发明内容
本发明的目的在于提供一种基于大数据的景区人数预测***以及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于大数据的景区人数预测***,包括游客入住区域分析模块、游玩时段分析模块、酒店预定房型统计模块、酒店入住人数统计模块、景区人数预测模块、当日实际人流量统计模块、人流量预测修正模块,
所述当日实际人流量统计模块用于统计景区内当日实际游玩人数以及游客进入景区的时间节点,所述当日实际人流量统计模块包括人流量计数子模块以及时间节点记录子模块,所述人流量计数子模块用于记录当日进入景区的游客人数,所述时间节点记录子模块用于记录游客进入景区时的时间节点;
所述游玩时段分析模块根据历史游客数据对景区的最佳游玩时段进行分析,所述游玩时段分析模块包括时段人流量密度分析子模块以及最佳游玩时段分析子模块,所述时段人流量密度分析子模块用于获取历史游客数据,并根据历史游客数据对景区的任一时段的人流量密度进行分析,所述最佳游玩时段分析子模块用于根据人流量密度选择最佳游玩时段;
所述游客入住区域分析模块包括游客入住区域选取子模块以及游客入住酒店选取子模块,所述游客入住区域选取子模块用于根据所述游玩时段分析模块分析得到的最佳游玩时段对游客的入住区域进行分析,所述游客入住酒店选取子模块用于根据所述游客入住区域选取子模块分析得到的游客入住区域对游客入住酒店进行选取,并建立酒店信息集合;
所述酒店预定房型统计模块用于统计所述游客入住酒店选取子模块选取的酒店的各类房型预定总数量,所述酒店入住人数统计模块用于根据被预定的酒店各类房型预定总数量统计酒店入住人数,所述景区人数预测模块用于预测景区内的游玩人数,所述人流量预测修正模块根据预测得到的景区内游玩人数和景区当日实际游玩人数对所述景区人数预测模块的预测系数进行修正。
进一步的,所述时间节点记录子模块预先设置若干个时段
,所述人流量计数子模块根据所述时段记录当日每个时段进入景区的游客人数以及当日进入景区的游客总人数
,所述人流量记录子模块每隔一个时段便记录一次进入景区的游客人数
,其中,
为时段
进入景区内的游客人数,所述人流量计数子模块获取每个所述时段的开始时间节点和截止时间节点,并根据开始时间节点和截止时间节点记录每个时段进入景区的游客人数,通过设置时段,对每个时段进入景区的人数进行统计,可以得到某几个时段是该景区的最佳游玩时段,最佳游玩时段也就是在这个时段里来景区游玩的人数较多。
进一步的,所述当日实际人流量统计模块连接游玩时段分析模块,所述时段人流量密度分析子模块获取到的历史游客数据包括时段信息
以及每个时段进入景区的游客人数
,所述时段人流量密度分析子模块对相应时段的人流量密度进行计算,所述人流量密度
,通过时段和对应该时段进入景区的人数,可以计算得到这个时段内的人流量密度,人流量密度也体现出了在这个时段内,来该景区游玩的人数的多少,其实每个景区因为类型、天气不同,其最佳游玩时间也会存在差异,但是针对性的计算每个景区于每个时段的人流量密度,可以得到不同景区的最佳游玩时段,其中,
为
时段内的人流量密度,所述最佳游玩时段分析子模块获取人流量密度
,所述最佳游玩时段分析子模块根据人流量密度
计算
时段内的人流量密度差比例
,其中,
为人流量密度差阈值,当
时段内的人流量密度差比例
大于等于第一预设值时,将
时段存储进入最佳游玩时段集合,说明在
时段内的人流量密度值较大,即该时段内来景区游玩的人数较多,因此,可以视为
时段为最佳游玩时段,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
同样大于等于第一预设值,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
小于第一预设值,因为阈值表示的是一个临界值,但如果仅仅是通过一个临界值的比较,比较的结果可能会存在误差,因此还需对两个时段的人流量密度进行比较,因为
时段的人流量密度可能是一个刚好符合判断条件的值,而
时段的人流量密度可能是一个刚好与判断条件不符的值,即
时段的人流量密度仅比
时段的人流量密度小一点点,因此,还需对上述两个时段的人流量密度再次进行一个比较,以保证数据的准确性,同时,
,则进一步获取
时段与
时段的人流量密度,并计算
的值,当
的值小于等于第二预设值时,则将
时段存储进入最佳游玩时段集合,
所述最佳游玩时段分析子模块获取最佳游玩时段集合中存储的时段信息,所述最佳游玩时段分析子模块根据所述时段信息确定每个时段的开始时间节点和截止时间节点,并进一步确定最佳游玩时段集合中的连续时段和非连续时段,所述连续时段包括多个时段,即多个时段中前一时段的截止时间节点与下一时段的开始时间节点对应,所述非连续时段为单独时段,即所述单独时段的开始时间节点与上一时段的截止时间节点且所述单独时段的截止时间节点与下一时段的开始时间节点皆不对应,所述最佳游玩时段分析子模块将最佳游玩时段集合中的连续时段和非连续时段均标记为最佳游玩时段,之前设置的是一个个很小的时段,当最佳游玩时段集合中存在连续时段,也就是至少两个小的时段的时间节点连在一起,可以将其合并为一个时段进行分析。
进一步的,所述游客入住区域分析模块连接所述游玩时段分析模块,所述游客入住区域选取子模块通过游玩时段分析模块获取最佳游玩时段,所述游客入住区域选取子模块预先存储有出发时间节点,所述游客入住区域选取子模块进一步获取最佳游玩时段的截止时间节点,并计算所述截止时间节点与所述出发时间节点之间的时间差,所述游客入住区域选取子模块根据所述时间差预估该时间差内车辆可以行驶的最大里程,
进一步获取景区中心点以及景区的面积轮廓,以面积轮廓上任一点距景区中心点的最小距离为补偿半径,所述游客入住区域子模块以所述最大里程与补偿半径之和作为游客入住区域的区域半径,以景区中心点为圆心,根据所述区域半径与圆心建立游客入住区域,一般游客去景区游玩的时候,不可能会将酒店订在离景区很远的地方,而且大部分游客会选择在最佳的游玩时段去景区游玩,因此根据最佳游玩时段的分析,可以得到最佳游玩时段的截止时间,然后根据出发时间和车辆在指定区域允许的最大行驶速度可以预测得到一个酒店的入住范围。
进一步的,所述游客入住酒店选取子模块首先获取所述游客入住区域,再根据酒店的地址信息选取位于所述游客入住区域之内的第一酒店信息,
所述游客入住酒店选取子模块进一步获取所述游客入住区域的边缘位置,选取距边缘位置一定距离的第二酒店信息,所述游客入住酒店选取子模块将所述第一酒店信息与所述第二酒店信息存储进入酒店信息集合,出发时间是基于大部分人们的出行习惯,但是也有些人习惯使然,比大部分人的出行时间早,因此,还可以对入住区域附近的酒店进行选取。
进一步的,所述酒店预定房型统计模块连接所述游客入住酒店选取子模块,所述酒店预定房型统计模块进一步获取酒店信息集合当中存储的酒店信息,所述酒店预定房型统计模块预先设置有房型A、房型B、房型C,所述房型的类型根据各类房型的最大入住人数划分,所述酒店预定房型统计模块根据所述酒店信息统计各酒店于一定时间段的各类房型的预定数量,所述一定时间段为游客入住时间,根据房型的预定数量和最大入住人数可以得知所有酒店总共的入住人数。
进一步的,所述酒店预定房型统计模块连接酒店入住人数统计模块,所述酒店入住人数统计模块进一步获取酒店于一定时间段的各类房型的预定总数量,其中,房型A、房型B、房型C的预定总数量记为
、
、
,所述酒店入住人数统计模块根据各类房型的预定总数量与各房型对应的最大入住人数计算酒店于所述一定时间段的入住总人数
,其中,
为房型A的最大入住人数,
为房型B的最大入住人数,
为房型C的最大入住人数。
进一步的,所述酒店入住人数统计模块连接景区人数预测模块,所述景区人数预测模块进一步获取酒店于所述一定时间段的入住总人数
,所述景区人数预测模块根据所述入住总人数
预测景区游客数量,所述景区游客数量
,其中,
为预测系数,因为不可能在酒店入住的人都会去酒店游玩,当然也有些游客不住酒店,直接驾车前往景区,当然,这里直接驾车前往景区的大部分为当地的人们,因此,根据预测得到的酒店入住人数,设置预测系数,而且,根据预测得到的景区游客数量和实际前往景区的人数比较,可以反映出数据之间的差异性,从而可以进一步的对预测系数进行修正,以弥补之前所提到的入住酒店的不一定前往景区,前往景区不一定入住酒店的人数预测差值,
所述景区人数预测模块还连接当日实际人流量统计模块,所述景区人数预测模块进一步获取当日进入景区的游客总人数
,
所述景区人数预测模块还连接人流量预测修正模块,所述人流量预测修正模块进一步获取预测得到的景区游客数量
以及当日进入景区的游客总人数
,所述人流量预测修正模块根据
和
对预测系数进行修正,第1次修正之后的预测系数
,其中,
为初始预测系数,则第i次修正之后的预测系数
,根据第1次修正之后的预测系数,所述景区人数预测模块预测下一日的景区游客数量
,其中,
为酒店于下一日的入住总人数,根据上述内容可知,第2次修正之后的预测系数
,其中,
为下一日进入景区的游客总人数,以此类推,可以计算出第i次修正之后的预测系数,根据往期历史数据,获取酒店入住人数和景区人流量的关系,可以预先设置一个初始的预测系数,也就是
,但是随着时间的变化,一个景区的热度是会有所改变的,在缺乏后期数据的基础上,针对初始预测系数,可以根据每日的实际数据对其进行一次修正,因为每隔一日修正一次,修正间隔较短,人流量不会发生较大的变化,因此可以保证数据的准确性,而且就算是在节假日或者天气影响的情况下,一般节假日或恶劣天气对景区的影响的持续时间都会在一天以上,根据实际前往景区的人数和预测得到的人流量的比例,对预测系数不断进行修正,可以减少天气、节假日等外在原因的影响。
进一步的,一种基于大数据的景区人数预测方法,所述景区人数预测方法包括以下步骤:
S1:记录游客进入景区时的时间节点以及每个时段进入景区的游客人数,并根据每个时段的游客人数统计当日游客总人数;
S2:根据时段信息和每个时段进入景区的游客人数计算每个时段的人流量密度,并根据人流量密度分析最佳游玩时段;
S3:根据最佳游玩时段、景区中心点、景区面积轮廓对游客入住区域和游客入住酒店进行选取;
S4:根据选取的游客入住酒店信息统计各酒店于一定时间段各类房型的预定总数量,进一步根据各类房型的预定总数量和与房型相对应的最大入住人数统计入住总人数;
S5:通过入住总人数预测景区游客数量,并根据预测得到的景区游客数量和当日游客总人数对预测系数进行修正,下一日预测景区游客数量根据修正后的预测系数进行计算。
进一步的,所述景区人数预测方法还包括以下步骤:
S1-1:当日实际人流量统计模块包括人流量计数子模块以及时间节点记录子模块,所述时间节点记录子模块记录游客进入景区时的时间节点,所述时间节点记录子模块预先设置若干个时段
,所述人流量计数子模块根据所述时段记录当日每个时段进入景区的游客人数以及当日进入景区的游客总人数
,并每隔一个时段便记录一次进入景区的游客人数
,其中,
为时段
进入景区内的游客人数;
S2-1:游玩时段分析模块包括时段人流量密度分析子模块以及最佳游玩时段分析子模块,所述时段人流量密度分析子模块获取历史游客数据,所述历史游客数据包括时段信息
以及每个时段进入景区的游客人数
,所述时段人流量密度分析子模块对相应时段的人流量密度进行计算,所述人流量密度
,其中,
为
时段内的人流量密度,所述最佳游玩时段分析子模块获取人流量密度
,所述最佳游玩时段分析子模块根据人流量密度
计算
时段内的人流量密度差比例
,其中,
为人流量密度差阈值,当
时段内的人流量密度差比例
大于等于第一预设值时,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
同样大于等于第一预设值,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
小于第一预设值,同时,
,则进一步获取
时段与
时段的人流量密度,并计算
的值,当
的值小于等于第二预设值时,则将
时段存储进入最佳游玩时段集合;
S3-1:游客入住区域分析模块包括游客入住区域选取子模块和游客入住酒店选取子模块,所述游客入住区域选取子模块通过游玩时段分析模块获取最佳游玩时段,所述游客入住区域选取子模块预先存储有出发时间节点,所述游客入住区域选取子模块进一步获取最佳游玩时段的截止时间节点,并计算所述截止时间节点与所述出发时间节点之间的时间差,所述游客入住区域选取子模块根据所述时间差预估该时间差内车辆可以行驶的最大里程,进一步获取景区中心点以及景区的面积轮廓,以面积轮廓上任一点距景区中心点的最小距离为补偿半径,所述游客入住区域子模块以所述最大里程与补偿半径之和作为游客入住区域的区域半径,以景区中心点为圆心,根据所述区域半径与圆心建立游客入住区域,所述游客入住酒店选取子模块首先获取所述游客入住区域,再根据酒店的地址信息选取位于所述游客入住区域之内的第一酒店信息,所述游客入住酒店选取子模块进一步获取所述游客入住区域的边缘位置,选取距边缘位置一定距离的第二酒店信息,所述游客入住酒店选取子模块将所述第一酒店信息与所述第二酒店信息存储进入酒店信息集合;
S4-1:酒店预定房型统计模块连接所述游客入住酒店选取子模块,所述酒店预定房型统计模块进一步获取酒店信息集合当中存储的酒店信息,所述酒店预定房型统计模块预先设置有房型A、房型B、房型C,所述房型的类型根据各类房型的最大入住人数划分,所述酒店预定房型统计模块根据所述酒店信息统计各酒店于一定时间段的各类房型的预定数量,所述一定时间段为游客入住时间,所述酒店预定房型统计模块连接酒店入住人数统计模块,所述酒店入住人数统计模块进一步获取酒店于一定时间段的各类房型的预定总数量,其中,房型A、房型B、房型C的预定总数量记为
、
、
,所述酒店入住人数统计模块根据各类房型的预定总数量与各房型对应的最大入住人数计算酒店于所述一定时间段的入住总人数
,其中,
为房型A的最大入住人数,
为房型B的最大入住人数,
为房型C的最大入住人数;
S5-1:酒店入住人数统计模块连接景区人数预测模块,所述景区人数预测模块进一步获取酒店于所述一定时间段的入住总人数
,所述景区人数预测模块根据所述入住总人数
预测景区游客数量,所述景区游客数量
,其中,
为预测系数,
所述景区人数预测模块还连接当日实际人流量统计模块,所述景区人数预测模块进一步获取当日进入景区的游客总人数
,
所述景区人数预测模块还连接人流量预测修正模块,所述人流量预测修正模块进一步获取预测得到的景区游客数量
以及当日进入景区的游客总人数
,所述人流量预测修正模块根据
和
对预测系数进行修正,第1次修正之后的预测系数
,其中,
为初始预测系数,则第i次修正之后的预测系数
,根据第1次修正之后的预测系数,所述景区人数预测模块预测下一日的景区游客数量
,其中,
为酒店于下一日的入住总人数。
与现有技术相比,本发明所达到的有益效果是:本发明记录游客进入景区时的时间节点以及每个时段进入景区的游客人数,计算当日游客实际总人数以及每个时段的人流量密度,并根据人流量密度分析最佳游玩时段,根据最佳游玩时段对游客入住区域和游客入住酒店进行选取,通过选取的入住酒店信息统计各酒店于一定时间段各类房型的预定总数量,进一步根据各类房型的预定总数量统计入住总人数,通过入住总人数预测景区游客数量,并根据当日实际游客总人数对预测系数进行修正,下一日预测景区游客数量根据修正后的预测系数进行计算,使得计算结果更加精确。
具体实施方式
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,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:
一种基于大数据的景区人数预测***,包括游客入住区域分析模块、游玩时段分析模块、酒店预定房型统计模块、酒店入住人数统计模块、景区人数预测模块、当日实际人流量统计模块、人流量预测修正模块,
当日实际人流量统计模块用于统计景区内当日实际游玩人数以及游客进入景区的时间节点,当日实际人流量统计模块包括人流量计数子模块以及时间节点记录子模块,人流量计数子模块用于记录当日进入景区的游客人数,时间节点记录子模块用于记录游客进入景区时的时间节点;
游玩时段分析模块根据历史游客数据对景区的最佳游玩时段进行分析,游玩时段分析模块包括时段人流量密度分析子模块以及最佳游玩时段分析子模块,时段人流量密度分析子模块用于获取历史游客数据,并根据历史游客数据对景区的任一时段的人流量密度进行分析,最佳游玩时段分析子模块用于根据人流量密度选择最佳游玩时段;
游客入住区域分析模块包括游客入住区域选取子模块以及游客入住酒店选取子模块,游客入住区域选取子模块用于根据游玩时段分析模块分析得到的最佳游玩时段对游客的入住区域进行分析,游客入住酒店选取子模块用于根据游客入住区域选取子模块分析得到的游客入住区域对游客入住酒店进行选取,并建立酒店信息集合;
酒店预定房型统计模块用于统计游客入住酒店选取子模块选取的酒店的各类房型预定总数量,酒店入住人数统计模块用于根据被预定的酒店各类房型预定总数量统计酒店入住人数,景区人数预测模块用于预测景区内的游玩人数,人流量预测修正模块根据预测得到的景区内游玩人数和景区当日实际游玩人数对景区人数预测模块的预测系数进行修正。
时间节点记录子模块预先设置若干个时段
,人流量计数子模块根据时段记录当日每个时段进入景区的游客人数以及当日进入景区的游客总人数
,人流量记录子模块每隔一个时段便记录一次进入景区的游客人数
,其中,
为时段
进入景区内的游客人数,人流量计数子模块获取每个时段的开始时间节点和截止时间节点,并根据开始时间节点和截止时间节点记录每个时段进入景区的游客人数。
当日实际人流量统计模块连接游玩时段分析模块,时段人流量密度分析子模块获取历史游客数据,历史游客数据包括时段信息
以及每个时段进入景区的游客人数
,时段人流量密度分析子模块对相应时段的人流量密度进行计算,人流量密度
,其中,
为
时段内的人流量密度,最佳游玩时段分析子模块获取人流量密度
,最佳游玩时段分析子模块根据人流量密度
计算
时段内的人流量密度差比例
,其中,
为人流量密度差阈值,当
时段内的人流量密度差比例
大于等于第一预设值时,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
同样大于等于第一预设值,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
小于第一预设值,同时,
,则进一步获取
时段与
时段的人流量密度,并计算
的值,当
的值小于等于第二预设值时,则将
时段存储进入最佳游玩时段集合,
最佳游玩时段分析子模块获取最佳游玩时段集合中存储的时段信息,最佳游玩时段分析子模块根据时段信息确定每个时段的开始时间节点和截止时间节点,并进一步确定最佳游玩时段集合中的连续时段和非连续时段,连续时段包括多个时段,即多个时段中前一时段的截止时间节点与下一时段的开始时间节点对应,非连续时段为单独时段,即单独时段的开始时间节点与上一时段的截止时间节点且单独时段的截止时间节点与下一时段的开始时间节点皆不对应,最佳游玩时段分析子模块将最佳游玩时段集合中的连续时段和非连续时段均标记为最佳游玩时段。
游客入住区域分析模块连接游玩时段分析模块,游客入住区域选取子模块通过游玩时段分析模块获取最佳游玩时段,游客入住区域选取子模块预先存储有出发时间节点,游客入住区域选取子模块进一步获取最佳游玩时段的截止时间节点,并计算截止时间节点与出发时间节点之间的时间差,游客入住区域选取子模块根据时间差预估该时间差内车辆可以行驶的最大里程,
进一步获取景区中心点以及景区的面积轮廓,以面积轮廓上任一点距景区中心点的最小距离为补偿半径,游客入住区域子模块以最大里程与补偿半径之和作为游客入住区域的区域半径,以景区中心点为圆心,根据区域半径与圆心建立游客入住区域。
游客入住酒店选取子模块首先获取游客入住区域,再根据酒店的地址信息选取位于游客入住区域之内的第一酒店信息,
游客入住酒店选取子模块进一步获取游客入住区域的边缘位置,选取距边缘位置一定距离的第二酒店信息,游客入住酒店选取子模块将第一酒店信息与第二酒店信息存储进入酒店信息集合。
酒店预定房型统计模块连接游客入住酒店选取子模块,酒店预定房型统计模块进一步获取酒店信息集合当中存储的酒店信息,酒店预定房型统计模块预先设置有房型A、房型B、房型C,房型的类型根据各类房型的最大入住人数划分,酒店预定房型统计模块根据酒店信息统计各酒店于一定时间段的各类房型的预定数量,一定时间段为游客入住时间。
酒店预定房型统计模块连接酒店入住人数统计模块,酒店入住人数统计模块进一步获取酒店于一定时间段的各类房型的预定总数量,其中,房型A、房型B、房型C的预定总数量记为
、
、
,酒店入住人数统计模块根据各类房型的预定总数量与各房型对应的最大入住人数计算酒店于一定时间段的入住总人数
,其中,
为房型A的最大入住人数,
为房型B的最大入住人数,
为房型C的最大入住人数。
酒店入住人数统计模块连接景区人数预测模块,景区人数预测模块进一步获取酒店于一定时间段的入住总人数
,景区人数预测模块根据入住总人数
预测景区游客数量,景区游客数量
,其中,
为预测系数,
景区人数预测模块还连接当日实际人流量统计模块,景区人数预测模块进一步获取当日进入景区的游客总人数
,
景区人数预测模块还连接人流量预测修正模块,人流量预测修正模块进一步获取预测得到的景区游客数量
以及当日进入景区的游客总人数
,人流量预测修正模块根据
和
对预测系数进行修正,第1次修正之后的预测系数
,其中,
为初始预测系数,则第i次修正之后的预测系数
,根据第1次修正之后的预测系数,景区人数预测模块预测下一日的景区游客数量
,其中,
为酒店于下一日的入住总人数。
一种基于大数据的景区人数预测方法,景区人数预测方法包括以下步骤:
S1:记录游客进入景区时的时间节点以及每个时段进入景区的游客人数,并根据每个时段的游客人数统计当日游客总人数;
S2:根据时段信息和每个时段进入景区的游客人数计算每个时段的人流量密度,并根据人流量密度分析最佳游玩时段;
S3:根据最佳游玩时段、景区中心点、景区面积轮廓对游客入住区域和游客入住酒店进行选取;
S4:根据选取的游客入住酒店信息统计各酒店于一定时间段各类房型的预定总数量,进一步根据各类房型的预定总数量和与房型相对应的最大入住人数统计入住总人数;
S5:通过入住总人数预测景区游客数量,并根据预测得到的景区游客数量和当日游客总人数对预测系数进行修正,下一日预测景区游客数量根据修正后的预测系数进行计算。
景区人数预测方法还包括以下步骤:
S1-1:当日实际人流量统计模块包括人流量计数子模块以及时间节点记录子模块,时间节点记录子模块记录游客进入景区时的时间节点,时间节点记录子模块预先设置若干个时段
,人流量计数子模块根据时段记录当日每个时段进入景区的游客人数以及当日进入景区的游客总人数
,并每隔一个时段便记录一次进入景区的游客人数
,其中,
为时段
进入景区内的游客人数;
S2-1:游玩时段分析模块包括时段人流量密度分析子模块以及最佳游玩时段分析子模块,时段人流量密度分析子模块获取历史游客数据,历史游客数据包括时段信息
以及每个时段进入景区的游客人数
,时段人流量密度分析子模块对相应时段的人流量密度进行计算,人流量密度
,其中,
为
时段内的人流量密度,最佳游玩时段分析子模块获取人流量密度
,最佳游玩时段分析子模块根据人流量密度
计算
时段内的人流量密度差比例
,其中,
为人流量密度差阈值,当
时段内的人流量密度差比例
大于等于第一预设值时,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
同样大于等于第一预设值,将
时段存储进入最佳游玩时段集合,并进一步获取
时段内的的人流量密度差比例
,
若
时段内的的人流量密度差比例
小于第一预设值,同时,
,则进一步获取
时段与
时段的人流量密度,并计算
的值,当
的值小于等于第二预设值时,则将
时段存储进入最佳游玩时段集合;
S3-1:游客入住区域分析模块包括游客入住区域选取子模块和游客入住酒店选取子模块,游客入住区域选取子模块通过游玩时段分析模块获取最佳游玩时段,游客入住区域选取子模块预先存储有出发时间节点,游客入住区域选取子模块进一步获取最佳游玩时段的截止时间节点,并计算截止时间节点与出发时间节点之间的时间差,游客入住区域选取子模块根据时间差预估该时间差内车辆可以行驶的最大里程,进一步获取景区中心点以及景区的面积轮廓,以面积轮廓上任一点距景区中心点的最小距离为补偿半径,游客入住区域子模块以最大里程与补偿半径之和作为游客入住区域的区域半径,以景区中心点为圆心,根据区域半径与圆心建立游客入住区域,游客入住酒店选取子模块首先获取游客入住区域,再根据酒店的地址信息选取位于游客入住区域之内的第一酒店信息,游客入住酒店选取子模块进一步获取游客入住区域的边缘位置,选取距边缘位置一定距离的第二酒店信息,游客入住酒店选取子模块将第一酒店信息与第二酒店信息存储进入酒店信息集合;
S4-1:酒店预定房型统计模块连接游客入住酒店选取子模块,酒店预定房型统计模块进一步获取酒店信息集合当中存储的酒店信息,酒店预定房型统计模块预先设置有房型A、房型B、房型C,房型的类型根据各类房型的最大入住人数划分,酒店预定房型统计模块根据酒店信息统计各酒店于一定时间段的各类房型的预定数量,一定时间段为游客入住时间,酒店预定房型统计模块连接酒店入住人数统计模块,酒店入住人数统计模块进一步获取酒店于一定时间段的各类房型的预定总数量,其中,房型A、房型B、房型C的预定总数量记为
、
、
,酒店入住人数统计模块根据各类房型的预定总数量与各房型对应的最大入住人数计算酒店于一定时间段的入住总人数
,其中,
为房型A的最大入住人数,
为房型B的最大入住人数,
为房型C的最大入住人数;
S5-1:酒店入住人数统计模块连接景区人数预测模块,景区人数预测模块进一步获取酒店于一定时间段的入住总人数
,景区人数预测模块根据入住总人数
预测景区游客数量,景区游客数量
,其中,
为预测系数,
景区人数预测模块还连接当日实际人流量统计模块,景区人数预测模块进一步获取当日进入景区的游客总人数
,
景区人数预测模块还连接人流量预测修正模块,人流量预测修正模块进一步获取预测得到的景区游客数量
以及当日进入景区的游客总人数
,人流量预测修正模块根据
和
对预测系数进行修正,第1次修正之后的预测系数
,其中,
为初始预测系数,则第i次修正之后的预测系数
,根据第1次修正之后的预测系数,景区人数预测模块预测下一日的景区游客数量
,其中,
为酒店于下一日的入住总人数。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。