CN111798256A - 确定票价的方法、数据获取的方法、装置和*** - Google Patents
确定票价的方法、数据获取的方法、装置和*** Download PDFInfo
- Publication number
- CN111798256A CN111798256A CN201910277418.XA CN201910277418A CN111798256A CN 111798256 A CN111798256 A CN 111798256A CN 201910277418 A CN201910277418 A CN 201910277418A CN 111798256 A CN111798256 A CN 111798256A
- Authority
- CN
- China
- Prior art keywords
- fare
- market
- market segment
- data
- historical data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000002860 competitive effect Effects 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 102000015636 Oligopeptides Human genes 0.000 description 1
- 108010038807 Oligopeptides Proteins 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种确定票价的方法、数据获取的方法、装置和***。其中,该方法包括:根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;至少依据总预算和关系确定每个细分市场的票价。本发明解决了由于现有技术中对票价的定价方式需要人工干预太多,导致的计算精度低的技术问题。
Description
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种确定票价的方法、数据获取的方法、装置和***。
背景技术
为了抢占市场份额,票务平台每年会给出一部分资金预算,进行票务补贴,之前的模式完全通过运营去实时观测竞争对手的价格,当前的份额情况,补贴开销情况,来动态调整补贴的价格,补贴的数量,需要很多的人力干预,且干预的粒度也比较粗。
其中,监控并按照竞争对手价格进行实时跟进,全面比竞对价格更低。但是需要非常多的资金投入,无法在有限的预算范围内,保证整体业务效果(市场份额)最优。
针对上述由于现有技术中对票价的定价方式需要人工干预太多,导致的计算精度低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定票价的方法、数据获取的方法、装置和***,以至少解决由于现有技术中对票价的定价方式需要人工干预太多,导致的计算精度低的技术问题。
根据本发明实施例的一个方面,提供了一种确定票价的方法,包括:根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;至少依据总预算和关系确定每个细分市场的票价。
可选的,该方法还包括:获取院线信息和历史数据;其中,院线信息包括:影院的地理位置、影片类型和上映时间段;历史数据包括:历史价格、票房数据历史的竞对价格。
可选的,根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系包括:根据影院的地理位置、影片类型,以及上映的时间段进行市场细分,得到至少一个细分市场;根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;其中,预设模型包括:滑动平均法和多项式逻辑模型。
进一步地,可选的,该方法还包括:从预设离散补贴金额点集合中对每个细分市场分别选择对应的补贴金额;依据补贴金额得到每个细分市场的期望票房。
可选的,至少依据总预算和所述关系确定每个细分市场的票价包括:根据关系获取每个细分市场的期望票房;根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价。
可选的,该方法还包括:将每个细分市场的票价发送至线上***进行销售,得到销售数据;将销售数据作为历史数据进行存储,以使得动态更新历史数据。
根据本发明实施例的另一方面,还提供了一种数据获取的方法,包括:根据院线信息进行市场细分,得到至少一个细分市场;根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;根据关系获取每个细分市场的期望票房;根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价;将每个细分市场的票价发送至线上***进行销售,得到销售数据;将销售数据作为历史数据进行存储,以使得动态更新历史数据。
根据本发明实施例的又一方面,还提供了一种确定票价的装置,包括:计算模块,用于根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;定价模块,用于至少依据总预算和关系确定每个细分市场的票价。
根据本发明实施例的再一方面,还提供了一种数据获取的装置,包括:第一获取模块,用于根据院线信息进行市场细分,得到至少一个细分市场;预测模块,用于根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;第二获取模块,用于根据关系获取每个细分市场的期望票房;计算模块,用于根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价;发送模块,用于将每个细分市场的票价发送至线上***进行销售,得到销售数据;存储模块,用于将销售数据作为历史数据进行存储,以使得动态更新历史数据。
根据本发明另一实施例的一方面,还提供了一种确定票价的***,包括:线上子***和数据学习子***,其中,数据学习子***,用于根据院线信息进行市场细分,得到至少一个细分市场;根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;根据关系获取每个细分市场的期望票房;根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价;线上***,用于将每个细分市场的票价发送至线上***进行销售,得到销售数据;将销售数据作为历史数据进行存储,以使得动态更新历史数据。
根据本发明另一实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述方法。
根据本发明另一实施例的又一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述方法。
在本发明实施例中,通过根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;至少依据总预算和关系确定每个细分市场的票价,达到了降低总预算的目的,从而实现了为票价定价提升计算精度的技术效果,进而解决了由于现有技术中对票价的定价方式需要人工干预太多,导致的计算精度低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种确定票价的方法的计算机终端的硬件结构框图;
图2是根据本发明实施例一的确定票价的方法的流程图;
图3是根据本发明实施例一的一种确定票价的方法的流程图;
图4是根据本发明实施例二的数据获取的方法的流程图;
图5是根据本发明实施例三的确定票价的装置的示意图;
图6是根据本发明实施例四的数据获取的装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请涉及的技术名词:
细分市场:根据时间、地域、商品将整个产品市场分为独立的模块,如根据每个区域的影城、每个类型的影片、每个上映的时间段(黄金场、普通场),将用户消费的商品市场分为N个独立的模块。
价格反应模型:针对不同的市场,改变价格后,销量或者市场份额随价格变化而变化的关系。寡头市场:有几个巨头垄断的市场,如中国的电影票务平台,主要寡头有淘票票和猫眼。
市场份额:在某个平台上的总出票量占据整个市场所有的出票量的占比为该平台占据的市场份额。
实施例1
根据本发明实施例,还提供了一种确定票价的方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例,图1是本发明实施例的一种确定票价的方法的计算机终端的硬件结构框图。如图1所示,计算机终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本发明实施例中的确定票价的方法对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的确定票价的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输模块106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在上述运行环境下,本申请提供了如图2所示的确定票价的方法。图2是根据本发明实施例一的确定票价的方法的流程图。
步骤S202,根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;
本申请上述步骤S202中,本申请实施例提供的确定票价的方法可以适用于电影票价预估场景,也可以适用于各类演出票价预估场景。
在现有的确定票价的过程中,现有技术通过实时观测竞争对手的价格、当前的份额情况和补贴开销情况,来动态调整补贴的价格,补贴的数量,需要很多的人力干预,以使得票务补贴的资金预算不能准确与市场需求所匹配;
而本申请实施例以对电影票价进行定价为例进行说明,其中,在本申请实施例中,根据影院的地理位置(全国区域、几线城市、市中心/郊区),影片类型(言情片、动作片、恐怖片、科幻片),以及上映的时间段(周末工作日、黄金档普通档)进行市场细分,将整个市场划分成N个独立的细分市场。根据历史数据,使用滑动平均法以及多项式逻辑(multinomiallogit,简称MNL)模型预测每个细分市场未来一天的价格销量关系(选择不同价格时,会带来什么样的销量)。
其中,本申请实施例中的院线信息包括:影院的地理位置、影片类型和上映时间段;历史数据包括:历史价格、票房数据历史的竞对价格;这里竞对价格为票房数据历史上竞争对手价格。
例如,全国区域分为东北、华北、华中、华南、江北、江南、西北、西南,进而根据地域划分在各地域中划分各个城市所属的线级,例如,北上广深是一线,其他省会城市为二线,地市级城市为三线,县市或区为四线等等,根据电影院所在的城市,在该电影院上映的电影类型,上映的时间段进行市场划分,得到各个细分市场;
在得到各个细分市场的情况下,根据历史数据,即,各个电影院的历史价格、票房历史的竞对价格,使用滑动平均法以及MNL模型预测每个细分市场未来一天的价格与销量的关系。
需要说明的是,本申请实施例中涉及的算法和计算模型仅以上述示例为例,以实现本申请实施例提供的确定票价的方法为准,具体不做限定。
步骤S204,至少依据总预算和关系确定每个细分市场的票价。
本申请上述步骤S204中,基于步骤S202中得到的每个细分市场票价与销量的关系,根据总预算,计算每个细分市场选择的电影票的票价,其中,需要说明的是,每个细分市场从K个离散补贴金额点集合[p1,…,pK]中选择一个生效,得到每个细分市场选择的补贴价格对应的期望票房,记作fij,其中,fij表示第i个细分市场选择第j个补贴价格时,期望带来的票房;
在得到每个细分市场选择的补贴价格对应的期望票房之后,根据优化目标,计算每个细分市场的票价,其中,优化目标包括:max∑fij*xij,这里xij表示第i个细分市场选择第j个价格,即,依据该优化目标可以得到每个细分市场的票价;
具体的,计算每个细分市场的票价需要满足各个约束条件,进而得到xij;其中,各个约束条件如下:
条件1:定价补贴总量预算满足要求:∑fij*xij*pij≤B;
条件2:每个细分市场的补贴从k个金额中选择1个:∑jxij=1for all i;
条件3:优化变量为整数:xij∈{0,1};
其中,B为总预算,pij为离散补贴金额点集合[p1,…,pK]中的一个补贴金额。
综上,图3是根据本发明实施例一的一种确定票价的方法的流程图,如图3所示,本申请实施例提供的确定票价的方法具体如下:
根据地理位置、影片类型、上映时间等将市场进行细分,根据历史数据对每个细分市场进行价格-销量关系建模,并对未来不同价格下,每个细分市场的票房进行预测,继而在满足总预算约束条件下,给出每个细分市场定价的最优解,即补贴单价;
如图3所示,在得到补贴单价之后,将该补贴单价应用于线上售票***,并进行线上销售,基于销售结果作为历史数据作进一步的学习,即,继续执行步骤S202和步骤S204,通过不断的学习,不断的优化补贴单价,进一步的实现总预算的精确控制,使得避免人工主观参与导致的资源浪费,以及,通过市场实际反馈,将数据交由市场实际数据进行校验纠正,使得每场电影票价定价更符合同市场竞争需求。
在本发明实施例中,通过根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;依据总预算和关系确定每个细分市场的票价,达到了降低总预算的目的,从而实现了为票价定价提升计算精度的技术效果,进而解决了由于现有技术中对票价的定价方式需要人工干预太多,导致的计算精度低的技术问题。
可选的,本申请实施例提供的确定票价的方法还包括:
步骤S201,在根据获取到的院线信息和历史数据进行计算之前,获取院线信息和历史数据;其中,院线信息包括:影院的地理位置、影片类型和上映时间段;历史数据包括:历史价格、票房数据历史的竞对价格。
其中,竞对价格为票房数据历史上竞争对手价格。
具体的,获取院线信息和历史数据是为了针对不同地区和消费能力,对同一电影进行不同城市,不同场次的区别定价,以使得,同一电影在不同城市能够得到更大的收益,避免了虚高的票价在低消费城市院线上映时造成的低票房现象产生,浪费院线有限的排片资源。
可选的,步骤S202中根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系包括:
步骤S2021,根据影院的地理位置、影片类型,以及上映的时间段进行市场细分,得到至少一个细分市场;
步骤S2022,根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;其中,预设模型包括:滑动平均法和多项式逻辑模型。
进一步地,可选的,本申请实施例提供的确定票价的方法还包括:
步骤S2023,从预设离散补贴金额点集合中对每个细分市场分别选择对应的补贴金额;
步骤S2024,依据补贴金额得到每个细分市场的期望票房。
具体的,结合步骤S2021至步骤S2024,在本申请实施例中,根据影院的地理位置(全国区域、几线城市、市中心/郊区),影片类型(言情片、动作片、恐怖片、科幻片),以及上映的时间段(周末工作日、黄金档普通档)进行市场细分,将整个市场划分成N个独立的细分市场。根据历史数据,使用滑动平均法以及多项式逻辑(multinomial logit,简称MNL)模型预测每个细分市场未来一天的价格销量关系(选择不同价格时,会带来什么样的销量)。
其中,本申请实施例中的院线信息包括:影院的地理位置、影片类型和上映时间段;历史数据包括:历史价格、票房数据历史的竞对价格;这里竞对价格为票房数据历史上竞争对手价格。
例如,全国区域分为东北、华北、华中、华南、江北、江南、西北、西南,进而根据地域划分在各地域中划分各个城市所属的线级,例如,北上广深是一线,其他省会城市为二线,地市级城市为三线,县市或区为四线等等,根据电影院所在的城市,在该电影院上映的电影类型,上映的时间段进行市场划分,得到各个细分市场;
在得到各个细分市场的情况下,根据历史数据,即,各个电影院的历史价格、票房历史的竞对价格,使用滑动平均法以及MNL模型预测每个细分市场未来一天的价格与销量的关系。
需要说明的是,本申请实施例中涉及的算法和计算模型仅以上述示例为例,以实现本申请实施例提供的确定票价的方法为准,具体不做限定。
可选的,步骤S204中至少依据总预算和关系确定每个细分市场的票价包括:
步骤S2041,根据关系获取每个细分市场的期望票房;
步骤S2042,根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价。
具体的,结合步骤S2041和步骤S2042,每个细分市场从K个离散补贴金额点集合[p1,…,pK]中选择一个生效,得到每个细分市场选择的补贴价格对应的期望票房,记作fij,其中,fij表示第i个细分市场选择第j个补贴价格时,期望带来的票房;
在得到每个细分市场选择的补贴价格对应的期望票房之后,根据优化目标,计算每个细分市场的票价,其中,优化目标包括:max∑fij*xij,这里xij表示第i个细分市场选择第j个价格,即,依据该优化目标可以得到每个细分市场的票价;
具体的,计算每个细分市场的票价需要满足各个约束条件,进而得到xij;其中,各个约束条件如下:
条件1:定价补贴总量预算满足要求:∑fij*xij*pij≤B;
条件2:每个细分市场的补贴从k个金额中选择1个:∑jxij=1for all i;
条件3:优化变量为整数:xij∈{0,1};
其中,B为总预算,pij为离散补贴金额点集合[p1,…,pK]中的一个补贴金额。
可选的,本申请实施例提供的确定票价的方法还包括:
步骤S205,将每个细分市场的票价发送至线上***进行销售,得到销售数据;
步骤S206,将销售数据作为历史数据进行存储,以使得动态更新历史数据。
具体的,结合步骤S205和步骤S206,如图3所示,在得到补贴单价之后,将该补贴单价应用于线上售票***,并进行线上销售,基于销售结果作为历史数据作进一步的学习,即,继续执行步骤S202和步骤S204,通过不断的学习,不断的优化补贴单价,进一步的实现总预算的精确控制,使得避免人工主观参与导致的资源浪费,以及,通过市场实际反馈,将数据交由市场实际数据进行校验纠正,使得每场电影票价定价更符合同市场竞争需求。
需要说明的是,本申请实施例提供的确定票价的方法仅以电影市场确定电影票价为例进行说明,除此之外还可以适用于其他演艺票务***,以实现本申请实施例提供的确定票价的方法为准,具体不做限定。
实施例2
根据本发明实施例的另一方面,还提供了一种数据获取的方法,图4是根据本发明实施例二的数据获取的方法的流程图,如图4所示,包括:
步骤S401,根据院线信息进行市场细分,得到至少一个细分市场;
步骤S402,根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;
步骤S403,根据关系获取每个细分市场的期望票房;
步骤S404,根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价;
步骤S405,将每个细分市场的票价发送至线上***进行销售,得到销售数据;
步骤S406,将销售数据作为历史数据进行存储,以使得动态更新历史数据。
具体的,结合步骤S401至步骤S406,本申请实施例不同于实施例1中的示例,本申请实施例提供的数据获取的方法可以适用于各个演艺票务***,即,根据全国各个地区中的各级城市,根据演艺活动所在的场所所在地,进行市场细分,得到每个细分市场,进而根据历史数据,即,以往的票务定价和竞争对手的定价,通过预设模型对每个细分市场进行预测,得到每个细分市场票价与销量的关系,其中,得到的每个细分市场票价与销量的关系可以为未来一天的票价与销量的关系;进而在得到该关系的情况下,获取每个细分市场的期望票房,基于该期望票房结合总预算进行计算,得到每个细分市场的票价,最后将每个细分市场的票价发送至线上***进行销售,得到销售数据,并将销售数据作为历史数据进行存储,以使得动态更新历史数据,使得票价和总预算可以在每次销售行为之后都能够得到市场实际反馈的校正,使得避免人工主观参与导致的资源浪费,以及,通过市场实际反馈,将数据交由市场实际数据进行校验纠正,使得不同演艺市场的票价定价更符合同市场竞争需求。
需要说明的是,在本申请实施例中,除了可以适用于电影票房市场外,还可以应用于剧场演出,例如,话剧,音乐剧,歌剧,演奏会,演唱会涉及票务收益的线上线下售票***,区别在于,根据各演出剧类的特点在本申请实施例提供的数据获取的方法中在步骤S402中添加变量参数,例如,明星的告别演出,可以在计算期望时,以设置权重的方式调高期望票房;或,根据通货膨胀系数对下一季度,或下一年度进行票房预估和票价预定。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的数据获取的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例3
根据本发明实施例,还提供了一种用于实施上述确定票价的方法的装置,图5是根据本发明实施例三的确定票价的装置的示意图,如图5所示,该装置包括:
计算模块52,用于根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;定价模块54,用于至少依据总预算和关系确定每个细分市场的票价。
实施例4
根据本发明实施例,还提供了一种用于实施上述数据获取的方法的装置,图6是根据本发明实施例四的数据获取的装置的示意图,如图6所示,该装置包括:
第一获取模块61,用于根据院线信息进行市场细分,得到至少一个细分市场;预测模块62,用于根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;第二获取模块63,用于根据关系获取每个细分市场的期望票房;计算模块64,用于根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价;发送模块65,用于将每个细分市场的票价发送至线上***进行销售,得到销售数据;存储模块66,用于将销售数据作为历史数据进行存储,以使得动态更新历史数据。
实施例5
根据本发明另一实施例的一方面,还提供了一种确定票价的***,包括:线上子***和数据学习子***,其中,数据学习子***,用于根据院线信息进行市场细分,得到至少一个细分市场;根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;根据关系获取每个细分市场的期望票房;根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价;线上***,用于将每个细分市场的票价发送至线上***进行销售,得到销售数据;将销售数据作为历史数据进行存储,以使得动态更新历史数据。
具体的,如图3所示,线上子***为虚线框外部分,数据学习子***为虚线框内部部分,其中,本申请实施例确定票价的***分为三层,数据层、算法层和应用层。
其中,数据层,是票务***智能定价的数据来源和业务约束。数据层提供算法所需要的数据并给出定价和调整的业务要求,如总预算限制。
算法层,是动态定价与收益优化决策***的核心。算法层对市场进行细分,根据历史交易数据,市场特征进行深层次的价格-销量关系建模,对未来不同细分市场设定不同价格时,销量和份额的结果进行预测,根据业务要求进行最优定价解的选取。
应用层,是智能定价与收益优化决策***的最后的各个细分市场的价格产出。
仍以电影市场确定电影票价为例,线上子***根据应用层的价格输出,将电影票的票价进行线上销售,并将销售后的销售结果反馈给数据层,以使得算法层进行进一步的学习,以便避免人工主观参与导致的资源浪费,以及,通过市场实际反馈,将数据交由市场实际数据进行校验纠正,使得每场电影票价定价更符合同市场竞争需求。
实施例6
根据本发明另一实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述实施例1或2的方法。
实施例7
根据本发明另一实施例的又一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述方法。
实施例8
本发明的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的确定票价的方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;至少依据总预算和关系确定每个细分市场的票价。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:在根据获取到的院线信息和历史数据进行计算之前,获取院线信息和历史数据;其中,院线信息包括:影院的地理位置、影片类型和上映时间段;历史数据包括:历史价格、票房数据历史的竞对价格。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系包括:根据影院的地理位置、影片类型,以及上映的时间段进行市场细分,得到至少一个细分市场;根据历史数据通过预设模型对至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;其中,预设模型包括:滑动平均法和多项式逻辑模型。
进一步地,可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:从预设离散补贴金额点集合中对每个细分市场分别选择对应的补贴金额;依据补贴金额得到每个细分市场的期望票房。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:依据总预算和关系确定每个细分市场的票价包括:根据关系获取每个细分市场的期望票房;根据总预算和每个细分市场的期望票房进行计算,得到每个细分市场的票价。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:将每个细分市场的票价发送至线上***进行销售,得到销售数据;将销售数据作为历史数据进行存储,以使得动态更新历史数据。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种确定票价的方法,包括:
根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;
至少依据总预算和所述关系确定每个细分市场的票价。
2.根据权利要求1所述的方法,其中,所述方法还包括:
获取所述院线信息和历史数据;
其中,所述院线信息包括:影院的地理位置、影片类型和上映时间段;
所述历史数据包括:历史价格、票房数据历史的竞对价格。
3.根据权利要求1或2所述的方法,其中,所述根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系包括:
根据影院的地理位置、影片类型,以及上映的时间段进行市场细分,得到至少一个细分市场;
根据所述历史数据通过预设模型对所述至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;
其中,所述预设模型包括:滑动平均法和多项式逻辑模型。
4.根据权利要求3所述的方法,其中,所述方法还包括:
从预设离散补贴金额点集合中对所述每个细分市场分别选择对应的补贴金额;
依据所述补贴金额得到所述每个细分市场的期望票房。
5.根据权利要求1或4所述的方法,其中,所述至少依据总预算和所述关系确定每个细分市场的票价包括:
根据所述关系获取所述每个细分市场的期望票房;
根据所述总预算和每个细分市场的期望票房进行计算,得到所述每个细分市场的票价。
6.根据权利要求1所述的方法,其中,所述方法还包括:
将所述每个细分市场的票价发送至线上***进行销售,得到销售数据;
将所述销售数据作为历史数据进行存储,以使得动态更新所述历史数据。
7.一种数据获取的方法,包括:
根据院线信息进行市场细分,得到至少一个细分市场;
根据历史数据通过预设模型对所述至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;
根据所述关系获取所述每个细分市场的期望票房;
根据总预算和每个细分市场的期望票房进行计算,得到所述每个细分市场的票价;
将所述每个细分市场的票价发送至线上***进行销售,得到销售数据;
将所述销售数据作为历史数据进行存储,以使得动态更新所述历史数据。
8.一种确定票价的装置,包括:
计算模块,用于根据获取到的院线信息和历史数据进行计算,得到每个细分市场票价与销量的关系;
定价模块,用于至少依据总预算和所述关系确定每个细分市场的票价。
9.一种数据获取的装置,包括:
第一获取模块,用于根据院线信息进行市场细分,得到至少一个细分市场;
预测模块,用于根据历史数据通过预设模型对所述至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;
第二获取模块,用于根据所述关系获取所述每个细分市场的期望票房;
计算模块,用于根据总预算和每个细分市场的期望票房进行计算,得到所述每个细分市场的票价;
发送模块,用于将所述每个细分市场的票价发送至线上***进行销售,得到销售数据;
存储模块,用于将所述销售数据作为历史数据进行存储,以使得动态更新所述历史数据。
10.一种确定票价的***,包括:线上子***和数据学习子***,其中,
所述数据学习子***,用于根据院线信息进行市场细分,得到至少一个细分市场;根据历史数据通过预设模型对所述至少一个细分市场的进行预测,得到每个细分市场票价与销量的关系;根据所述关系获取所述每个细分市场的期望票房;
根据总预算和每个细分市场的期望票房进行计算,得到所述每个细分市场的票价;
所述线上***,用于将所述每个细分市场的票价发送至线上***进行销售,得到销售数据;将所述销售数据作为历史数据进行存储,以使得动态更新所述历史数据。
11.一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1所述的确定票价的方法或权利要求6所述的数据获取的方法。
12.一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1所述的确定票价的方法或权利要求6所述的数据获取的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910277418.XA CN111798256A (zh) | 2019-04-08 | 2019-04-08 | 确定票价的方法、数据获取的方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910277418.XA CN111798256A (zh) | 2019-04-08 | 2019-04-08 | 确定票价的方法、数据获取的方法、装置和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111798256A true CN111798256A (zh) | 2020-10-20 |
Family
ID=72804908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910277418.XA Pending CN111798256A (zh) | 2019-04-08 | 2019-04-08 | 确定票价的方法、数据获取的方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111798256A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660728A (zh) * | 2022-10-11 | 2023-01-31 | 南京意博软件科技有限公司 | 一种机票销售订单预测方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090002823A (ko) * | 2007-07-04 | 2009-01-09 | 주식회사 와이어투와이어커뮤니케이션 | 실시간 티켓 가격 중계 시스템 및 방법 |
KR20090013742A (ko) * | 2008-12-23 | 2009-02-05 | 주식회사 와이어투와이어커뮤니케이션 | 실시간 티켓 가격 중계 시스템 및 방법 |
CN104899652A (zh) * | 2015-06-01 | 2015-09-09 | 上海交通大学 | 综合数据交互下的文化演艺运营平台决策支持*** |
CN107038494A (zh) * | 2017-03-06 | 2017-08-11 | 中国电影科学技术研究所 | 一种影院票房预测方法及装置 |
CN107563785A (zh) * | 2017-07-17 | 2018-01-09 | 北京影合众新媒体技术服务有限公司 | 可智能调价的收益管理***及智能调价方法 |
CN108389073A (zh) * | 2018-01-29 | 2018-08-10 | 北京三快在线科技有限公司 | 商品售价的自动计算方法及***、电子设备及存储介质 |
CN109087146A (zh) * | 2018-08-15 | 2018-12-25 | 深圳快购科技有限公司 | 影院票房收入的预测方法及*** |
CN109191205A (zh) * | 2018-09-03 | 2019-01-11 | 平安科技(深圳)有限公司 | 一种基于预测模型的定价计算方法及终端设备 |
CN109242579A (zh) * | 2018-11-21 | 2019-01-18 | 北京交通大学 | 基于卷积神经网络的机票价格预测方法 |
-
2019
- 2019-04-08 CN CN201910277418.XA patent/CN111798256A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090002823A (ko) * | 2007-07-04 | 2009-01-09 | 주식회사 와이어투와이어커뮤니케이션 | 실시간 티켓 가격 중계 시스템 및 방법 |
KR20090013742A (ko) * | 2008-12-23 | 2009-02-05 | 주식회사 와이어투와이어커뮤니케이션 | 실시간 티켓 가격 중계 시스템 및 방법 |
CN104899652A (zh) * | 2015-06-01 | 2015-09-09 | 上海交通大学 | 综合数据交互下的文化演艺运营平台决策支持*** |
CN107038494A (zh) * | 2017-03-06 | 2017-08-11 | 中国电影科学技术研究所 | 一种影院票房预测方法及装置 |
CN107563785A (zh) * | 2017-07-17 | 2018-01-09 | 北京影合众新媒体技术服务有限公司 | 可智能调价的收益管理***及智能调价方法 |
CN108389073A (zh) * | 2018-01-29 | 2018-08-10 | 北京三快在线科技有限公司 | 商品售价的自动计算方法及***、电子设备及存储介质 |
CN109087146A (zh) * | 2018-08-15 | 2018-12-25 | 深圳快购科技有限公司 | 影院票房收入的预测方法及*** |
CN109191205A (zh) * | 2018-09-03 | 2019-01-11 | 平安科技(深圳)有限公司 | 一种基于预测模型的定价计算方法及终端设备 |
CN109242579A (zh) * | 2018-11-21 | 2019-01-18 | 北京交通大学 | 基于卷积神经网络的机票价格预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660728A (zh) * | 2022-10-11 | 2023-01-31 | 南京意博软件科技有限公司 | 一种机票销售订单预测方法、装置、电子设备和存储介质 |
CN115660728B (zh) * | 2022-10-11 | 2023-10-20 | 南京意博软件科技有限公司 | 一种机票销售订单预测方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200285937A1 (en) | Consumption capacity prediction | |
US10740773B2 (en) | Systems and methods of utilizing multiple forecast models in forecasting customer demands for products at retail facilities | |
CN108574706B (zh) | 媒体文件的推送方法及装置 | |
CN110246037B (zh) | 交易特征预测方法、装置、服务器及可读存储介质 | |
CN110505165B (zh) | 一种基于双向拍卖机制的边缘计算任务卸载方法及装置 | |
CN105678586A (zh) | 一种信息扶持方法和装置 | |
CN109961198B (zh) | 关联信息生成方法和装置 | |
Charwand et al. | Exploring the trade-off between competing objectives for electricity energy retailers through a novel multi-objective framework | |
CN108322915B (zh) | 基站规划的信息处理方法与装置 | |
CN114091993A (zh) | 仓库选址方法、装置、设备及存储介质 | |
CN109492863A (zh) | 金融单证的自动生成方法及装置 | |
CN108667877B (zh) | 确定推荐信息的方法及装置、计算机设备及存储介质 | |
CN112579910A (zh) | 信息处理方法、信息处理装置、存储介质和电子设备 | |
CN109978241B (zh) | 一种电动汽车充电负荷的确定方法及装置 | |
US9210591B2 (en) | System and method for steering of roaming | |
CN113139826A (zh) | 广告位的分配权限确定方法、装置、计算机设备 | |
CN111798256A (zh) | 确定票价的方法、数据获取的方法、装置和*** | |
Babu et al. | Applying operations management models for facility location problem in cloud computing environments | |
Cullen et al. | Welfare analysis of equilibria with and without early termination fees in the US wireless industry | |
Kim | A column generation heuristic for congested facility location problem with clearing functions | |
CN116245559A (zh) | 一种充电服务平台定价预测方法、装置、设备和存储介质 | |
CN111724176A (zh) | 店铺流量调节方法、装置、设备及计算机可读存储介质 | |
Dorgham et al. | A novel dynamic pricing model for the telecommunications industry | |
CN110163585B (zh) | 一种电子红包的发放方法及装置 | |
CN114492934A (zh) | 一种仓库选址的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |