CN109118284A - 影票销售的管理方法及系统 - Google Patents

Abstract

本公开揭示了一种影票销售的管理方法及系统，属于计算机技术领域。该方法包括：获取与影票相关的用户数据，预设簇的数量并随机初始化每个簇的高斯分布参数，根据每个簇的高斯分布参数计算每一项用户数据属于各个簇的概率，根据概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变，根据各用户数据属于各个簇的概率确定消费者偏好确定消费者偏好，进而根据消费者偏好调整目标影院的排片情况。上述影票销售的管理方法及系统无需专门的影票销售人员对影院的排片情况进行管理，大大降低了售票管理人员的工作量，有效保证了排片情况的精准性，使排片情况更加符合大多数消费者的喜好，并能够有效提高影院的收入。

Description

影票销售的管理方法及系统

技术领域

本公开涉及计算机应用技术领域，特别涉及一种影票销售的管理方法及系统。

背景技术

为了方便用户购买影票，目前有多种影票的销售方式，例如电话售票、现场售票、网上售票。随着互联网的高速发展，网上售票已成为影院当前主要的售票方式。

目前，影院在进行网上售票时，通常是将售票业务全部外包给第三方，或者售票管理人员根据其自身经验进行排片及价格的调整。将售票业务外包给第三方时，增加了影院对第三方的依赖，大大提高了影院的运营成本；而售票管理人员根据其自身经验进行排片及价格调整时，由于各影院之间的高度竞争，售票管理人员需综合考虑周边其他影院的排片情况，再对本影院的排片情况进行调整，由于售票管理人员自身的局限性，其无法有效对排片情况进行精准判断，在大大增加售票管理人员工作量的同时，也无法通过制定有效的排片情况提高影院的收入。

发明内容

为了解决相关技术中无法有效便捷地调整影院排片情况的技术问题，本公开提供了一种影票销售的管理方法及系统。

一种影票销售的管理方法，包括：

获取与影票相关的用户数据，所述用户数据包括用户的电话号码、年龄、微信号唯一标识、观影类型喜好、观影时间分布、观影频次、观影影院、电影衍生品等；

预设簇的数量并随机初始化每个簇的高斯分布参数；

根据每个簇的高斯分布参数，计算每一项用户数据属于各个簇的概率；

根据所述概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变；

根据各用户数据属于各个簇的概率确定消费者偏好。根据所述消费者偏好，调整目标影院的排片情况。

一种影票销售的管理系统，其特征在于，所述系统包括：

用户数据获取模块，用于获取与影票相关的用户数据，所述用户数据包括用户的电话号码、年龄、微信号唯一标识、观影类型喜好、观影时间分布、观影频次、观影影院、电影衍生品等；

初始化模块，用于预设簇的数量并随机初始化每个簇的高斯分布参数；

概率计算模块，用于根据每个簇的高斯分布参数，计算每一项用户数据属于各个簇的概率；

迭代运算模块，用于根据所述概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变；

消费者偏好确定模块，用于根据各用户数据属于各个簇的概率确定消费者偏好；

排片调整模块，用于根据所述消费者偏好，调整目标影院的排片情况。

本公开的实施例提供的技术方案可以包括以下有益效果：

在进行影票销售管理时，通过获取与影票相关的用户数据，并通过高斯混合模型的最大期望对所述用户数据进行聚类分析确定消费者偏好后，根据消费者偏好调整目标影院的排片情况，从而无需专门的影票销售人员对影院的排片情况进行管理，大大降低了售票管理人员的工作量，有效保证了排片情况的精准性，使排片情况更加符合大多数消费者的喜好，并能够有效提高影院的收入。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种影票销售的管理方法的流程图。

图2是图1对应实施例的影票销售的管理方法中步骤S120的一种具体实现的流程图。

图3是根据一示例性实施例示出的用户数据与簇之间进行迭代运算的流程图。

图4是图1对应实施例示出的另一种影票销售的管理方法的流程图。

图5是图1对应实施例的影票销售的管理方法中步骤S130的一种具体实现的流程图。

图6是图1对应实施例示出的另一种影票销售的管理方法的流程图。

图7是根据一示例性实施例示出的一种影票销售的管理系统的框图。

图8是图7对应实施例示出的影票销售的管理系统中聚类分析模块120的一种框图。

图9是图7对应实施例示出的影票销售的管理系统中排片调整模块130的一种框图。

图10是图7对应实施例示出的另一种影票销售的管理系统的框图。

图11是图7对应实施例示出的另一种影票销售的管理系统的框图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种影票销售的管理方法的流程图。该影票销售的管理方法用于智能手机、电脑、服务器等计算机设备中。如图1所示，该影票销售的管理方法可以包括步骤S110、步骤S120和步骤S130。

步骤S110，获取与影票相关的用户数据，所述用户数据包括用户的观影喜好类型、观影时间分布、观影频次、观影喜好场地、电影衍生品等。

用户数据是各用户在购买影票时所生成的数据。用户数据包括用户的电话号码、年龄、微信号唯一标识、观影类型、观影时间分布、观影频次、观影影院、电影衍生品等中的一种或多种。

电话号码是用户购买影票时的联系电话号码；年龄是用户注册是留下的年龄信息；微信号唯一标识是用户通过微信渠道购票时留下的用户身份；观影类型是用户观看过的影片类型，例如，动作片、喜剧片、爱情片、惊悚片等；观影时间分布是用户观看影片的时间段，例如工作日的白天、晚上，周末的白天、晚上等；观影频次是用户观看影片频率或次数，例如每一个月的观影次数等；观影影院是用户曾经观看过的影院；电影衍生品是用户购买影票时附带购买的食品、3D眼镜、电影周边玩偶等。

例如，用户在影票销售APP中购买电影票时，该影票销售APP将生成与该用户对应的用户数据。

步骤S120，通过高斯混合模型的最大期望对所述用户数据进行聚类分析，确定消费者偏好。

使用高斯混合模型(GMM)是用高斯概率密度函数(正态分布曲线)精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。

消费者偏好是反映消费者对不同产品和服务的喜好程度的个性化偏好。例如观影时间偏好、电影衍生品偏好、观影类型偏好等。

通过高斯混合模型的最大期望对用户数据进行聚类分析，确定消费者偏好。

通过高斯混合模型的最大期望对用户数据进行聚类分析时，首先假设各用户数据是呈高斯分布的，通过将高斯混合模型分为多个簇，并采用均值和标准差两个参数来描述簇的形状，所以这些簇可以采取任何形状的椭圆形，因为在x，y方向上都有标准差。因此，每个高斯分布被分配给单个簇，进而通过K-Means算法计算高斯混合模型的最大期望，确定消费者喜好。

图2是根据一示例性实施例示出的通过高斯混合模型的最大期望对所述用户数据进行聚类分析的流程图，该流程图可以包括以下步骤S121、步骤S122、步骤S123和步骤S124。

步骤S121，预设簇的数量并随机初始化每个簇的高斯分布参数。

步骤S122，根据每个簇的高斯分布参数，计算每一项用户数据属于各个簇的概率。

每一项用户数据对应的数据点越靠近高斯分布的中心就越可能属于该簇，即该项用户数据属于该簇的概率就越大。

步骤S123，根据所述概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变。

图3是根据一示例性实施例示出的用户数据与簇之间进行迭代运算的流程图，通过迭代运算，使各用户数据对应的数据点越来越向簇靠近(例如图3中的A、B、C、D)，直至基本不再移动。

步骤S124，根据各用户数据属于各个簇的概率确定消费者偏好。

可以理解的是，步骤S110获取的用户数据是非常之多的，因此，通过对许多项用户数据进行聚类分析，可以确定大部分用户更加喜好的观影时间偏好、电影衍生品偏好、观影类型偏好等，即消费者偏好。

可选的，如图4所示，在获取与影票相关的用户数据后，执行步骤S120之前，还可以对用户数据进行合并处理，具体可包括以下步骤S210和步骤S220：

步骤S210，根据各用户数据中的电话号码，提取电话号码相同的用户数据。

可以理解的是，获取用户数据的来源可能包括各个售票网站或APP等平台，而对于同一用户可能会从多个平台购票，并且电话号码相同的用户数据极有可能就是同一用户的。因此，在对用户数据进行聚类分析之前，提取电话号码相同的用户数据，对电话号码相同的用户数据进行合并处理，有效提高了通过对用户数据进行聚类分析确定消费者偏好的准确性，避免将同一用户的用户数据分为多个用户而降低聚类分析的准确性。

步骤S220，对所述电话号码相同的用户数据进行合并处理。

步骤S130，根据所述消费者偏好，调整目标影院的排片情况。

在确定消费者偏好后，就可以根据消费者偏好调整影院的排片情况，例如当前上映影片的排片时间、价格等。

利用如上所述的方法，在进行影票销售管理时，通过获取与影票相关的用户数据，并通过高斯混合模型的最大期望对所述用户数据进行聚类分析确定消费者偏好后，根据消费者偏好调整目标影院的排片情况，从而无需专门的影票销售人员对影院的排片情况进行管理，大大降低了售票管理人员的工作量，有效保证了排片情况的精准性，使排片情况更加符合大多数消费者的喜好，并能够有效提供影院的收入。

图5是根据图1对应示例性实施例示出的对步骤S130的一种细节描述。如图5所示，消费者偏好包括观影类型偏好，该步骤S130可以包括以下步骤。

步骤S131，从所述消费者偏好中提取各时间段的观影类型偏好。

观影类型偏好是用户观看影片数量最多的影片类型。

观影类型偏好包括不同时间的观影类型偏好。例如，工作日上午的观影类型偏好为惊悚片，工作日晚上的观影类型偏好为动作片，周末晚上的观影类型偏好为爱情片。

步骤S132，根据所述各时间段中的观影类型偏好，调整目标影院在各时间段的排片及价格。

在确定各时间段中的观影类型偏好后，根据这些时间的观影类型偏好，对影院在相应时间段的排片及价格进行调整。例如，周末晚上的观影类型偏好为爱情片，则在周末晚上安排更多的爱情片，并适当调高影片的价格。

通过在确定各时间段中用户的观影类型偏好后，调整影院在各时间段的排片及价格，更加精准地实现根据用户喜好对影院的排片及价格进行动态调整，进一步提高了影院进行影票销售管理的灵活性，并有效提高了影院的收入。

可选的，消费者偏好包括观影时间偏好，图1对应实施例示出的影票销售的管理方法中的步骤S130可以包括以下步骤：

根据所述观影时间偏好，在所述观影时间偏好的时间段调整排片密度及价格。

观影时间偏好是用户观看影片数量最多的时间段。

例如，观影时间偏好为周五20：00-22：00，则在周五20：00-22：00安排更多的场次，增加该时间段的牌密度，并适当调高在该时间段放映的影片价格。

通过在观影时间偏好的时间段调整影院在该时间段的排片密度及价格，更加精准地实现根据各时间段的客流量对影院的排片密度及价格进行动态调整，进一步提高了影院进行影票销售管理的灵活性，并有效提高了影院的收入。

可选的，消费者偏好包括电影衍生品偏好，图1对应实施例示出的影票销售的管理方法中，步骤S130之后还可以包括以下步骤：

根据所述电影衍生品偏好，调整各电影衍生品的种类及销售价格。

可以理解的是，影院在销售影票的同时，将会附带销售一些影票衍生品，例如爆米花、饮料等食品、3D眼镜以及电影周边玩偶等。

因此，通过确定电影衍生品偏好，对影院的各类电影衍生品的种类及销售价格进行调整，从而进一步满足用户需求的同时，提高影院的收入。例如，适当提高销量较高的影票衍生品的销售价格，增加销量较高的影票衍生品种类。

可选的，用户数据为观影时间分布，图1对应实施例示出的影票销售的管理方法中，步骤S110之后还可以包括以下步骤：

当目标影院在用户的观影时间分布具有影片排片时，则向所述用户发送影片信息和/或优惠信息。

通过向用户发送在其观影时间分布的时间段放映的影片信息和/或优惠信息，实现更加精准地为更有意向观影的用户发送相关信息，提醒用户观影，大大提高了向用户推送信息的准确性和效率。

可选的，所述用户数据为观影频次，在图1对应实施例示出的影票销售的管理方法的步骤S110之后，该方法还包括以下步骤。

根据所述观影频次，判断用户在预设时间周期的观影频次是否为下降趋势，若为是，则向所述用户推送电影优惠券；若为否，则不作处理。

如前所述的，观影频次是用户观看影片频率或次数，例如每一个月的观影次数等。通过对用户在预设时间周期中的观影频次对比，获知该用户的观影频次变化趋势，若该用户的观影频次呈下降趋势，表明该用户在最近时间周期的观影频次越来越少，因此通过向该用户推送电影优惠券，提高该用户购票观影的概率。

图6是根据图1对应实施例示出的另一种影票销售的管理方法，该方法还包括以下步骤。

步骤S610，判断所述用户进行影票预订时的预订渠道是否在预设渠道列表范围内，若为是(Y)，则执行步骤S620；若为否(N)，则执行步骤S630。

步骤S620，向所述用户展示包括预留座位在内的所有可售座位；

步骤S630，不向所述用户展示所述预留座位。

可以理解的是，进行影票预订时，可能会有多种预订渠道。

为进一步对多种预订渠道进行灵活处理，通过设置预设渠道列表及预留座位，而这些预留座位只对在通过预设渠道列表中的渠道预订时展示，但在影片放映前半小时时，如果预留座位仍未销售，则将预留座位向所有的预定渠道开放，以此更进一步提高影票销售管理的灵活性。

另外，在用户进行影片预订时，预先判断该用户是否为影院会员，若为是，则向该用户展示预留座位，若不是会员，则不向该用户展示所述预留座位。通过将观影效果较好的座位设置为预留座位，以此凸显会员特权，提高影院会员的购买率，进一步锁定更多的用户，提高影院的收入。

下述为本公开系统实施例，可以用于执行本上述影票销售的管理方法实施例。对于本公开系统实施例中未披露的细节，请参照本公开影票销售的管理方法实施例。

图7是根据一示例性实施例示出的一种影票销售的管理系统的框图，该装置包括但不限于：用户数据获取模块110、聚类分析模块120及排片调整模块130。

用户数据获取模块110，用于获取与影票相关的用户数据，所述用户数据包括用户的电话号码、年龄、微信号唯一标识、观影类型、观影时间分布、观影频次、观影影院、电影衍生品等；

聚类分析模块120，用于通过高斯混合模型的最大期望对所述用户数据进行聚类分析，确定消费者偏好；

排片调整模块130，用于根据所述消费者偏好，调整目标影院的排片情况。

上述装置中各个模块的功能和作用的实现过程具体详见上述影票销售的管理方法中对应步骤的实现过程，在此不再赘述。

可选的，如图8所示，图7中所示的聚类分析模块120包括但不限于：初始化单元121、概率计算单元122、迭代运算单元123和消费者偏好确定单元124。

初始化单元121，用于预设簇的数量并随机初始化每个簇的高斯分布参数；

概率计算单元122，用于根据每个簇的高斯分布参数，计算每一项用户数据属于各个簇的概率；

迭代运算单元123，用于根据所述概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变；

消费者偏好确定单元124，用于根据各用户数据属于各个簇的概率确定消费者偏好。

可选的，如图9所示，消费者偏好包括观影时间偏好，图7中所示的排片调整模块130包括但不限于：观影类型偏好提取单元131和调整单元132。

观影类型偏好提取单元131，用于从所述消费者偏好中提取各时间段的观影类型偏好；

排片调整单元132，用于根据所述各时间段中的观影类型偏好，调整目标影院在各时间段的排片及价格。

可选的，图7中所示的排片调整模块130具体应用于根据所述观影时间偏好，在所述观影时间偏好的时间段调整排片密度及价格。

可选的，用户数据为观影时间分布，图7中所示的影票销售的管理系统还包括但不限于：电影衍生品调整模块。

电影衍生品调整模块，用于根据所述电影衍生品偏好，调整各电影衍生品的种类及销售价格。

可选的，如图10所示，用户数据为观影频次，图7中所示的影票销售的管理系统还包括但不限于：观影频次判断模块510和优惠券推送模块520。

观影频次判断模块510，用于根据所述观影频次，判断用户在预设时间周期的观影频次是否为下降趋势；

优惠券推送模块520，用于用户在预设时间周期的观影频次为下降趋势时，向所述用户推送电影优惠券。

可选的，如图11所示，图7中所示的影票销售的管理系统还包括但不限于：预订渠道判断模块610、预留座位展示模块620和预留座位屏蔽模块630。

预订渠道判断模块610，用于判断所述用户进行影票预订时的预订渠道是否在预设渠道列表范围内；

预留座位展示模块620，用于用户进行影票预订时的预订渠道在预设渠道列表范围内时，向所述用户展示包括预留座位在内的所有可售座位；

预留座位屏蔽模块630，用于用户进行影票预订时的预订渠道不在预设渠道列表范围内，不向所述用户展示所述预留座位。

可选的，本发明还提供一种终端，执行如上述示例性实施例任一所示的影票销售的管理方法的全部或者部分步骤。终端包括：

处理器；以及

与所述处理器通信连接的存储器；其中，

所述存储器存储有可读性指令，所述可读性指令被所述处理器执行时实现如上述任一示例性实施例所述的方法。

该实施例中的终端中处理器执行操作的具体方式已经在有关该影票销售的管理方法的实施例中执行了详细描述，此处将不做详细阐述说明。

在示例性实施例中，还提供了一种存储介质，该存储介质为计算机可读性存储介质，例如可以为包括指令的临时性和非临时性计算机可读性存储介质。该存储介质例如包括指令的存储器，上述指令可由终端的处理器执行以完成上述影票销售的管理方法。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种影票销售的管理方法，其特征在于，所述方法包括：

获取与影票相关的用户数据，所述用户数据包括用户的电话号码、年龄、微信号唯一标识、观影类型喜好、观影时间分布、观影频次、观影影院、电影衍生品等；

预设簇的数量并随机初始化每个簇的高斯分布参数；

根据每个簇的高斯分布参数，计算每一项用户数据属于各个簇的概率；

根据所述概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变；

根据各用户数据属于各个簇的概率确定消费者偏好；

根据所述消费者偏好，调整目标影院的排片情况。

2.根据权利要求1所述的方法，其特征在于，所述消费者偏好包括观影类型偏好，所述根据所述消费者偏好，调整目标影院的排片情况的步骤包括：

从所述消费者偏好中提取各时间段的观影类型偏好；

根据所述各时间段中的观影类型偏好，结合当前上映几部电影的口碑情况，调整目标影院在各时间段的排片及价格。

3.根据权利要求1所述的方法，其特征在于，所述消费者偏好包括观影时间偏好，所述根据所述消费者偏好，调整目标影院的排片情况的步骤包括：

根据所述观影时间偏好，在所述观影时间偏好的时间段调整排片密度及价格。

4.根据权利要求1所述的方法，其特征在于，所述消费者偏好包括电影衍生品偏好，所述通过高斯混合模型的最大期望对所述用户数据进行聚类分析，确定消费者偏好的步骤之后，所述方法还包括：

根据所述电影衍生品偏好，调整各电影衍生品的种类及销售价格。

5.根据权利要求1所述的方法，其特征在于，所述用户数据为观影时间分布，所述获取与影院相关的用户数据的步骤之后，所述方法还包括：

当目标影院在用户的观影时间分布具有影片排片时，则向所述用户发送影片信息和/或优惠信息。

6.根据权利要求1所述的方法，其特征在于，所述用户数据为观影频次，所述获取与影院相关的用户数据的步骤之后，所述方法还包括：

根据所述观影频次，判断用户在预设时间周期的观影频次是否为下降趋势；

若为是，则向所述用户推送电影优惠券。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

判断所述用户进行影票预订时的预订渠道是否在预设渠道列表范围内；

若为是，则向所述用户展示包括预留座位在内的所有可售座位；

若为否，则不向所述用户展示所述预留座位。

8.根据权利要求1所述的方法，其特征在于，所述通过高斯混合模型的最大期望对所述用户数据进行聚类分析，确定消费者偏好的步骤之前，所述方法还包括：

根据各用户数据中的电话号码，提取电话号码相同的用户数据；

对所述电话号码相同的用户数据进行合并处理。

9.一种影票销售的管理系统，其特征在于，所述系统包括：

用户数据获取模块，用于获取与影票相关的用户数据，所述用户数据包括用户的电话号码、年龄、微信号唯一标识、观影类型喜好、观影时间分布、观影频次、观影影院、电影衍生品等；

初始化模块，用于预设簇的数量并随机初始化每个簇的高斯分布参数；

概率计算模块，用于根据每个簇的高斯分布参数，计算每一项用户数据属于各个簇的概率；

迭代运算模块，用于根据所述概率对用户数据与簇之间进行迭代运算，直至每一项用户数据属于各个簇的概率趋于不变；

消费者偏好确定模块，用于根据各用户数据属于各个簇的概率确定消费者偏好；

排片调整模块，用于根据所述消费者偏好，调整目标影院的排片情况。

10.根据权利要求9所述的系统，其特征在于，所述排片调整模块包括但不限于：观影类型偏好提取单元和调整单元。

观影类型偏好提取单元，用于从所述消费者偏好中提取各时间段的观影类型偏好；

排片调整单元，用于根据所述各时间段中的观影类型偏好，调整目标影院在各时间段的排片及价格。