一种景点服务时间预估方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种景点服务时间预估方法、装置及存储介质，所述方法包括获取用户输入的景点和指定时间点；获取景点历史服务数据，对所述历史服务数据进行处理分析各个环境因素对服务时间的影响；对所述各个环境因素和历史数据进行回归预测分析得到预测方程；对所述历史服务数据进行统计分析得各个环境因素对服务时间影响的权重，并建立服务时间预测模型；获取所述景点的在指定时间点的环境数据；根据所述环境数据和所述预测模型获得服务时间。本发明专利技术克服现有技术中服务时间预估只能根据现有人员的目测和大致服务速度来进行评估的技术问题，实现了根据流量趋势预估服务时间，能够给用户行程安排提供参考。

A prediction method, device and storage medium for service time of scenic spots

【技术实现步骤摘要】
一种景点服务时间预估方法、装置及存储介质
本专利技术涉及景点管理领域，尤其涉及一种景点服务时间预估方法、装置及存储介质。
技术介绍
目前游客在景点游玩项目时，每个项目都有排队人数及时间显示，这个更多的是当前人数的统计，且是根据现有人员的目测和大致服务速度来进行评估的。而针对客流的访问量，则更多是参考历史同比和环比，精确度较低。对于人数趋势预测更多来源于历史经验，仅能大致服务于同量运维，不具备流量趋势的指导意义，也无法提供给客户做行程安排参考。
技术实现思路
本专利技术旨在至少在一定程度上解决相关记述中的技术问题之一。为此，本专利技术的一个目的是提供一种景点服务时间预估方法、装置及存储介质，根据流量趋势预估服务时间，能够给用户行程安排提供参考。为实现上述目的，本专利技术提供一种景点服务时间预估方法，所述方法包括：获取用户输入的景点和指定时间点；获取景点历史服务数据，对所述历史服务数据进行处理分析各个环境因素对服务时间的影响；对所述各个环境因素和历史数据进行回归预测分析得到预测方程；对所述历史服务数据进行统计分析得各个环境因素对服务时间影响的权重，并建立服务时间预测模型；获取所述景点的在指定时间点的环境数据；根据所述环境数据和所述预测模型获得服务时间；将所述服务时间进行显示。进一步地，所述根据所述环境数据和预估模型获得服务时间包括：对所述环境数据进行特征分类，并获取各个特征对应的特征值；将所述各个特征对应的特征值输入值所述预估模型获得服务时间。进一步地，所述预估模型的公式为：Y为指定时间点的服务时间，wi为环境特征的权重系数，Xi为环境特征的特征值。进一步地，所述环境特征影响因素包括在园人数、温度、湿度、年龄构成、性别构成以及项目人员散点分布中的一种或多种。进一步地，所述预测方程为：Y＝aX+b；其中Y为服务时间，X为环境特征。进一步地，所述获取所述景点的在指定时间点的环境数据包括：获取当前在园人数，通过历史在园人数数据分析在园人数与时间的曲线，然后求得指定时间点的在园人数。进一步地，所取获取当前在园人数，包括：获取所述各景点指定时间的场景图像；根据所述场景图像识别所述各景点的在园人数。进一步地，所述获取所述景点的在指定时间点的环境数据包括：通过定点采集或购票填写获取湿度、温度和年龄数据。另一方面，本专利技术还提供了一种计算机设备，所述计算机设备包括处理器以及存储器，所述处理器耦合所述存储器，所述处理器在工作时执行指令以实现上述的方法。另一方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述的方法。本专利技术通过上述步骤，克服现有技术中服务时间预估只能根据现有人员的目测和大致服务速度来进行评估的技术问题，实现了根据流量趋势预估服务时间，能够给用户行程安排提供参考。附图说明图1是本专利技术提供的景点服务时间预估方法的第一实施方式的流程示意图；图2是本专利技术提供的景点服务时间预估方法的第一实施方式的步骤S5的流程示意图；图3是本专利技术提供的景点服务时间预估方法的第一实施方式的步骤S51的流程示意图；图4是本专利技术提供的景点服务时间预估方法的第一实施方式的步骤S6的流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动情况下所获得的所有其他实施例，均属于本专利技术保护的范围。为了使本专利技术的目的、技术方案和有益技术效果更加清晰明白，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。请参阅图1，图1是本专利技术的景点服务时间预估方法的第一实施方式的流程示意图。如图1所示，本实施方式的景点服务时间预估方法至少包括如下步骤：S1，获取用户输入的景点和指定时间点；用户通过手机客户端向园区的后台服务器输入想要查询的景点的指定时间点的服务时间；S2，获取景点历史服务数据，对所述历史服务数据进行处理分析各个环境因素对服务时间的影响；后台服务器根据用户发送的景点，获取历史服务数据，提取环境特征，并分析各个环境特征对服务时间的影响。具体地，所述环境特征影响因素包括在园人数、温度、湿度、年龄构成、性别构成以及项目人员散点分布中的一种或多种。通过检索景区历史游玩大数据获取，所述检索条件包括天气时，检索符合该条件的景区历史数据，包括：检索类似湿度、温度及天气情况对应的历史数据；具体的，获取所述各个景点符合当前的湿度、温度的历史游玩数据；根据所述各个景点符合当前的湿度、温度的历史游玩数据和所述各景点的当前人数计算所述各景点当前需要的服务时长。S3，对所述各个环境因素和历史数据进行回归预测分析得到预测方程；进一步地，所述预测方程为：Y＝aX+b；其中Y为服务时间，X为环境特征。具体的，采用最小二乘法求得a和b,将历史数据中的Yi和计算值Yj的立方查的平方和最小为优化判据，得到各个环境特与服务时间的一元线性方程。S4，对所述历史服务数据进行统计分析得各个环境因素对服务时间影响的权重，并建立服务时间预测模型；首先获取历史数据中各个环境特对应的时间与服务时间的趋势数据，同时可以对提取的趋势数据进行清洗、去除噪声，以提高数据的真实可信度；随后在趋势数据中提取全局特征数据和序列特征数据，此时的全局特征数据为针对各环境数据进行提取的数据，将整个环境特征作为整体，提取能反应服务时间的特征数据，序列特征数据则为环境特对应的时间与服务时间的趋势数据进行提取的数据，序列特征数据会将环境特对应的时间与服务时间的趋势数据进行单独提取分析，使得各个环境中涉及的数据都能被分别标注提取出；最后通过统计分析归纳获取各个环境特征对服务时间的趋势影响的权重。具体地，所述预估模型的公式为：Y为指定时间点的服务时间，wi为环境特征的权重系数，Xi为环境特征的特征值。S5，获取所述景点的在指定时间点的环境数据；S6，根据所述环境数据和所述预测模型获得服务时间；S7，将所述服务时间进行显示。具体的，后台服务器可将预估信息发送至用户个人手机客户端，或者反馈到公共信息展示屏进行展示。请结合图1进一步本文档来自技高网...

【技术保护点】
1.一种景点服务时间预估方法，其特征在于，所述方法包括：/n获取用户输入的景点和指定时间点；/n获取景点历史服务数据，对所述历史服务数据进行处理分析各个环境因素对服务时间的影响；/n对所述各个环境因素和历史数据进行回归预测分析得到预测方程；/n对所述历史服务数据进行统计分析得各个环境因素对服务时间影响的权重，并建立服务时间预测模型；/n获取所述景点的在指定时间点的环境数据；/n根据所述环境数据和所述预测模型获得服务时间；/n将所述服务时间进行显示。/n

【技术特征摘要】
1.一种景点服务时间预估方法，其特征在于，所述方法包括：
获取用户输入的景点和指定时间点；
获取景点历史服务数据，对所述历史服务数据进行处理分析各个环境因素对服务时间的影响；
对所述各个环境因素和历史数据进行回归预测分析得到预测方程；
对所述历史服务数据进行统计分析得各个环境因素对服务时间影响的权重，并建立服务时间预测模型；
获取所述景点的在指定时间点的环境数据；
根据所述环境数据和所述预测模型获得服务时间；
将所述服务时间进行显示。


2.根据权利要求1所述的景点服务时间预估方法，其特征在于，
所述根据所述环境数据和预估模型获得服务时间包括：
对所述环境数据进行特征分类，并获取各个特征对应的特征值；
将所述各个特征对应的特征值输入值所述预估模型获得服务时间。


3.根据权利要求2所述的景点服务时间预估方法，其特征在于，所述预估模型的公式为：Y为指定时间点的服务时间，wi为环境特征的权重系数，Xi为环境特征的特征值。


4.根据权利要求3所述的景点服务时间预估方法，其特征在于，所述环境特征影响因素包括在园人数、温度、湿度、年龄构成、性别构成以及项目人员散点分布中的一种或多种。

【专利技术属性】
技术研发人员：马云峰，
申请(专利权)人：恒大智慧科技有限公司，
类型：发明
国别省市：广东;44