【技术实现步骤摘要】
基于历史数据的日收入预测方法、系统、设备及存储介质
本专利技术涉及数据处理
，尤其涉及一种基于历史数据的日收入预测方法、系统、设备及存储介质。
技术介绍
对于OTA(OnlineTravelAgency，在线旅游社)来说，酒店日收入预测具有重要意义，通过日收入预测，可以用于分析各种活动、政策的数据对日收入产量的影响，更好地指导决策。现有一般采用时间序列模型对日收入进行预测，然而，在采用时间序列模型例如prophet、SARIMA进行日收入预测时，可能会出现很多预测误差很大的异常点。这些异常点通常是节假日，假期日期的不确定性很高，例如五一、元旦等放假天数不固定，春节、清明节、端午节等传统节日的放假日期不固定，这些不确定性都会对日期预测造成很大影响，导致采用时间序列模型的预测结果不准确。此外，由于外部政策环境影响，旅游行业每年的数据变化都很大，使用往年的数据进行新的数据的预测，可参考数据样本量过少，误差大的问题仍然存在。
技术实现思路
针对现有技术中的问题，本专利技术的目的在于提供一种基于历史数据的日收入预测方...
【技术保护点】
1.一种基于历史数据的日收入预测方法，其特征在于，包括如下步骤：/n从收入统计系统中采集多个历史的参考日的日收入数据；/n获取待预测月的预测月收入，所述待预测月中包括多个待预测日；/n从属性管理系统中获取各个待预测日的属性数据和各个参考日的属性数据；/n按照预设的属性匹配规则选择各个待预测日相匹配的参考日，将参考日的日收入数据作为所对应的待预测日的参考日收入；/n根据各个待预测日的参考日收入和所述待预测月的预测月收入，确定所述各个待预测日的预测日收入，将预测日收入数据推送至预测应用系统。/n
【技术特征摘要】
1.一种基于历史数据的日收入预测方法，其特征在于，包括如下步骤：
从收入统计系统中采集多个历史的参考日的日收入数据；
获取待预测月的预测月收入，所述待预测月中包括多个待预测日；
从属性管理系统中获取各个待预测日的属性数据和各个参考日的属性数据；
按照预设的属性匹配规则选择各个待预测日相匹配的参考日，将参考日的日收入数据作为所对应的待预测日的参考日收入；
根据各个待预测日的参考日收入和所述待预测月的预测月收入，确定所述各个待预测日的预测日收入，将预测日收入数据推送至预测应用系统。
2.根据权利要求1所述的基于历史数据的日收入预测方法，其特征在于，获取待预测月的预测月收入，包括如下步骤：
从收入统计系统中采集多个参考月的月收入数据；
根据所述多个参考月的月收入数据，采用时间序列模型获取待预测月的预测月收入。
3.根据权利要求1所述的基于历史数据的日收入预测方法，其特征在于，所述属性包括节假日属性和日期属性，所述按照预设的属性匹配规则选择各个待预测日相匹配的参考日，包括如下步骤：
对于节假日属性值不为空的待预测日，根据所述待预测日的节假日属性值匹配具有相同节假日属性值的参考日；
根据所述待预测日的日期属性匹配最接近的参考日。
4.根据权利要求1所述的基于历史数据的日收入预测方法，其特征在于，所述按照预设的属性匹配规则选择各个待预测日相匹配的参考日，包括如下步骤：
针对每个待预测日分别构建匹配任务；
将所述匹配任务的信息输入消息中间件，所述匹配任务的信息包括每个待预测日的属性数据和所有参考日的属性数据；
所述消息中间件依次将各个所述匹配任务的信息输入计算引擎，所述计算引擎配置为根据所述匹配任务的信息，采用属性匹配规则选择所述待预测日的参考日；
从所述计算引擎中获取每个匹配任务的执行结果，所述匹配任务的执行结果包括所述待预测日的参考日信息。
5.根据权利要求1所述的基于历史数据的日收入预测方法，其特征在于，所述确定所述各个待预测日的预测日收入，包括如下步骤：
根据各个待预测日的参考日收入计算各个待预测日在所述待预测月中的日收入占比；
根据所述各个待预测日的日收入占比和所述待预测月的预测月收入，确定所述各个待预测日的预测日收入。
6.根据权利要求1所述的基于历史数据的日收入预测方法，其特征在于，所述预测应用系统包括活动推荐系统，所述将预测日收入数据推送至预测应用系统之后，还包括所述活动推荐系统执行如下步骤：
于已预测月中举行活动后，记录所述活动的属性数据和活动日的日期；
从所述收入统计系统中获取活动日的实际日收入...
【专利技术属性】
技术研发人员：于美丽，张帆，
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。