[发明专利]售票预警方法、装置、存储介质和服务器在审

专利信息
申请号: 202210039243.0 申请日: 2022-01-13
公开(公告)号: CN114529027A 公开(公告)日: 2022-05-24
发明(设计)人: 武晋飞;单杏花;阎志远;王洪业;张军锋;吕晓艳;张立涛;毛子今;赵翔;刘典;孟歌;李永;郝晓培;赵烁;臧广智;郭根才;韩慧婷;刘续颖;刘卓华;李祯怡;李仕旺 申请(专利权)人: 中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司;中铁程科技有限责任公司
主分类号: G06Q10/02 分类号: G06Q10/02;G06Q10/06;G06Q50/30
代理公司: 北京汇思诚业知识产权代理有限公司 11444 代理人: 苏胜
地址: 100081 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 售票 预警 方法 装置 存储 介质 服务器
【说明书】:

发明实施例提供了一种售票预警方法、装置、存储介质和服务器。本发明实施例提供的技术方案中,通过基于切片技术的售票轨迹留存技术获取当前车次的实时售出数据切片与实时余票切片,得到所述当前车次的实际客座率;根据历史售票数据库,得到与所述当前车次对应日期的最佳客座率;当所述实际客座率和所述最佳客座率之间的偏差不在误差区间内时,进行异常预警提示,使得铁路客运售票组织对异常趋势识别敏感,提高实时灵敏度且不依赖人工。

【技术领域】

本发明涉及铁路客票领域,尤其涉及一种售票预警方法、装置、存储介质和服务器。

【背景技术】

目前铁路客票销售过程中,采用以票额预分计划为主、售票过程中人工监控调整为辅的售票策略。该售票策略虽然符合铁路的发展历史与实际生产现状,但随着铁路运营里程与列车数量不断上升,客流量激增,该售票策略在实际生产应用中逐渐无法满足铁路售票组织发展的需要。因为,一方面目前票额分配方案对客流预测的依赖程度极高,但因旅客需求受竞争交通方式、天气变化、突发事件等多种因素影响,客流预测具有不确定性,客流预测方法对实际客流的还原程度有一定偏差,导致预售期前制定的预分方案与预售期内的真实客流需求不可避免地存在差异;另一方面,售票过程中主要依靠人力监控以发现异常并调整,不但对售票异常趋势识别的实时性弱、敏感性低,且耗时费力,人力成本花费巨大,同时对售票中的“异常”判别缺少明确的标准定义,导致人工监控的准确度有待提升,且人工的监控方式难以对大量车次进行定量化与高效严密的管理。

综上,目前铁路客运售票组织中存在对异常趋势识别不敏感、实时灵敏度弱、人工依赖性强的问题。

【发明内容】

有鉴于此,本发明实施例提供了一种售票预警方法、装置、存储介质和服务器,使得铁路客运售票组织对异常趋势识别敏感,提高实时灵敏度且不依赖人工。

第一方面,本发明实施例提供了一种售票预警方法,所述方法包括:

通过基于切片技术的售票轨迹留存技术获取当前车次的实时售出数据切片与实时余票切片,得到所述当前车次的实际客座率;

根据历史售票数据库,得到与所述当前车次对应日期的最佳客座率;

当所述实际客座率和所述最佳客座率之间的偏差不在误差区间内时,进行异常预警提示。

可选地,所述根据历史售票数据库,得到与所述当前车次对应日期的最佳客座率,包括:

对所述历史售票数据库中的历史售票数据进行清洗;

根据所述误差区间和清洗后的所述历史售票数据,得到包含客座率取值集合的第一集合;

通过基于误差区间的售票规律最优值算法对所述第一集合进行计算,得到最优取值区间;

根据所述最优取值区间,得到列车车次在单位时间内的最佳客座率;

根据所述列车车次在单位时间内的最佳客座率,构建基于日期细分的列车售票健康规律知识库;

从所述列车售票健康规律知识库中获取与所述当前车次对应日期的所述最佳客座率。

可选地,所述通过基于误差区间的售票规律最优值算法对所述第一集合进行计算,得到最优取值区间,包括:

初始化设置第一参数、第二参数和交集集合;

从所述第一集合中选取所述第一参数对应的所述客座率取值集合,将所述交集集合与所述客座率取值集合的交集更新为所述交集集合;

将所述第一参数与第一数值的和作为所述第二参数;

判断所述第二参数是否大于所述第一集合中所述客座率取值集合的数量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司;中铁程科技有限责任公司,未经中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司;中铁程科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210039243.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top