[发明专利]一种基于步速修正的酒店间夜量预测方法及装置

权利要求书

1.一种基于步速修正的酒店间夜量预测方法，其特征在于，包括以下步骤：

将入住日期的数据特征作为训练数据，将入住日期对应的间夜量作为训练数据的目标值，训练酒店间夜量预测模型；

根据入住日期的pickup曲线，获得酒店预定的步速矩阵；

根据步速矩阵获得步速的置信区间；

根据步速的置信区间得到未来日期的间夜量置信区间；

对于待预测日期，利用训练完成的所述酒店间夜量预测模型获得间夜量预测值，并利用所述间夜量置信区间对获得的间夜量预测值进行修正，得到最终的酒店间夜量预测值。

2.根据权利要求1所述的方法，其特征在于，所述入住日期的数据特征包括入住日期的时间特征、节假日特征、间夜量；所述时间特征包括：周几、月份、年份、是否月末；所述节假日特征包括：是否节假日、节假日类型。

3.根据权利要求2所述的方法，其特征在于，采用以下步骤得到所述训练数据：

以入住日期的时间特征、节假日特征、间夜量为特征组成数据集A；

复制数据集A得到数据集B，处理数据集B的入住日期昨日的间夜量特征列为空，以模拟入住日期昨日间夜缺失的情况；

数据集A与处理后的数据集B合并作为训练数据X。

4.根据权利要求1所述的方法，其特征在于，所述步速矩阵为7*14的步速矩阵：

其中，d_{i_j}为每周的第i天的观测日期观测j天后的入住日期的步速，j即观测日期相对于入住日期的提前天数，i∈[1,7],j∈[1,14]。

5.根据权利要求1所述的方法，其特征在于，所述根据步速矩阵获得步速的置信区间，包括：

统计各个观测日期与入住日期的步速；

根据观测日期与入住日期的步速，计算步速浮动率；

根据步速浮动率对步速矩阵进行调整，获得步速的置信区间。

6.根据权利要求1所述的方法，其特征在于，利用所述间夜量置信区间对获得的间夜量预测值进行修正，包括：

如果所述酒店间夜量预测模型的间夜量预测值高于间夜量置信区间的上限，则用间夜量置信区间的上限修正该间夜量预测值，如果低于间夜量置信区间的下限，则用间夜量置信区间的下限修正该间夜量预测值。

7.根据权利要求1所述的方法，其特征在于，所述酒店间夜量预测模型为XGB模型、随机森林模型或LSTM模型。

8.一种采用权利要求1～7中任一权利要求所述方法的基于步速修正的酒店间夜量预测装置，其特征在于，包括：

间夜量预测模型训练模块，用于将入住日期的数据特征作为训练数据，将入住日期对应的间夜量作为训练数据的目标值，训练酒店间夜量预测模型；

步速模型构建模块，用于根据入住日期的pickup曲线，获得酒店预定的步速矩阵，根据步速矩阵获得步速的置信区间，根据步速的置信区间得到未来日期的间夜量置信区间；

步速修正模块，用于对于待预测日期，利用所述间夜量置信区间对所述酒店间夜量预测模型获得的间夜量预测值进行修正，得到最终的酒店间夜量预测值。

9.一种电子装置，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1～7中任一权利要求所述方法的指令。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现权利要求1～7中任一权利要求所述的方法。