[发明专利]酒店间夜量预测方法、装置、设备和存储介质

权利要求书

1.一种酒店间夜量预测方法，其特征在于，包括：

将数据输入到预先训练的间夜量预测模型中得到目标日期的间夜量第一预测值；

确定所述目标日期的间夜量残差修正值；

根据所述目标日期的间夜量第一预测值和所述目标日期的残差修正值得到所述目标日期的第二间夜量预测值。

2.如权利要求1所述的酒店间夜量预测方法，其特征在于，

确定所述目标日期的间夜量残差修正值，包括：

确定目标日期的间夜量残差数据和所述目标日期的隶属度；

根据所述残差数据和所述目标日期的隶属度确定残差修正值。

3.如权利要求2所述的酒店间夜量预测方法，其特征在于，

残差数据包括：残差上限、残差下限和残差均值；以及所述目标日期的淡季隶属度、旺季隶属度和平日隶属度；

根据所述残差数据和所述目标日期的隶属度确定残差修正值，包括：

残差修正值＝残差上限×淡季隶属度+残差均值×旺季隶属度+残差下限×平日隶属度。

4.如权利要求1所述的酒店间夜量预测方法，其特征在于，

所述目标日期的隶属度的确定，包括：

采用相关性算法计算所述目标日期与去年同期的相关系数；

判断所述相关系数是否大于预定的阈值；

如果是，则计算所述目标日期与去年同期的相似度矩阵；

对于去年同期的时间段中，

获取去年同期时间段中每天的淡旺季标识；

统计标识为淡季的日期的集合，并计算淡季日期的相似度的和K1；

统计标识为旺季的日期的集合，并计算旺季日期的相似度的和K2；

统计标识为平日的日期的集合，并计算平日日期的相似度的和K3；

计算所有的日期的相似度的和K；

所述目标日期的旺季隶属度为K2/K；

所述目标日期的淡季隶属度为K1/K；

所述目标日期的平日隶属度为K3/K。

5.如权利要求4所述的酒店间夜量预测方法，其特征在于，

如果所述相关系数小于或等于预定的阈值，则所述目标日期的平日隶属度为1；淡季隶属度为0，旺季隶属度为0。

6.如权利要求4所述的酒店间夜量预测方法，其特征在于，

确定目标日期的间夜量残差数据，包括：

确定所述目标日期之前的预定若干历史天数的集合；

获取每天的真实间夜量值；

基于所述间夜量预测模型得到每天的间夜量预测值；

根据所述间夜量预测值和所述真实间夜量值计算得到每天的间夜量残差值；

生成所述目标日期的间夜量残差矩阵。

7.如权利要求1所述的酒店间夜量预测方法，其特征在于，

去年同期时间段中每天的淡旺季标识的确定，包括：

预先建立去年的淡旺季识别模型；

根据所述淡旺季识别模块和所述时间段中每天的日期确定每天的淡旺季标识；

构建淡旺季识别模型，包括：

将去年全年的间夜量数据按照从大到小的顺序进行排序，选取排序前N位的日期的集合为旺季；

排序在后M位的日期的集合为淡季；

全年天数-M-N的日期的集合为平日。

8.一种酒店间夜量预测装置，其特征在于，包括：

输入模块，用于将数据输入到预先训练的间夜量预测模型中得到目标日期的间夜量第一预测值；

第一计算模块，用于确定所述目标日期的间夜量残差修正值；

第二计算模块，用于根据所述目标日期的间夜量第一预测值和所述目标日期的残差修正值得到所述目标日期的第二间夜量预测值。

9.一种酒店间夜量预测设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-7任一项所述的方法。