预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111860992A(43)申请公布日2020.10.30(21)申请号202010670020.5(22)申请日2020.07.13(71)申请人上海云角信息技术有限公司地址200241上海市闵行区东川路555号乙楼一层1001室(72)发明人韩轶李盛王浩李越(74)专利代理机构上海汉声知识产权代理有限公司31236代理人胡晶(51)Int.Cl.G06Q10/04(2012.01)G06Q10/02(2012.01)G06Q50/14(2012.01)G06K9/62(2006.01)权利要求书2页说明书7页附图2页(54)发明名称客流量预测方法、装置、设备及存储介质(57)摘要本发明公开了一种客流量预测方法、装置、设备及存储介质,结合游乐园特有情况,利用多源数据整合,对每日游乐园客流量做出准确预测。在使用客流历史数据基础上结合游乐园特有情况,如天气、活动、票价变化等,能够提高预测每日游乐园客流量的准确性;充分考虑游乐园活动对预定票数的情况,可用活动客流量进行修正,优化活动日客流量的预测准确性。本发明不仅可以进行短期游乐园客流量预测,对于中期或长期游乐园客流量预测同样适用;可结合其他游乐园情况进行实际运用,具有游乐园客流量预测的广泛普适性。CN111860992ACN111860992A权利要求书1/2页1.一种客流量预测方法,其特征在于,包括:S1:采集客流量的历史数据,并整理为每日客流量;S2:以一天的数据作为一个样本,构建客流量影响因素与当日客流量的样本集,并对所述样本集按照不同的客流量影响因素进行分类;所述客流量影响因素包括天气、工作日、节假日、活动日及淡旺季;S3:基于所述样本集,建立各影响因素与客流量的相关性,计算相应的相关系数;建立KNN模型,计算待预测日与样本集中各样本间的欧式距离,将所述相关系数作为相对应的影响因素的距离权重,根据与待预测日距离最近的历史日期的客流量,输出待预测日的客流量预测值。2.如权利要求1所述的客流量预测方法,其特征在于,所述步骤S2进一步包括:在构建客流量影响因素与当日客流量的样本集时,对天气数据进行转换,将天气数据转换为两个变量,分别为是否下雨及是否下雪;对于变量是否下雨,将含有阵雨、小雨、中雨、大雨及暴雨中的任意一种天气数据设为1,其余天气数据设为0;对于变量是否下雪,将含有雨夹雪、小雪、中雪及大雪中的任意一种天气数据设为1,其余天气数据设为0。3.如权利要求2所述的客流量预测方法,其特征在于,所述步骤S2进一步包括:在构建客流量影响因素与当日客流量的样本集时,根据票价的变化,划分淡季和旺季,并将旺季标记为1,将淡季标记为0。4.如权利要求3所述的客流量预测方法,其特征在于,所述步骤S2进一步包括:在构建客流量影响因素与当日客流量的样本集时,从客流量的历史数据中筛选出活动日,将活动日分为大型活动日、小型活动日及特殊活动日;将客流量超过5000的设为大型活动日,将客流量处于2000至5000的设为小型活动日,将包含机构组织的活动或团购活动在内的客流量固定的设为特征活动日,以不同的数字或符号分别对大型活动日、小型活动日及特殊活动日进行标记,并在实际历史客流量中减去特殊活动带来的固定客流量。5.如权利要求1所述的客流量预测方法,其特征在于,所述步骤S3进一步包括:S31:假设共有n个历史日期,以最高气温、风力、天气等级、工作日类型、节假日类型、淡旺季、大型活动和小型活动为m个自变量,将m个自变量依次命名为x1-xm,将实际客流量命名为y,计算得到各个自变量与客流数的相关系数r1-rm。计算公式如下:式中:cov(xj,y)表示其中一个自变量xj和客流量y之间的协方差;V(xj)和V(y)分别表示自变量xj和客流量y的方差,rj表示自变量xj和客流量y之间的相关系数,j∈[1,m]。S32:引入S31中计算得到的每个自变量的相关系数,并将其作为变量距离系数分别计算得到预测日与n个历史日期之间的距离。其中每个历史日期与预测日的距离di计算公式为:2CN111860992A权利要求书2/2页式中:xaj表示待预测日数据a的第j个变量的数值;xij表示第i个历史日期的第j个变量的数值;di表示待预测日数据a与历史日期中第i个样本间的欧式距离,i∈[1,n]。S33:对所有历史日期与预测日的距离排序,取前k个距离最小的历史日期,对这k个历史日期的客流量计算平均值,并将这k个历史日期的客流量平均值作为待测日的客流量预测值。6.如权利要求1至5中任意一项所述的客流量预测方法,其特征在于,所述步骤S3之后还包括:根据票务系统的特殊活动订票情况,将参加特殊活动的固定客流量加入到待预测日的客流量预测值中,对所述待预测日的预测客