【技术实现步骤摘要】
本专利技术涉及酒店管理
,具体涉及酒店群划分及需求预测的方法。
技术介绍
现有技术中,由于单个酒店的数据稀疏,导致预测未来酒店需求量的精度不佳,不能准确预测到未来酒店的需求量。同时,很多小酒店和新开酒店的历史数据很少,使得现有技术无法利用历史数据进行预测。
技术实现思路
本专利技术的目的在于为了解决现有技术中没有对酒店进行群的划分,使得单个酒店数据由于稀疏导致的预测结果不稳定等问题的出现;提供酒店群划分及需求预测的方法。为了达到上述目的,本专利技术通过以下技术方案实现:一种酒店群划分及需求预测的方法,所述酒店群划分及需求预测的方法包含:S1,利用具有相同的城市属性的每个酒店的经纬度信息、商圈属性、第一历史销售量信息对同一个城市的多个商圈进行修正;所述酒店的第一历史销售量包含所述酒店最近至少12个月的销售量;S2,利用每个修正后的所述商圈内每个酒店的点评分数、酒店星级、点评人数、酒店均价、所述第一历史销售量、交通便利程度,将对应的所述修正后的商圈进行酒店群划分,获取对应所述修正后的商圈内的多个酒店群;将每个所述酒店距离最近的公共交通车站的距离处理后形成对应所述酒店的所述交通便利程度;S3,利用每个所述酒店群的历史预定量、第二历史销售量、预测月份的用户浏览量、预测月份的网页页面浏览量、最近成交增长值作为参数进行计算,获取对应所述酒店群在预测月份的需求预测结果;所述酒店群的历史预定量包含对应的所述酒店群内所有的所述酒店的历史预定量之和,每个所述酒店的历史预定量为包含所述酒店最近至少24个月的预定量;所述酒店群的第二历史销售量包含对应的所述酒店群内所有的所述酒 ...
【技术保护点】
一种酒店群划分及需求预测的方法,其特征在于,所述酒店群划分及需求预测的方法包含:S1,利用具有相同的城市属性的每个酒店的经纬度信息、商圈属性、第一历史销售量信息对同一个城市的多个商圈进行修正;所述酒店的第一历史销售量包含所述酒店最近至少12个月的销售量;S2,利用每个修正后的所述商圈内每个酒店的点评分数、酒店星级、点评人数、酒店均价、所述第一历史销售量、交通便利程度,将对应的所述修正后的商圈进行酒店群划分,获取对应所述修正后的商圈内的多个酒店群;将每个所述酒店距离最近的公共交通车站的距离处理后形成对应所述酒店的所述交通便利程度;S3,利用每个所述酒店群的历史预定量、第二历史销售量、预测月份的用户浏览量、预测月份的网页页面浏览量、最近成交增长值作为参数进行计算,获取对应所述酒店群在预测月份的需求预测结果;所述酒店群的历史预定量包含对应的所述酒店群内所有的所述酒店的历史预定量之和,每个所述酒店的历史预定量为包含所述酒店最近至少24个月的预定量;所述酒店群的第二历史销售量包含对应的所述酒店群内所有的所述酒店的第二历史销售量之和,每个所述酒店的第二历史销售量为包含所述酒店最近至少24个月的销售 ...
【技术特征摘要】
1.一种酒店群划分及需求预测的方法,其特征在于,所述酒店群划分及需求预测的方法包含:S1,利用具有相同的城市属性的每个酒店的经纬度信息、商圈属性、第一历史销售量信息对同一个城市的多个商圈进行修正;所述酒店的第一历史销售量包含所述酒店最近至少12个月的销售量;S2,利用每个修正后的所述商圈内每个酒店的点评分数、酒店星级、点评人数、酒店均价、所述第一历史销售量、交通便利程度,将对应的所述修正后的商圈进行酒店群划分,获取对应所述修正后的商圈内的多个酒店群;将每个所述酒店距离最近的公共交通车站的距离处理后形成对应所述酒店的所述交通便利程度;S3,利用每个所述酒店群的历史预定量、第二历史销售量、预测月份的用户浏览量、预测月份的网页页面浏览量、最近成交增长值作为参数进行计算,获取对应所述酒店群在预测月份的需求预测结果;所述酒店群的历史预定量包含对应的所述酒店群内所有的所述酒店的历史预定量之和,每个所述酒店的历史预定量为包含所述酒店最近至少24个月的预定量;所述酒店群的第二历史销售量包含对应的所述酒店群内所有的所述酒店的第二历史销售量之和,每个所述酒店的第二历史销售量为包含所述酒店最近至少24个月的销售量;所述酒店群的所述预测月份的用户浏览量包含对应的所述酒店群内所有的所述酒店的所述预测月份的用户浏览量之和,每个所述酒店的所述预测月份的用户浏览量为包含最近至少12个月内浏览在所述预测月份的所述酒店的用户人数之和;所述酒店群的所述预测月份的网页页面浏览量包含对应的所述酒店群内所有的所述酒店的所述预测月份的网页页面浏览量之和,每个所述酒店的所述预测月份的网页页面浏览量为包含至少最近12个月内所述预测月份的所述酒店的网页页面被浏览次数之和;2.如权利要求1所述的酒店群划分及需求预测的方法,其特征在于,所述步骤S1包含:S1.1,根据每个所述酒店的所述经纬度信息,判断是否存在所述经纬度信息与城市属性不匹配的经纬度异常的酒店;当存在所述经纬度异常的酒店时,跳转至步骤S1.6;否则执行步骤S1.2;S1.2,将具有相同所述商圈属性的多个经纬度正常的酒店形成对应的商圈,判断同一个城市的多个所述商圈中是否存在小商圈;当不存在小商圈时,执行步骤S1.3;当存在小商圈时,根据所述小商圈内每个酒店的经纬度信息判断所述小商圈是否为位置特殊商圈;当所述小商圈为位置特殊商圈时,跳转至步骤S1.5;否则,执行步骤S1.3;S1.3,计算获取每个所述商圈的多个样本酒店,并将该城市的每个所述样本酒店的经纬度信息、商圈属性、历史销售量信息作为训练集,并建立SVM模型;S1.4,将所有所述商圈中的每个酒店的所述经纬度信息、所述商圈属性、所述第一历史销售量信息输入至所述SVM模型,获取对应的所述酒店修正后的所述商圈属性,将具有相同所述修正后的商圈属性的所述酒店形成对应的修正后的商圈;跳转至步骤S1.7;S1.5,保留所述位置特殊商圈作为该城市的一个修正的商圈,跳转至所述步骤S1.7;S1.6,判断每个所述经纬度异常的酒店是否包含所述商圈属性;当不包含时,删除对应的所述经纬度异常的酒店,结束;当包含时,保留所述经纬度异常的酒店的所述商圈属性;S1.7,将每个所述经纬度异常的酒店根据其所述商圈属性,划分至对应的所述修正后的商圈内;将所有所述修正后的商圈及每个所...
【专利技术属性】
技术研发人员:吴丽婷,姚慧,赵华,
申请(专利权)人:携程计算机技术上海有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。