CN103729353A - 票务信息的搜索方法及服务器 - Google Patents
票务信息的搜索方法及服务器 Download PDFInfo
- Publication number
- CN103729353A CN103729353A CN201210382054.XA CN201210382054A CN103729353A CN 103729353 A CN103729353 A CN 103729353A CN 201210382054 A CN201210382054 A CN 201210382054A CN 103729353 A CN103729353 A CN 103729353A
- Authority
- CN
- China
- Prior art keywords
- ticket information
- information
- time
- search condition
- ticket
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种票务信息的搜索方法及服务器。该方法包括:票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,该请求消息中包括搜索条件信息;判断处于对应缓存时间内的本地存储的票务信息中是否有满足搜索条件的票务信息,其中,本地存储的票务信息是票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息,而本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;如果有,则获取满足搜索条件的票务信息,并发送至客户端。本申请实施例提高了票务信息在本地存储的缓存时间的合理性,减轻了票务中心服务器的访问负担。
Description
技术领域
本申请涉及网络通信领域,尤其涉及一种票务信息的搜索方法及服务器。背景技术
随着网络通信技术的迅速普及,越来越多的用户使用网上订票***来查询或订购票务。网上订票***当前面临的较大的问题是:由于网上订票***调用外部票务查询服务的时间长,因此需要本地进行票务查询结果的缓存。本地缓存票务查询结果数据除包括一些基本信息(如航班的班次、始发地、目的地等)之外,最重要的是还包括可售的剩余座位数,这个信息决定了用户是否可以下订单预订票务。
由于剩余座位数是票务预订***共享的,因此票务查询结果的本地缓存时间的长短是十分重要的。如果缓存时间过长,那么本地缓存的可售剩余座位数会不准,导致用户搜索到的票务却无法下订单订票,从而影响用户的体验。但是,如果缓存时间过短,那么一方面会提高外部服务的调用次数,增加成本;另一方面会延长票务搜索结果页的显示时间,也会影响用户的体验。
现有技术下,票务查询结果的本地缓存时间的通常是根据人为设定一缓存时间。这种本地缓存时间的设置方法主观性太强,如果设置的缓存时间过长,将导致缓存信息失效,用户将得到无效的缓存信息,这严重影响用户的体验;而如果设置的缓存时间过短,将加重票务中心服务器的访问负担,容易出现因票务中心服务器访问量过大而导致的反应速度大幅下降的问题,这同样严重影响用户的体验。
发明内容
本申请的目的是,提供一种票务信息的搜索方法及服务器,以提高票务信息在本地缓存时间的合理性,减轻票务中心服务器的访问负担,提高用户体验。
为实现上述目的,本申请提供了一种票务信息的搜索方法,所述方法包括:
票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;
根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;
当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;
发送所述满足搜索条件的票务信息至所述客户端。
相应地,本申请还提供了一种服务器,所述服务器包括:
接收单元,用于票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;
判断单元,用于根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;
获取单元,用于当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;
发送单元,用于发送所述满足搜索条件的票务信息至所述客户端。
因此,本申请实现了服务器接收到客户端发送的搜索票务信息的当前请求消息后,根据该当前请求消息,判断处于对应缓存时间内的本地存储的票务信息中是否有搜索满足搜索条件的票务信息,并将搜索到满足搜索条件的票务信息发送至客户端。由于本地缓存数据库中的本地缓存的票务信息的对应缓存时间是根据历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的,因此提高了票务信息在本地缓存时间的合理性,减轻了票务中心服务器的访问负担,提高了用户体验。
附图说明
图1为本申请实施例提供的一种票务信息的搜索方法所应用的***架构图;
图2为本申请实施例提供的一种票务信息的搜索方法的流程图;
图3为本申请实施例提供的一种服务器的示意图。
具体实施方式
下面通过附图和实施例,对本申请的技术方案做进一步的详细描述。
本申请提供的票务信息的搜索方法及服务器,通过票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;发送所述满足搜索条件的票务信息至所述客户端。由于本地缓存数据库中的本地缓存的票务信息的对应缓存时间是根据历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的,因此提高了票务信息在本地缓存时间的合理性,减轻了票务中心服务器的访问负担,提高了用户体验。
下面首先介绍本申请票务信息的搜索方法所应用的***架构,如图1所示,该***包括:票务中心服务器,多个票务提供客户端1、2、......、N,以及与客户端1、2、......、N分别对应的多个票务提供服务器1、2、......、N。票务提供客户端A在向票务提供服务器A发送搜索票务信息的请求消息后,票务提供服务器A首先在本地缓存信息数据库中搜索满足搜索条件的票务信息,并将搜索到的满足搜索条件的票务信息发送至票务提供客户端A进行显示。如果票务提供服务器A的本地缓存信息数据库中并没有满足搜索条件的票务信息,则票务提供服务器A可以向票务中心服务器发送搜索票务信息的请求消息,票务中心服务器将满足搜索条件的票务信息发送至票务提供服务器A,此时票务提供服务器A可以将接收到的票务信息保存到本地缓存信息数据库中,并将该票务信息发送到票务提供客户端A进行显示。由于票务中心服务器所提供的票务信息是多个票务提供服务器共享的,因此票务提供服务器在本地缓存票务信息的时间长短是非常重要的。本申请中,票务提供服务器的本地存储的票务信息的对应缓存时间是根据历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的,而不是由用户主观设置的,因此可以大大地提高票务信息在本地缓存时间的合理性,减少了用户的搜索时间,以及降低了调用外部服务的成本。
为了方便描述,本申请实施例中以机票的搜索为例,描述票务信息的搜索方法,但是机票并不用于限制本申请的保护范围,该票务信息除了可以为机票信息外,还可以为火车票、演唱会的门票等各种票务信息。
如图2所示,其为本申请实施例提供的一种票务信息的搜索方法的流程图。该实施例主体是票务提供服务器,其中详细描述了如何搜索满足条件的票务信息,并展示给用户。本申请实施例票务信息的搜索方法具体包括以下步骤:
步骤21,票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;
用户需要网上订票时,可以登录一个机票航班搜索***,并通过***客户端向服务器发送一个搜索机票信息的请求消息,该请求消息中携带有搜索条件信息,如机票的出发城市、到达城市、起飞日期、机票的类型(如经济舱、头等舱、公务舱)等。
步骤22,根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;
当票务提供服务器从票务中心服务器获取到相应的票务信息后,为了方便在用户查询该票务信息时快速地向用户显示相应的查询结果,票务提供服务器会将从票务中心服务器获取到的票务信息存储在本地的本地缓存信息数据库中。
具体地,当客户端向服务器发送搜索票务信息的请求消息后,服务器既可以在本地缓存信息数据库中搜索到满足搜索条件的票务信息,也可以从票务中心服务器获取相应的票务信息,并将从票务中心服务器获取到的票务信息保存在本地缓存信息数据库中,而该票务信息保存在本地缓存信息数据库中的对应缓存时间根据历史请求消息中的搜索条件信息和历史搜索结果信息计算得到。票务信息被保存在本地缓存信息数据库中的时间超过缓存时间时,服务器将把该超过缓存时间的票务信息从本地缓存信息数据库中删除。
可选地,票务信息对应缓存时间的计算可以按照天来计算,也可以按照月、星期来计算、还可以按照季度计算,例如,当用户查询机票的时间与机票对应航班的起飞时间间隔不到一个月时,可以按照天来计算该机票查询结果在本地的缓存时间;当用户查询机票的时间与机票对应航班的起飞时间间隔超过一个月时,可以按照月或季度计算该机票查询结果在本地的缓存时间;当用户查询机票的时间与机票对应航班的起飞时间间隔超过一个季度时,可以按照季度计算计算该机票查询结果在本地的缓存时间。
机票航班搜索***的服务器接收到用户通过客户端发送搜索票务信息的请求消息后,可首先判断本地缓存信息数据库中是否有满足搜索条件的票务信息,如果能在本地缓存信息数据库中搜索到满足搜索条件的票务信息,则执行步骤23。
对于票务信息被保存在本地缓存信息数据库中的缓存时间,本申请根据实际用户行为产生的数据计算得出。具体地,根据实际用户行为数据产生的数据计算得出,具体可以为根据实际用户行为数据产生一个缓存时间计算模型,缓存时间计算模型的模型系数可以随着用户行为数据量的增大而得到不断地修正,得出的缓存时间计算模型也随之不断地修正,使用缓存时间计算模型得出的缓存时间也会越合理。
具体地,为了得出比较准确的缓存时间计算模型,首先要确定影响票务信息在本地缓存的时间的因素,包括:票务预订日期距离票务使用日期的时间间隔,该时间间隔一般以天为单位,设其变量为x;票务使用日是否属于节假日,是否为节假日的指示信息对应变量为y,节假日的票务可售数目变化一般较快;票务的热门程度,可以以用户的历史搜索次数为依据,设其变量为z;票务的类型,如普通类型、豪华类型、商务类型等,票务所属等级越高,可售数目越少,其可售数目的变化对可售数目的准确性影响越大,设其变量为w;票务数目的多少,设其变量为v;在缓存时间为p时,票务信息是否预订成功的标识信息,设其变量为q。
在票务提供服务器接收客户端发送的搜索票务信息的当前请求消息之后,服务器还将记录当前请求消息中的搜索条件信息作为历史请求消息中的搜索条件信息,以及记录该请求消息对应的搜索结果作为历史搜索结果信息,这样在后面计算缓存时间计算模型时便可以使用该模型计算缓存时间。
用户搜索票务信息后,一般还是执行订票操作,并记录对应票务是否预订成功的标识信息。而在一段时间后,根据记录的所述历史请求消息的所述搜索条件信息,统计针对所述票务信息的搜索频次,得到所述票务信息对应票务的热门程度。
例如,变量x可以由票务提供服务器通过计算接收到搜索请求的时间与票务的使用时间的差值来得到,例如用户在2012年8月1号查询2012年8月15号的某个航班的信息,则x变量的值为14天;而票务的热门程度则可以根据用户的历史搜索次数为依据进行设置,例如,某个航班的票务信息的搜索次数为每天100000次,则y变量的值为热门。
其中,对应缓存时间与所述票务信息的对应票务的热门程度负相关,即票务热门程度越高,缓存时间越小,票务热门程度越低,缓存时间越长;所述对应缓存时间与所述票务信息的对应票务是否预订成功负相关,即票务预订成功时,缓存时间越小,票务预订不成功时,缓存时间越长;所述对应缓存时间与所述票务信息的对应票务的使用时间是否为节假日负相关,即如果为节假日,则缓存时间越短,如果不为节假日,则缓存时间越长;所述对应缓存时间与所述票务信息的对应票务的使用时间距离票务查询时间的时间间隔负相关,即时间间隔越长,缓存时间越长,时间间隔越短,缓存时间越短;所述对应缓存时间与所述票务信息的对应票务的数目正相关,即票务数目越大,缓存时间越长,票务数目越小缓存时间越短。
而根据本地存储的票务信息的对应缓存时间与所述历史请求消息中的搜索条件信息中的搜索参数的相关性,以及所述本地存储的票务信息的对应缓存时间与所述票务信息的对应票务是否预订成功的正相关性,可以为所述搜索参数以及所述历史搜索结果设置相应的权重值得到缓存时间计算模型,使用缓存时间计算模型进行计算,即可得到所述票务信息的对应缓存时间。
例如,对于机票来说,变量x可以表示机票预订日期离起飞日期的时间间隔;变量y可以表示是否为节假日;变量z可以表示机票航线的热门程度;变量w可以表示航位的类型,如经济舱位、头等舱位、公务舱位等,头等舱的舱位数目少,因此,即使减少一个头等舱位,对可售舱位数的准确性也是有很大影响的;变量v表示舱位数的多少,变量q表示票务信息是否预定成功。
确定影响票务信息缓存时间的因素后,需要再确定缓存时间计算模型的公式,该公式可以为线性公式、指数公式、对数公式或者多种类型公式相结合的公式,计算模型公式的类型可以由各个变量因素的相关性,如线性相关、指数相关、对数相关确定。
需要说明的是,计算模型公式是否合理,可以通过用户下订单预定票务是否成功来验证。例如,用户通过机票航班搜索***预定机票时,***服务器首先将本地缓存的相应航班的机票信息,包括该航班的可售剩余座位数,如果可售剩余座位数显示还有剩余机票可以购买,当用户下订单购买时,***服务器会实时调用外部服务,通过票务中心服务器获取最准确的可售座位数,并给出订单是否成功的提示信息。因此,可以通过机票是否预定成功来验证本地缓存时间是否合理,进而验证用来计算缓存时间的缓存时间计算模型是否合理。
天模型可以通过以下步骤获得:根据搜索条件信息,获取x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值,其中,q变量为票务信息的对应票务是否预订成功的标识信息,x变量为票务使用时间距离票务查询时间的时间间隔,y变量为票务使用时间是否为节假日的指示信息,z变量为票务的热门程度,w变量为票务的类型,v变量为票务的数目;根据预设的缓存时间初始值p,以及第一天的所有请求消息对应的x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值,通过最小二乘法计算得到第一天的缓存时间计算模型,其中,p变量为缓存时间;当第i+1天接收到所述客户端发送的搜索票务信息的请求消息并且从所述票务中心服务器获取满足所述搜索条件信息的票务信息时,采用第i天的缓存时间计算模型进行计算,得到搜索到的满足搜索条件信息的票务信息在本地存储的缓存时间,对获取到的第i+1天的所有请求消息对应的p变量的属性值、x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值及对应的缓存时间通过最小二乘法计算得到第i+1天的缓存时间计算模型,其中i为大于等于1的整数值。
具体地,下面描述缓存时间计算模型的公式为线性公式时,通过收集用户每天的查询数据来计算模型系数的值,得出缓存时间计算模型的方法。启动服务器后,服务器在第一天将缓存时间p设置为初始值p0,如10分钟,然后收集用户第一天的航班查询数据,得到一组变量值(x11、y11、z11、w11、v11、q11),(x12、y12、z12、w12、v12、q12),......,(x1n、y1n、z1n、w1n、v1n、q1n),其中,n表示第一天收集到的航班查询数据个数,对于线性公式p=ax+by+cz+dw+ev+fq,根据收集到的这一组变量值,使用统计分析中的最小二乘法可以计算出公式系数a、b、c、d、e、f的值分别为a1、b1、c1、d1、e1、f1,得出缓存时间计算模型p=a1x+b1y+c1z+d1w+e1v+f1q。在第i+1天时,票务提供服务器接收到用户发送的搜索票务信息的请求消息时,如果本地缓存信息数据库中没有该请求消息对应的票务信息,则从票务中心服务器获取对应的票务信息,并将该请求消息得出对应的变量值(x(i+1)1、y(i+1)1、z(i+1)1、w(i+1)1、v(i+1)1、q(i+1)1)带入计算模型p=aix+biy+ciz+diw+eiv+fiq,得到缓存时间p的值p(i+1)1,即服务器可以将从票务中心服务器获取到的票务信保存在本地缓存信息数据库中p(i+1)1长的时间,对于在第i+1天接收到的每一个查询请求,都可以采用p=aix+biy+ciz+diw+eiv+fiq模型计算出票务信息的缓存时间。第i+1天结束时,可以统计第二天收集到的查询数据,得到一组变量值(x(i+1)1、y(i+1)1、z(i+1)1、w(i+1)1、v(i+1)1、q(i+1)1),(x(i+1)2、y(i+1)2、z(i+1)2、w(i+1)2、v(i+1)2、q(i+1)2),......,(x(i+1)n、y(i+1)n、z(i+1)n、w(i+1)n、v(i+1)n、q(i+1)n),其中,n表示第i+1天收集到的航班查询数据个数,对于线性公式p=ax+by+cz+dw+ev+fq,根据收集到的这一组变量值,使用统计分析中的最小二乘法可以计算出公式系数a、b、c、d、e、f的值分别为a(i+1)、b(i+1)、c(i+1)、d(i+1)、e(i+1)、f(i+1),得出缓存时间计算模型p=a(i+1)x+b(i+1)y+c(i+1)z+d(i+1)w+e(i+1)v+f(i+1)q,其中,i为大于等于的整数值。依次类推,根据每天收集到的所有查询数据使用最小二乘法可以得到每天的缓存时间计算模型,而使用每天计算出的缓存时间计算模型可以计算出后一天搜索到的票务信息的缓存时间。
同样,月模型可以通过以下步骤获得:根据搜索条件信息,获取x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值,其中,q变量为票务信息的对应票务是否预订成功的标识信息,x变量为票务使用时间距离票务查询时间的时间间隔,y变量为票务使用时间是否为节假日的指示信息,z变量为票务的热门程度,w变量为票务的类型,v变量为票务的数目;根据预设的第二缓存时间初始值,以及第一个月的所有的x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值,通过最小二乘法计算得到第一个月的缓存时间计算模型;当第i+1个月接收到所述客户端发送的搜索票务信息的请求消息并且从所述票务中心服务器获取满足所述搜索条件信息的票务信息时,采用第i个月的缓存时间计算模型进行计算,得到搜索到的满足搜索条件信息的票务信息在本地存储的缓存时间p,对获取到的第i+1个月的所有的x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值及对应的缓存时间通过最小二乘法计算得到第i+1个月的缓存时间计算模型,其中,i为大于等于1的整数值。
季度模型可以通过以下步骤获得:根据搜索条件信息,获取x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值,其中,q变量为票务信息的对应票务是否预订成功的标识信息,x变量为票务使用时间距离票务查询时间的时间间隔,y变量为票务使用时间是否为节假日的指示信息,z变量为票务的热门程度,w变量为票务的类型,v变量为票务的数目;根据预设的第三缓存时间初始值,以及第一个季度的所有的x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值,通过最小二乘法计算得到第一个季度的缓存时间计算模型;当第i+1个季度接收到所述客户端发送的搜索票务信息的请求消息并且从所述票务中心服务器获取满足所述搜索条件信息的票务信息时,采用第i个季度的缓存时间计算模型进行计算,得到搜索到的满足搜索条件信息的票务信息在本地存储的缓存时间p,对获取到的第i+1个季度的所有的x变量的属性值、y变量的属性值、z变量的属性值、w变量的属性值、v变量的属性值、q变量的属性值及对应的缓存时间通过最小二乘法计算得到第i+1个季度的缓存时间计算模型,其中,i为大于等于1的整数值。
步骤23,当处于缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;
步骤24,发送所述满足搜索条件的票务信息至所述客户端。
本地缓存信息数据库中有满足搜索条件的票务信息时,服务器可以直接从数据库中获取该请求消息对应的票务信息,并发送至客户端进行显示。
由此,本申请实现了票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;发送所述满足搜索条件的票务信息至所述客户端。由于本地缓存数据库中的本地缓存的票务信息的对应缓存时间是根据历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的,因此提高了票务信息在本地缓存时间的合理性,减轻了票务中心服务器的访问负担,提高了用户体验。
如图2所示,在一个优选的实施例中,在步骤22之后,还包括:
步骤25,从票务中心服务器获取满足搜索条件的票务信息并发送到客户端。
该步骤具体可包括:当处于缓存时间内的本地存储的票务信息中没有满足所述搜索条件的票务信息时,向所述票务中心服务器发送所述搜索票务信息的请求消息;接收所述票务中心服务器发送的满足搜索条件的票务信息,根据所述搜索条件信息和缓存时间计算模型计算所述满足搜索条件的票务信息存储在本地的缓存时间,并将接收到的所述满足搜索条件的票务信息存储在本地,并执行发送所述满足搜索条件的票务信息至所述客户端进行显示的步骤。
优选地,在发送所述满足搜索条件的票务信息至所述客户端之后,还包括:接收所述客户端发送的预订所述票务信息的对应票务的预订消息;根据所述预订消息对应的预定结果,记录所述票务信息的对应票务是否预订成功的标识信息,并且修改本地存储的票务信息。
缓存时间计算模型的各个模型变量的值可以由票务提供服务器根据用户的实际搜索请求和预订请求得到。例如:对于票务是否预定成功的标识信息,可以由票务提供服务器根据用户实际的预定结果记录得到,而票务的热门程度可以由票务提供服务器根据接收到的针对该票务信息的历史搜索次数评估得到。
从票务中心服务器获取到对应的票务信息后,可以根据上述计算本地缓存时间的方法计算出该票务信息的本地缓存时间,当票务信息在本地缓存信息数据库中保存的时间超过本地缓存时间时,将该票务信息从本地缓存信息数据库中删除。
相应地,本申请实施例还提供了一种服务器,如图3所示,其为本申请实施例提供的一种服务器的示意图。如图3所示,该服务器包括:
接收单元31,用于票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;
判断单元32,用于根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;
获取单元33,用于当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;
第一发送单元34,用于发送所述搜索到的满足搜索条件的票务信息至所述客户端。
该服务器还可包括:第二发送单元35,用于当处于对应缓存时间内的本地存储的票务信息中没有满足所述搜索条件的票务信息时,向所述票务中心服务器发送所述搜索票务信息的请求消息;处理单元36,用于接收并存储所述票务中心服务器发送的满足搜索条件的票务信息至本地,根据历史请求消息中的搜索条件信息和历史搜索结果信息计算接收到的票务信息存储在本地的对应的缓存时间,并执行发送所述满足搜索条件的票务信息至所述客户端的步骤。
由此,本申请实现了票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;发送所述满足搜索条件的票务信息至所述客户端。由于本地缓存数据库中的本地缓存的票务信息的对应缓存时间是根据历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的,因此提高了票务信息在本地缓存时间的合理性。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本申请的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请的具体实施方式而已,并不用于限定本申请的保护范围,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种票务信息的搜索方法,其特征在于,所述方法包括:
票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;
根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;
当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;
发送所述满足搜索条件的票务信息至所述客户端。
2.根据权利要求1所述的票务信息的搜索方法,其特征在于,所述判断处于对应缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息之后,还包括:
当处于对应缓存时间内的本地存储的票务信息中没有满足所述搜索条件的票务信息时,向所述票务中心服务器发送所述搜索票务信息的请求消息;
接收并存储所述票务中心服务器发送的满足搜索条件的票务信息至本地;
根据历史请求消息中的搜索条件信息和历史搜索结果信息计算接收到的票务信息存储在本地的对应的缓存时间,并执行发送所述满足搜索条件的票务信息至所述客户端的步骤。
3.根据权利要求1或2所述的票务信息的搜索方法,其特征在于,票务提供服务器接收客户端发送的搜索票务信息的当前请求消息之后,还包括:记录所述当前请求消息中的所述搜索条件信息作为所述历史请求消息中的搜索条件信息,以及记录所述当前请求消息对应的搜索结果信息作为所述历史搜索结果信息。
4.根据权利要求1-3任一项所述的票务信息的搜索方法,其特征在于,所述发送所述满足搜索条件的票务信息至所述客户端之后,还包括:
接收所述客户端发送的预订所述票务信息的对应票务的预订消息;
根据所述预订消息对应的预定结果,记录所述票务信息的对应票务是否预订成功的标识信息,并且修改本地存储的票务信息。
5.根据权利要求4所述的票务信息的搜索方法,其特征在于,所述方法还包括:
根据记录的所述历史请求消息的所述搜索条件信息,统计针对所述票务信息的搜索频次,得到所述票务信息对应票务的热门程度。
6.根据权利要求5所述的票务信息的搜索方法,其特征在于,所述历史请求消息中的搜索条件信息包括下述搜索参数中的一种或多种:票务的热门程度、票务的使用时间是否为节假日、票务的使用时间距离票务查询时间的时间间隔、票务的数目、票务的类型;
所述历史搜索结果信息包括:所述票务信息的对应票务是否预订成功的标识信息。
7.根据权利要求6所述的票务信息的搜索方法,其特征在于,所述对应缓存时间与所述票务信息的对应票务的热门程度负相关,所述对应缓存时间与所述票务信息的对应票务是否预订成功负相关,所述对应缓存时间与所述票务信息的对应票务的使用时间是否为节假日负相关,所述对应缓存时间与所述票务信息的对应票务的使用时间距离票务查询时间的时间间隔正相关,所述对应缓存时间与所述票务信息的对应票务的数目正相关。
8.根据权利要求7所述的票务信息的搜索方法,其特征在于,所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的具体为:根据所述本地存储的票务信息的对应缓存时间与所述历史请求消息中的搜索条件信息中的搜索参数的相关性,以及所述本地存储的票务信息的对应缓存时间与所述票务信息的对应票务是否预订成功的正相关性,确定所述搜索参数以及所述历史搜索结果相应的权重值并进行计算,得到所述票务信息的对应缓存时间。
9.一种服务器,其特征在于,所述服务器包括:
接收单元,用于票务提供服务器接收客户端发送的搜索票务信息的当前请求消息,所述当前请求消息中包括搜索条件信息;
判断单元,用于根据所述当前请求消息,判断处于对应的缓存时间内的本地存储的票务信息中是否有满足所述搜索条件的票务信息;其中,所述本地存储的票务信息是所述票务提供服务器根据之前接收到的历史请求消息从票务中心服务器得到的满足搜索条件并存储于本地的票务信息;所述本地存储的票务信息的对应缓存时间是根据所述历史请求消息中的搜索条件信息和历史搜索结果信息计算得到的;
获取单元,用于当处于对应缓存时间内的本地存储的票务信息中有满足所述搜索条件的票务信息时,获取所述满足搜索条件的票务信息;
发送单元,用于发送所述满足搜索条件的票务信息至所述客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210382054.XA CN103729353B (zh) | 2012-10-10 | 2012-10-10 | 票务信息的搜索方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210382054.XA CN103729353B (zh) | 2012-10-10 | 2012-10-10 | 票务信息的搜索方法及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103729353A true CN103729353A (zh) | 2014-04-16 |
CN103729353B CN103729353B (zh) | 2017-05-31 |
Family
ID=50453431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210382054.XA Active CN103729353B (zh) | 2012-10-10 | 2012-10-10 | 票务信息的搜索方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729353B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268281A (zh) * | 2014-10-17 | 2015-01-07 | 携程计算机技术(上海)有限公司 | 在预订票务时优化地点关键词的搜索***及方法 |
CN104537563A (zh) * | 2015-01-05 | 2015-04-22 | 中国农业银行股份有限公司 | 一种额度数据处理方法及服务器 |
CN104794191A (zh) * | 2015-04-16 | 2015-07-22 | 北京京东尚科信息技术有限公司 | 一种用于机票数据更新的方法和装置 |
CN105023049A (zh) * | 2014-04-30 | 2015-11-04 | 中国电信股份有限公司 | 在线选座的方法、***与过载保护装置 |
CN105740480A (zh) * | 2016-03-29 | 2016-07-06 | 上海携程商务有限公司 | 机票推荐方法及*** |
CN105825735A (zh) * | 2016-05-19 | 2016-08-03 | 成都零线科技有限公司 | 机场票务模拟*** |
CN105897556A (zh) * | 2016-05-12 | 2016-08-24 | 湖南汇博电子技术有限公司 | 一种信息获取方法、服务器和*** |
CN106023700A (zh) * | 2016-05-19 | 2016-10-12 | 成都零线科技有限公司 | 机场地勤模拟***及其实现方法 |
CN106023702A (zh) * | 2016-05-19 | 2016-10-12 | 成都零线科技有限公司 | 机场票务模拟***及其实现方法 |
CN106557823A (zh) * | 2015-09-25 | 2017-04-05 | 百度在线网络技术(北京)有限公司 | 座位图的加载方法和装置 |
CN106920149A (zh) * | 2017-02-28 | 2017-07-04 | 武汉大学 | 一种支持多方联网票务的方法 |
CN107291901A (zh) * | 2017-06-23 | 2017-10-24 | 携程旅游网络技术(上海)有限公司 | 主被动组合获取机票数据的方法、***、设备及存储介质 |
CN107301215A (zh) * | 2017-06-09 | 2017-10-27 | 北京奇艺世纪科技有限公司 | 一种搜索结果缓存方法及装置、搜索方法及装置 |
CN107885743A (zh) * | 2016-09-29 | 2018-04-06 | 南京途牛科技有限公司 | 一种基于缓存的航班余位查询方法 |
CN107948230A (zh) * | 2016-10-13 | 2018-04-20 | 北京京东尚科信息技术有限公司 | 确定来自服务端数据的缓存时间的方法及装置 |
CN108228582A (zh) * | 2016-12-09 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 一种搜索方法和装置 |
CN108268559A (zh) * | 2017-01-04 | 2018-07-10 | 阿里巴巴集团控股有限公司 | 基于票务搜索的信息提供方法和装置 |
CN108287757A (zh) * | 2017-01-09 | 2018-07-17 | 阿里巴巴集团控股有限公司 | 一种数据获取、数据显示的方法及装置 |
CN108628998A (zh) * | 2018-05-02 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 一种机票查订比控制方法、装置、服务器和存储介质 |
CN110417836A (zh) * | 2018-04-28 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 一种业务数据的处理方法、处理装置和处理*** |
CN110460902A (zh) * | 2018-05-08 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 媒体信息的播放方法和装置、存储介质、电子装置 |
CN110866206A (zh) * | 2018-08-27 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 数据更新设置方法和装置 |
CN111611283A (zh) * | 2020-05-27 | 2020-09-01 | 贝壳技术有限公司 | 数据缓存方法、装置、计算机可读存储介质及电子设备 |
CN112990510A (zh) * | 2021-03-17 | 2021-06-18 | 携程旅游网络技术(上海)有限公司 | 机票预订处理方法、***、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6934717B1 (en) * | 1995-12-01 | 2005-08-23 | British Telecommunications Public Limited Company | Database access |
CN101090401A (zh) * | 2007-05-25 | 2007-12-19 | 金蝶软件(中国)有限公司 | 一种群集环境下的数据缓存方法及*** |
CN101458706A (zh) * | 2008-11-11 | 2009-06-17 | 航旅信通(北京)信息技术有限公司 | 一种准确查询gds航班缓存数据的方法和*** |
CN102254001A (zh) * | 2011-07-14 | 2011-11-23 | 青岛海信网络科技股份有限公司 | 一种高效数据管理方法及*** |
-
2012
- 2012-10-10 CN CN201210382054.XA patent/CN103729353B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6934717B1 (en) * | 1995-12-01 | 2005-08-23 | British Telecommunications Public Limited Company | Database access |
CN101090401A (zh) * | 2007-05-25 | 2007-12-19 | 金蝶软件(中国)有限公司 | 一种群集环境下的数据缓存方法及*** |
CN101458706A (zh) * | 2008-11-11 | 2009-06-17 | 航旅信通(北京)信息技术有限公司 | 一种准确查询gds航班缓存数据的方法和*** |
CN102254001A (zh) * | 2011-07-14 | 2011-11-23 | 青岛海信网络科技股份有限公司 | 一种高效数据管理方法及*** |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023049A (zh) * | 2014-04-30 | 2015-11-04 | 中国电信股份有限公司 | 在线选座的方法、***与过载保护装置 |
CN105023049B (zh) * | 2014-04-30 | 2019-09-10 | 中国电信股份有限公司 | 在线选座的方法、***与过载保护装置 |
CN104268281B (zh) * | 2014-10-17 | 2018-10-16 | 上海携程商务有限公司 | 在预订票务时优化地点关键词的搜索***及方法 |
CN104268281A (zh) * | 2014-10-17 | 2015-01-07 | 携程计算机技术(上海)有限公司 | 在预订票务时优化地点关键词的搜索***及方法 |
CN104537563A (zh) * | 2015-01-05 | 2015-04-22 | 中国农业银行股份有限公司 | 一种额度数据处理方法及服务器 |
CN104794191A (zh) * | 2015-04-16 | 2015-07-22 | 北京京东尚科信息技术有限公司 | 一种用于机票数据更新的方法和装置 |
CN106557823A (zh) * | 2015-09-25 | 2017-04-05 | 百度在线网络技术(北京)有限公司 | 座位图的加载方法和装置 |
CN105740480A (zh) * | 2016-03-29 | 2016-07-06 | 上海携程商务有限公司 | 机票推荐方法及*** |
CN105897556A (zh) * | 2016-05-12 | 2016-08-24 | 湖南汇博电子技术有限公司 | 一种信息获取方法、服务器和*** |
CN106023702A (zh) * | 2016-05-19 | 2016-10-12 | 成都零线科技有限公司 | 机场票务模拟***及其实现方法 |
CN106023700A (zh) * | 2016-05-19 | 2016-10-12 | 成都零线科技有限公司 | 机场地勤模拟***及其实现方法 |
CN105825735A (zh) * | 2016-05-19 | 2016-08-03 | 成都零线科技有限公司 | 机场票务模拟*** |
CN107885743A (zh) * | 2016-09-29 | 2018-04-06 | 南京途牛科技有限公司 | 一种基于缓存的航班余位查询方法 |
CN107948230B (zh) * | 2016-10-13 | 2021-07-30 | 北京京东尚科信息技术有限公司 | 确定来自服务端数据的缓存时间的方法及装置 |
CN107948230A (zh) * | 2016-10-13 | 2018-04-20 | 北京京东尚科信息技术有限公司 | 确定来自服务端数据的缓存时间的方法及装置 |
CN108228582B (zh) * | 2016-12-09 | 2022-02-18 | 阿里巴巴集团控股有限公司 | 一种搜索方法和装置 |
CN108228582A (zh) * | 2016-12-09 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 一种搜索方法和装置 |
CN108268559A (zh) * | 2017-01-04 | 2018-07-10 | 阿里巴巴集团控股有限公司 | 基于票务搜索的信息提供方法和装置 |
CN108287757A (zh) * | 2017-01-09 | 2018-07-17 | 阿里巴巴集团控股有限公司 | 一种数据获取、数据显示的方法及装置 |
CN106920149A (zh) * | 2017-02-28 | 2017-07-04 | 武汉大学 | 一种支持多方联网票务的方法 |
CN106920149B (zh) * | 2017-02-28 | 2020-10-30 | 武汉大学 | 一种支持多方联网票务的方法 |
CN107301215A (zh) * | 2017-06-09 | 2017-10-27 | 北京奇艺世纪科技有限公司 | 一种搜索结果缓存方法及装置、搜索方法及装置 |
CN107291901A (zh) * | 2017-06-23 | 2017-10-24 | 携程旅游网络技术(上海)有限公司 | 主被动组合获取机票数据的方法、***、设备及存储介质 |
CN110417836A (zh) * | 2018-04-28 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 一种业务数据的处理方法、处理装置和处理*** |
CN108628998A (zh) * | 2018-05-02 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 一种机票查订比控制方法、装置、服务器和存储介质 |
CN108628998B (zh) * | 2018-05-02 | 2021-02-23 | 百度在线网络技术(北京)有限公司 | 一种机票查订比控制方法、装置、服务器和存储介质 |
CN110460902A (zh) * | 2018-05-08 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 媒体信息的播放方法和装置、存储介质、电子装置 |
CN110866206A (zh) * | 2018-08-27 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 数据更新设置方法和装置 |
CN110866206B (zh) * | 2018-08-27 | 2023-04-18 | 阿里巴巴集团控股有限公司 | 数据更新设置方法和装置 |
CN111611283A (zh) * | 2020-05-27 | 2020-09-01 | 贝壳技术有限公司 | 数据缓存方法、装置、计算机可读存储介质及电子设备 |
CN112990510A (zh) * | 2021-03-17 | 2021-06-18 | 携程旅游网络技术(上海)有限公司 | 机票预订处理方法、***、设备及介质 |
CN112990510B (zh) * | 2021-03-17 | 2024-05-31 | 携程旅游网络技术(上海)有限公司 | 机票预订处理方法、***、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103729353B (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103729353A (zh) | 票务信息的搜索方法及服务器 | |
US10853743B2 (en) | Systems, devices, and methods for searching and booking ride-shared trips | |
KR101994631B1 (ko) | 서비스의 공급을 관리하기 위한 시스템 및 방법 | |
CN110046749B (zh) | 一种基于实时路况的电商包裹与同城o2o包裹共同配送*** | |
US9235620B2 (en) | Updating cached database query results | |
CN105096183A (zh) | 基于物联网的任务触发的公共自行车自调度方法及*** | |
CN104471573B (zh) | 更新高速缓存的数据库查询结果 | |
US20080154655A1 (en) | Systems, Methods, and Computer Program Products for Retrieving Predicted Weather Conditions Corresponding to Selected Travel Itineraries Stored in an Inventory System | |
CN108269087A (zh) | 位置信息的处理方法及装置 | |
CN106296955A (zh) | 基于无线终端的排队方法及装置 | |
Ceder et al. | Improving urban public transport service using new timetabling strategies with different vehicle sizes | |
Ciociola et al. | UMAP: Urban mobility analysis platform to harvest car sharing data | |
CN106529711A (zh) | 用户行为预测方法及装置 | |
Dong et al. | The impact of reliable range estimation on battery electric vehicle feasibility | |
CN112950119B (zh) | 即时物流订单拆分方法、装置、设备及存储介质 | |
CN104517040A (zh) | 一种基于ic卡数据公交车辆车内拥挤程度计算方法 | |
AU2014324087A1 (en) | Determining network maps of transport networks | |
US20170178221A1 (en) | Method and system for inventory availability prediction | |
AU2015252016A1 (en) | Dynamic database object management | |
US20150302522A1 (en) | Weather related purchase guaranty for payment networks | |
CN110992083A (zh) | 用于确定票价的数据处理方法及装置、存储介质、终端 | |
CN105956816A (zh) | 物资运输信息智能处理方法 | |
CN113408877A (zh) | 网约车信息处理方法、装置、设备和计算机存储介质 | |
CN109146348A (zh) | 一种物流数据处理方法及装置 | |
US11429910B1 (en) | Dynamic scheduling of driver breaks in a ride-sharing service |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |