申请/专利权人：江苏明月软件技术股份有限公司

申请日：2022-02-25

公开（公告）日：2024-04-26

公开（公告）号：CN114548459B

主分类号：G06Q10/02

分类号：G06Q10/02;G06Q10/04;G06Q10/0631

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2024.04.02#著录事项变更;2022.06.14#实质审查的生效;2022.05.27#公开

摘要：本发明涉及一种票务数据调控方法和系统及计算机可读存储介质，包括调控装置，周期性检测装置、平稳性检测装置、建模装置；调控装置采用SARIMA模型作为指标预测模型；周期性检验装置用于确定模型中的周期项；平稳性检验装置用于确定模型的差分项，调控装置从订票渠道获取线上、线下、个人、团体订票信息；在确定一部分参数的情况下，对其他参数进行网格搜索得到结果。本发明票务数据调控方法和系统及计算机可读存储介质，通过量化问题的方式，给出条件下售票情况的未来预估，依据未来各个渠道票务预计情况和分析结果发放门票，大幅度提升景区管理能力，提高景区的经济效益。

主权项：1.一种票务数据调控方法，其特征在于，包括如下步骤：渠道设备定时传送票务数据；步骤s102，售票管理装置依据未来各个渠道票务预计情况和分析结果发放门票；步骤s103，从三大类渠道中接收票务的售卖和实际检票情况，并做每日的结果留存；步骤s104，将某一类渠道下某一指标的每日数值统计列举为时序数据{Xn}，将该数据传递至周期性检测装置；步骤s105，周期性检测装置基于这一指标的时序数据{Xn}，检测出该数据的频域序列{Dn}，在频域序列中过滤出振幅前十的周期D0,…,D9；步骤s106，针对原时序序列{Xn}分别进行振幅前十的周期D0,…,D9值的差分，并计算差分后序列和原序列的自相关系数RD0,…,RD9；步骤s107，过滤并得到所有自相关系数大于0.4的周期，最后获得当前时序序列可选择的周期选项集合{Dm},0＝m＝9；步骤s108，根据不同的周期项Dm，在平稳性检测装置中首先基于周期Dm跨度的时序序列{XnDm}，由单位根检验法检测出是否为平稳，初始化第一周期性差分阶数为D＝0；检测为不平稳跳转步骤s109，否则跳转步骤s110；步骤s109，检验结果为不平稳时，则对该序列{XnDm}进行一次差分，第一周期性差分阶数D进行加一，跳转步骤s108；步骤s110，检验结果为平稳时，则标记该序列{XnDm}的第一周期性差分阶数为D；步骤s111，完成对周期性序列部分的第一周期性差分阶数D后，取在Dm跨度内的时序序列{XDm}，由单位根检验法检测出是否为平稳，初始化第二周期性差分阶数为d＝0；检测为不平稳跳转步骤s112，否则跳转步骤s113；步骤s112，检验结果为不平稳时，则对该序列{XDm}进行一次差分，第二周期性差分阶数d进行加一；跳转步骤s111；步骤s113，检验结果为平稳时，则标记该序列{XDm}的第二周期性差分阶数为d，同时将第一周期性差分阶数D和第二周期性差分阶数d作为当前周期下的Dm的参数，判别所有周期的参数是否确定完毕，所有周期的参数确定完毕跳转步骤s114，否则执行下一个周期项，跳转步骤s108；步骤s114，每个周期项在建模装置中可构建一套SARIMA参数p、d、q，P、D、Q，S，S＝Dm,在无周期的情况下的SARIMA参数p、d、q即可获得待执行参数序列{Pk}，k为Dm个数；步骤s115，预设p,q,P,Q范围前提下，通过网格搜索计算参数序列{Pk}的每个最小AICc，比较并获得最优参数集P；步骤s116，依据最优参数下SARIMA模型预测未来该指标序列{Xt}；步骤s117，获取各个指标下模型预测结果和历史情况，依据三大类渠道进行分别和整体的预测；步骤s118，计算渠道预测结果与整体预测结果的比例；步骤s119，以整体预测结果为基准，分开三类渠道的占比，并在调整后将每日结果传至渠道设备；渠道设备分别接收各自相应的每日结果并更新各自的渠道值以使得各渠道设备之间的流量负载协调或均衡。

全文数据：

权利要求：

百度查询： 江苏明月软件技术股份有限公司 票务数据调控方法和系统及计算机可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD