订量作为一特征变量，根据所述特征变量与所述基准日期的票量建立预设定天对应的票量回归模型；

S5：根据所述时间序列模型、法定节日假期票量预测模型以及票量回归模型择一进行每日票量预测，当待查询日期距当前查询日期的值大于等于预设定天数时且待查询日期为常规日期时，选择时间序列模型进行预测，当待查询日期距当前查询日期的值大于等于预设定天数时且待查询日期为节假日日期时，选择节假日票量预测模型进行预测，当待查询日期距当前查询日期的值小于预设定天数时，选择所述票量回归模型进行预测。

优选地，所述步骤S1还包括如下步骤：

S101：将不同年份的每个法定节日假期对齐，将不同年份的非法定节日以每年第一周为基准对齐；

S102：当法定节日假期和非法定节日中的一日门票票量低于第一预设定门票阈值和高于第二预设定门票阈值时，对该日门票票量进行修正，所述修正为对该日门票票量修正为相邻两年份中与该日对齐日的门票票量平均值。

优选地，在步骤S2中包括如下步骤：