[发明专利]一种智能定价系统

说明书

本发明公开了一种智能定价系统，所述系统包括：所述价格推荐模块：用于生成推荐相关性矩阵和价格信息表；通过推荐相关性矩阵和价格信息表生成相似价格生成表，还用于建立业务数据库；所述调价规则引擎模块用于通过业务数据库信息和相似价格生成表生成变量表，通过预先配置好的调价规则引擎对变量表的每个变量的格式进行校验，生成执行指令；所述预定预测模块用于通过机器学习，对未来一个月的房子的预订情况进行预测；所述优化器用于根据预测结果和调价规则引擎输出的执行指令，生成调价规则引擎‑模拟结果，根据该结果调整参数并反馈到调价规则引擎，反复执行上述过程，直到达到预设的迭代次数；所述执行器，用于执行所述调价规则引擎模块最终输出的执行指令，输出定价结果。

技术领域

本发明涉及运营定价活动的智能管理领域，具体涉及一种智能定价系统。

背景技术

随着民宿竞争的加剧，产生精细化运营的需求。其中价格的跳转是精细化运营的一部分，传统的做法是工作人员盯着各个平台的价格，并根据当时的售卖情况和盈利预期进行调整。这对人力成本和精力占用很大，且判断结果因人而已，无法复制，效率很低，成本很高，无法满足商家的需求。

发明内容

本发明的目的在于克服上述技术缺陷，提供一种智能定价系统，无需人员干预，能够自动根据市场情况灵活决定价格并无人的情况下设置到系统中，保证定价的最优化以及人力成本的最低化。

为实现上述目的，本发明提出了一种智能定价系统，所述系统包括：价格推荐模块、调价规则引擎模块、预订预测模块、优化器和执行器；

所述价格推荐模块，用于定期采集市场价格信息与相互推荐关系，生成推荐相关性矩阵和价格信息表；通过推荐相关性矩阵和价格信息表生成相似价格生成表，发送至调价规则引擎模块，还用于建立业务数据库发送至调价规则引擎模块；

所述调价规则引擎模块，用于通过业务数据库信息和相似价格生成表生成变量表：通过预先配置好的调价规则引擎对变量表的每个变量的格式进行校验，生成执行指令；所述调价规则引擎包括判断条件、价格变更公式和作用时间范围；

所述预定预测模块，用于通过机器学习，对未来一个月的房子的预订情况进行预测，输出预测结果；

所述优化器，用于根据预定预测模块输出的预测结果和调价规则引擎输出的执行指令，生成调价规则引擎-模拟结果，根据该结果调整参数并反馈到调价规则引擎，反复执行上述过程，直到达到预设的迭代次数；

所述执行器，用于执行所述调价规则引擎模块最终输出的执行指令，输出定价结果。

作为上述系统的一种改进，所述系统还包括：寻价优化模块，用于通过多渠道异价策略，寻找最优价格；具体为：

创建和房子A一样的房子B并修改部分内容，上架房子B，其价格比房子A高100～200元；

监测B房子的订单；若有订单则给A下单购买；关闭房子A和房子B在其它渠道的信息；

若房子B订单占比30％以上，则将最终输出的执行指令中房子A价格调整为房子B价格，将房子B下架。

作为上述系统的一种改进，所述推荐相关性矩阵记录了所有出售房子之间的相关性关系；所述价格信息表记录了不同时刻的某个房子价格信息和售卖情况；相似价格生成表记录了被推荐关系相同房子集合的最低价、被推荐关系相同房子集合的最高价和被推荐关系相同房子集合的中位价；所述业务数据库记录了所有房子的信息、初始价格及其相关的信息。

作为上述系统的一种改进，所述变量记录了所有房子的被推荐关系相同房子集合最低价、被推荐关系相同房子集合最高价、被推荐关系相同房子集合中位价、初始价以及售卖的天数。

作为上述系统的一种改进，所述预订预测模块的具体实现过程为：

定期采集全行业市场情况，进行解构化处理存入日志；