酒店数据映射规则生成方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种酒店数据映射规则生成方法、装置、设备及存储介质，其中方法包括：基于房型维度统计目标区域所有酒店的第一历史订单数据，以及基于酒店维度统计目标区域所有房型的第二历史订单数据；根据第一历史订单数据和预先训练好的第一预测模型预测得到待预测时间段各种房型的预测房型热度；根据第二历史订单数据和预先训练好的第二预测模型预测得到待预测时间段各个酒店的预测酒店热度；结合预设规则，根据预测房型热度和预测酒店热度为每个酒店的每种房型在待预测时间段设定相应同步频率的房态信息映射规则。本发明专利技术通过根据酒店和房型的热度为每个酒店每种房型设定不同的房态信息映射规则，以降低服务器的压力，实现系统资源的合理分配。实现系统资源的合理分配。实现系统资源的合理分配。

【技术实现步骤摘要】
酒店数据映射规则生成方法、装置、设备及存储介质


[0001]本申请涉及酒店管理
，特别是涉及一种酒店数据映射规则生成方法、装置、设备及存储介质。

技术介绍

[0002]随着互联网的高速发展，酒店行业已经高度在线化，消费者可通过各种酒店OTA平台在线预订酒店，该种便捷的酒店预订方式也越来越受到消费者的认可。而为了保证消费者的良好体验，酒店房态房量价格信息需要通过互联网在上下游供应商和分销商的系统之间进行同步，从而避免出现房间超订的情况。
[0003]通常地，酒店数据的同步映射主要包括全量数据同步和增量数据同步两种方案，全量数据同步是通过获取所有酒店的所有酒店数据信息，并一次性进行同步；增量数据同步是指只获取发生变化的酒店数据信息并进行同步。但是，不管是全量数据同步还是增量数据同步，在短时间内一次性同步的数据量比较大，对服务器的压力比较大，而且同步所消耗的时长较长，容易导致平台服务器崩溃。

技术实现思路

[0004]本申请提供一种酒店数据映射规则生成方法、装置、设备及存储介质，以解决现有酒店数据同步时一次性同步数据量大、系统资源分配不合理的问题。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种酒店数据映射规则生成方法，包括：基于房型维度统计目标区域所有酒店的第一历史订单数据，以及基于酒店维度统计目标区域所有房型的第二历史订单数据；根据第一历史订单数据和预先训练好的第一预测模型预测得到待预测时间段各种房型的预测房型热度，第一预测模型根据每种房型的历史订单数据训练得到；根据第二历史订单数据和预先训练好的第二预测模型预测得到待预测时间段各个酒店的预测酒店热度，第二预测模型根据每个酒店的历史订单数据训练得到；结合预设规则，根据预测房型热度和预测酒店热度为每个酒店的每种房型在待预测时间段设定相应同步频率的房态信息映射规则。
[0006]作为本申请的进一步改进，根据第一历史订单数据和预先训练好的第一预测模型预测得到待预测时间段各种房型的预测房型热度，包括：从第一历史订单数据中获取所有酒店每种房型的第一历史成交数据和第一历史浏览数据；根据第一历史成交数据和预先训练好的第一成交数预测模型预测得到待预测时间段内各种房型的第一预测成交数据，第一成交数预测模型根据每种房型的历史成交数据训练得到；根据第一历史浏览数据和预先训练好的第一浏览数预测模型预测得到待预测时间段内各种房型的第一预测浏览数据，第一浏览数预测模型根据每种房型的历史浏览数据训练得到；计算第一预测成交数据和第一预测浏览数据的第一比值，并将第一比值作为各种房型的预测房型热度。
[0007]作为本申请的进一步改进，根据第二历史订单数据和预先训练好的第二预测模型预测得到待预测时间段各个酒店的预测酒店热度，包括：从第二历史订单数据中获取各个
酒店所有房型的第二历史成交数据和第二历史浏览数据；根据第二历史成交数据和预先训练好的第二成交数预测模型预测得到待预测时间段内各个酒店的第二预测成交数据，第二成交数预测模型根据每个酒店的历史成交数据训练得到；根据第二历史浏览数据和预先训练好的第二浏览数预测模型预测得到待预测时间段内各个酒店的第二预测浏览数据，第二浏览数预测模型根据每个酒店的历史浏览数据训练得到；计算第二预测成交数据和第二预测浏览数据的第二比值，并将第二比值作为各个酒店的预测酒店热度。
[0008]作为本申请的进一步改进，结合预设规则，根据预测房型热度和预测酒店热度为每个酒店的每种房型在待预测时间段设定相应同步频率的房态信息映射规则，包括：将每种房型的预测房型热度进行数据归一化处理，并根据归一化处理后的数据确认每种房型对应的第一预设同步频率；将每个酒店的预测酒店热度进行数据归一化处理，并根据归一化处理后的数据确认每个酒店对应的第二预设同步频率；对每个酒店的每种房型对应的第一预设同步频率和第二预设同步频率按预设权重值进行累加，得到每个酒店的每种房型的最终同步频率；根据最终同步频率为每个酒店的每种房型设定房态信息映射规则。
[0009]作为本申请的进一步改进，基于房型维度统计目标区域所有酒店的第一历史订单数据，以及基于酒店维度统计目标区域所有房型的第二历史订单数据之前，还包括：获取所有酒店的地址信息；根据地址信息对所有酒店进行K
‑
Means聚类，得到多个聚类簇；根据多个聚类簇将对所有酒店进行区域划分，每个聚类簇对应一个区域。
[0010]作为本申请的进一步改进，根据预测房型热度和预测酒店热度为每个酒店的每种房型在待预测时间段设定相应同步频率的房态信息映射规则之后，还包括：检测到当前时刻处于待预测时间段范围内时，根据房态信息映射规则向酒店供应商平台拉取每个酒店每种房型的房态信息进行同步。
[0011]作为本申请的进一步改进，根据第二历史订单数据和预先训练好的第二预测模型预测得到待预测时间段各个酒店的预测酒店热度之后，还包括：获取每个酒店的标签信息；根据标签信息对每个酒店进行评分，得到每个酒店的评分值；将每个酒店根据预测酒店热度和评分值分别进行排序，得到基于预测酒店热度的第一排序和基于评分值的第二排序；根据第一排序和第二排序确认预测酒店热度的置信度；根据预测酒店热度的置信度确认每个酒店对应的预设修正系数，并利用预设修正系数修正预测酒店热度。
[0012]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种酒店数据映射规则生成装置，包括：获取模块，用于基于房型维度统计目标区域所有酒店的第一历史订单数据，以及基于酒店维度统计所述目标区域所有房型的第二历史订单数据；第一预测模块，用于根据第一历史订单数据和预先训练好的第一预测模型预测得到待预测时间段各种房型的预测房型热度，第一预测模型根据每种房型的历史订单数据训练得到；第二预测模块，用于根据第二历史订单数据和预先训练好的第二预测模型预测得到待预测时间段各个酒店的预测酒店热度，第二预测模型根据每个酒店的历史订单数据训练得到；设定模块，用于结合预设规则，根据预测房型热度和预测酒店热度为每个酒店的每种房型在待预测时间段设定相应同步频率的房态信息映射规则。
[0013]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种计算机设备，计算机设备包括处理器、与处理器耦接的存储器，存储器中存储有程序指令，程序指令被处理器执行时，使得处理器执行上述的酒店数据映射规则生成方法的步骤。
[0014]为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有能够实现上述酒店数据映射规则生成方法的程序指令。
[0015]本申请的有益效果是：本申请的酒店数据映射规则生成方法通过基于房型维度和酒店维度分别对待预测时间段的房型热度和酒店热度进行热度预测，得到预测房型热度和预测酒店热度，再根据预测房型热度和预测酒店热度对每个酒店的每种房型设定房态信息映射规则，从而实现了从房型维度和酒店维度对每个酒店的每种房型进行多维度的综合性评估，再根据评估结果设置不同同步频率的房态信息映射规则，将“一次性”同步过程分割为不同时间点分别同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种酒店数据映射规则生成方法，其特征在于，包括：基于房型维度统计目标区域所有酒店的第一历史订单数据，以及基于酒店维度统计所述目标区域所有房型的第二历史订单数据；根据所述第一历史订单数据和预先训练好的第一预测模型预测得到待预测时间段各种房型的预测房型热度，所述第一预测模型根据每种房型的历史订单数据训练得到；根据所述第二历史订单数据和预先训练好的第二预测模型预测得到所述待预测时间段各个酒店的预测酒店热度，所述第二预测模型根据每个酒店的历史订单数据训练得到；结合预设规则，根据所述预测房型热度和所述预测酒店热度为每个酒店的每种房型在所述待预测时间段设定相应同步频率的房态信息映射规则。2.根据权利要求1所述的酒店数据映射规则生成方法，其特征在于，所述根据所述第一历史订单数据和预先训练好的第一预测模型预测得到待预测时间段各种房型的预测房型热度，包括：从所述第一历史订单数据中获取所有酒店每种房型的第一历史成交数据和第一历史浏览数据；根据所述第一历史成交数据和预先训练好的第一成交数预测模型预测得到所述待预测时间段内各种房型的第一预测成交数据，所述第一成交数预测模型根据每种房型的历史成交数据训练得到；根据所述第一历史浏览数据和预先训练好的第一浏览数预测模型预测得到所述待预测时间段内各种房型的第一预测浏览数据，所述第一浏览数预测模型根据每种房型的历史浏览数据训练得到；计算所述第一预测成交数据和所述第一预测浏览数据的第一比值，并将所述第一比值作为各种房型的预测房型热度。3.根据权利要求1所述的酒店数据映射规则生成方法，其特征在于，所述根据所述第二历史订单数据和预先训练好的第二预测模型预测得到所述待预测时间段各个酒店的预测酒店热度，包括：从所述第二历史订单数据中获取各个酒店所有房型的第二历史成交数据和第二历史浏览数据；根据所述第二历史成交数据和预先训练好的第二成交数预测模型预测得到所述待预测时间段内各个酒店的第二预测成交数据，所述第二成交数预测模型根据每个酒店的历史成交数据训练得到；根据所述第二历史浏览数据和预先训练好的第二浏览数预测模型预测得到所述待预测时间段内各个酒店的第二预测浏览数据，所述第二浏览数预测模型根据每个酒店的历史浏览数据训练得到；计算所述第二预测成交数据和所述第二预测浏览数据的第二比值，并将所述第二比值作为各个酒店的预测酒店热度。4.根据权利要求1所述的酒店数据映射规则生成方法，其特征在于，所述结合预设规则，根据所述预测房型热度和所述预测酒店热度为每个酒店的每种房型在所述待预测时间段设定相应同步频率的房态信息映射规则，包括：将每种房型的所述预测房型热度进行数据归一化处理，并根据归一化处理后的数据确
认每种房型对应的第一预设同步频率；将每个酒店的所述预测酒店热度进行数据归一化处理，并根据归一化处理后的数据确认每个酒店对应的第二预设同步频率；对每个酒店的每种房型对应的第一预设同步频率和第二预设同步...

【专利技术属性】
技术研发人员：吴晓文，李晖，
申请(专利权)人：深圳市天下房仓科技有限公司，
类型：发明
国别省市：