[发明专利]日收入产量的自动佣金预测方法、系统、设备及存储介质

说明书

本发明提供了一种日收入产量的自动佣金预测方法、系统、设备及存储介质，该方法包括：从历史数据库中获取历史佣金值和历史成交总额，输入计算引擎，所述历史佣金值和所述历史成交总额所对应的时间周期一致；所述计算引擎根据所述历史佣金值和历史成交总额确定佣金率；从实时数据库中获取当日成交总额，输入所述计算引擎；所述计算引擎根据所述当日成交总额和所述佣金率计算当日的预测佣金值，将当日的预测佣金值和所述当日成交总额存储于所述历史数据库。本发明利用佣金率比较稳定的特点，通过当日成交总额和佣金率即可以预测当日佣金率，无需查询多个表格，并且通过计算引擎和数据库自动执行佣金预测任务，减少了服务器的工作负担。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种日收入产量的自动佣金预测方法、系统、设备及存储介质。

背景技术

报表中统计复杂度最高的指标是返后佣金、返后佣金与返前佣金，即卖价-底价，得到的佣金相比，增加了很多附加项。返后佣金广泛应用于酒店OTA(Online TravelAgency，在线旅行社)的各个业务系统中，是真实营收的体现。

由于收入产量报表的重要性，现有的返后佣金预测方法中使用Java实现报表逻辑，避免系统不稳定时Hive版本无法正常产出报表的情况，但由于返后佣金涉及的收入相关字段非常多。具体地，原Java统计方案与hive一致：返后佣金＝面价-底价-积分抵扣-分销金额-满十送一-退客户金额-退供应商金额+生意通账户的线上现金充值部分-返佣-返现-立减-众荟-途家-易游+阶梯+OYO营销费用，因此，为了获得比较准确的返后佣金预测值，需要原Java扫描多个表，产出返后佣金计算公式中所需要的各个指标，生成订单宽表。因此，Java需要不断的扫描多个表，占用12台服务器。且因为业务变更，需要不断的进行逻辑的维护；另外，因为财务统计口径中有关账概念，需要把关账日期之前的数据调整记录到当前，Java很难实现，因此Java对于hive数据还存在一些依赖性。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种日收入产量的自动佣金预测方法、系统、设备及存储介质，利用佣金率比较稳定的特点，通过当日成交总额和佣金率即可预测当日佣金率，无需查询多个表格，并且通过计算引擎和数据库自动执行佣金预测任务，减少服务器的工作负担。

本发明实施例提供一种日收入产量的自动佣金预测方法，包括如下步骤：

从历史数据库中获取历史佣金值和历史成交总额，输入计算引擎，所述历史佣金值和所述历史成交总额所对应的时间周期一致；

所述计算引擎根据所述历史佣金值和历史成交总额确定佣金率；

从实时数据库中获取当日成交总额，输入所述计算引擎；

所述计算引擎根据所述当日成交总额和所述佣金率计算当日的预测佣金值，将当日的预测佣金值和所述当日成交总额存储于所述历史数据库。

可选地，所述计算引擎根据所述历史佣金值和历史成交总额确定佣金率，包括：所述计算引擎计算所述历史佣金值和所述历史成交总额的比值，将所述比值作为所述佣金率；

所述计算引擎根据所述当日成交总额和所述佣金率计算当日的预测佣金值，包括：所述计算引擎计算所述当日成交总额与所述佣金率的乘积，得到当日的预测佣金值。

可选地，所述计算引擎根据所述历史佣金值和历史成交总额确定佣金率，包括如下步骤：

所述计算引擎根据所述历史佣金值和所述历史成交总额所对应的酒店类别，确定所述酒店类别所对应的佣金率。

可选地，所述计算引擎根据所述当日成交总额和所述佣金率计算当日的预测佣金值，包括如下步骤：

所述计算引擎判断所述当日成交总额所对应的酒店类别；