CN109190826A - 列车售票优化方法和列车售票优化系统 - Google Patents
列车售票优化方法和列车售票优化系统 Download PDFInfo
- Publication number
- CN109190826A CN109190826A CN201811032134.6A CN201811032134A CN109190826A CN 109190826 A CN109190826 A CN 109190826A CN 201811032134 A CN201811032134 A CN 201811032134A CN 109190826 A CN109190826 A CN 109190826A
- Authority
- CN
- China
- Prior art keywords
- ticketing
- train
- booking
- ticket
- poll
- 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 153
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 229910052709 silver Inorganic materials 0.000 description 4
- 239000004332 silver Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0607—Regulated
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于交通技术领域，涉及列车售票优化方法和列车售票优化系统。该列车售票优化方法包括步骤：获取各线路列车的历史运载数据；根据历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数；筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次；对车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理；其中，不同的购票方式包括：第一售票方式的购票方式和第二售票方式的购票方式。该列车售票优化方法和系统，对列车发车前的车票销售方式进行优化调整，能有效改善不同售票方式预留票分配不均匀的情况，大大提高列车的运载率。
Description
技术领域
本发明属于交通技术领域，具体涉及一种列车售票优化方法和列车售票优化系统。
背景技术
列车是人类的现代交通工具之一，具备安全性高，运量大，排污少，受天气影响较小，价格较便宜等优点，因此成为现代人优选的出行方式。
随着互联网技术的发展，车票的发售方式也与时俱进。自2010年开始开通了12306网络，用户在该网站可购票、可查询列车时刻、车票价、余车票、代售点、正晚点等信息。目前的人工窗口、手机APP或12306网站，本质上都是通过12306网络发售票。随着城际列车或短途高铁的增多，银通卡购票方式应运而生，通过提前给列车预留车票的方式售票，实现了高频次乘坐城际列车的乘客“想走就走”的便捷。银通卡无疑成为12306网络购票方式的强有力补充。为在有限运力下保证各类乘客的出行权，12306网络出售的车票和银通卡出售的车票，各自独立互不影响。然而，这就可能造成座席资源浪费，影响列车运载率。
例如：天津到北京的C2006次列车，假定一共有1000个座位，其中800个座位通过12306网络出售的，乘客可提前购买车票，但是距发车30分钟即不可进行购票、改签和退票；其余的200个座位预留给银通卡用户，这部分乘客在该趟列车发车前4个小时内，可以在车站用银通卡购买车票。该趟列车实际售票情况是：12306网络售出了600张，欲乘车的银通卡用户有300人，由于为银通卡用户预留的座位仅为200个，因此实际购票上车的银通卡用户只有200人。这样，列车上实际乘客为800人，空闲200个座位，同时却有三分之一的银通卡用户因买不到车票而无法上车。这也极大的削弱了银通卡用户的出行体验。
发明内容
本发明所要解决的技术问题是针对现有技术中上述不足，提供一种列车售票优化方法和列车售票优化系统，能有效改善不同售票方式预留票分配不均匀的情况，大大提高列车的运载率。
解决本发明技术问题所采用的技术方案是该列车售票优化方法，包括步骤：
获取各线路列车的历史运载数据；
根据所述历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数；
筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次；
对所述车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理；
其中，不同的购票方式包括：第一售票方式购票方式和第二售票方式购票方式。
可选的，在统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数的步骤中，包括：针对某一车次生成不同购票方式的车次-运载表；
所述车次-运载表至少包括车次、日期、星期、是否特殊工作日、是否假期、第一售票方式购票数、第一售票方式预留票数、第二售票方式购票数、第二售票方式预留票数、空座数；其中：第一售票方式预留票数+第二售票方式预留票数＝列车准乘人数；所述第一售票方式为银通卡售票方式，所述第二售票方式为12306网络方式，12306网络包括网站售票方式和人工窗口售票方式。
可选的，筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次的步骤，包括：
筛选某车次某一购票方式是否同时满足：实际购票数等于预留数、以及空座数为0的两个条件；
判定符合上述两个条件的车次相对总车次的比例是否超过预设比例，或者符合上述两个条件的车次天数相对总天数的比例是否超过预设比例；
若是，则判定该车次为预留票数不足的车次；
若否，则判定该车次为非预留票数不足的车次。
可选的，在对票源进行合并处理之前，还包括：
所述设定的历史考察时间段中，计算该车次分别在工作日、假期的平均空座数；
以及，在预整合时间段内，计算通过第二售票方式售出的平均车票数；
以及，在对应的工作日、假期的售票日，在车票开始发售的时刻将预留给第二售票方式的车票数增加平均空座数+平均车票数，相应的将预留给第一售票方式的车票减少平均空座数+平均车票数。
可选的，所述整合时间段的起始时间点为第二售票方式停止网络售票的时间点，终了时间点为该车次停止检车票前3分钟；
所述预整合时间段的起始时间点为该车次发车前60分钟的时间点，所述终了时间点为第二售票方式停止网络售票的时间点；
所述设定的历史考察时间段为一年。
可选的，在所述整合时间段内，不同购票方式的乘客能在合并票池内购票，按时间顺序先到先买。
一种列车售票优化系统，包括获取模块、统计模块、筛定模块和合并模块，其中：
所述获取模块，用于获取各线路列车的历史运载数据；
所述统计模块，用于根据所述历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数；
所述筛定模块，用于筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次；
所述合并模块，用于对所述车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理；
其中，不同的购票方式包括：第一售票方式购票方式和第二售票方式购票方式。
可选的，在所述统计模块中包括针对某一车次生成的不同购票方式的车次-运载表；
所述车次-运载表至少包括车次、日期、星期、是否特殊工作日、是否假期、第一售票方式购票数、第一售票方式预留票数、第二售票方式购票数、第二售票方式预留票数、空座数；其中：第一售票方式预留票数+第二售票方式预留票数＝列车准乘人数；所述第一售票方式为银通卡售票方式，所述第二售票方式为12306网络方式，12306网络包括网站售票方式和人工窗口售票方式。
可选的，所述筛定模块包括筛选单元和判定单元，其中：
所述筛选单元，用于筛选某车次某一购票方式是否同时满足：实际购票数等于预留数、以及空座数为0的两个条件；
所述判定单元，用于判定符合上述两个条件的车次相对总车次的比例是否超过预设比例，或者符合上述两个条件的车次天数相对总天数的比例是否超过预设比例，包括：
若是，则该车次为预留票数不足的车次；
若否，则该车次非预留票数不足的车次。
可选的，所述合并模块还包括预调单元，所述预调单元用于在所述设定的历史考察时间段中，计算该车次分别在工作日、假期的平均空座数；
以及，在预整合时间段内，计算通过第二售票方式售出的平均车票数；
以及，在对应的工作日、假期的售票日，在车票开始发售的时刻将预留给第二售票方式的车票数增加平均空座数+平均车票数，相应的将预留给第一售票方式的车票减少平均空座数+平均车票数。
本发明的有益效果是：
该列车售票优化方法和列车售票优化系统，根据不同设定时间(工作日或假期)的不同车次就不同购票方式的历史数据，对列车发车前的车票销售方式进行优化调整，能有效改善不同售票方式预留票分配不均匀的情况，大大提高列车的运载率，提高乘客的出行体验，也提升了铁路创收。
附图说明
图1为本发明实施例中列车售票优化方法的流程图；
图2为本发明实施例中车次-运载表示例图；
图3为本发明实施例中针对不同购票方式的票源优化示意图；
图4为本发明实施例中列车售票优化系统的结构示意图；
附图标识中：
1-获取模块；2-统计模块；3-筛定模块；4-合并模块。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明列车售票优化方法和列车售票优化系统作进一步详细描述。
随着短途高铁的发展，高铁车票的发售出现了两种本质上不同的售票方式。两种售票方式由于票源独立因此会与列车运载率发生冲突，本发明的技术构思就是在发掘哪些车次、在哪个时间段存在因购票方式导致运载率低的问题，从而在满足各类乘客购票的基础上对车票进行优化发售。
如图1所示，本实施例提供的一种列车售票优化方法包括：
步骤S1)：获取各线路列车的历史运载数据。
在该步骤中，可通过查询售票数据库获得各车次的售票情况。
步骤S2)：根据历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数。
不同的购票方式包括：第二售票方式购票方式和第一售票方式购票方式。在本实施例中，第一售票方式以银通卡售票方式作为示例，第二售票方式以12306网络方式作为示例，12306网络包括网站售票方式和人工窗口售票方式。以下将针对不同售票方式的票务优化方案进行相信说明。
统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数时，针对某一车次生成不同购票方式的车次-运载表。车次-运载表包括车次、日期、星期、是否特殊工作日、是否假期、第一售票方式购票数、第一售票方式预留票数、第二售票方式购票数、第二售票方式预留票数、空座数等多项信息。第一售票方式购票数指实际通过第一售票方式购票的数量；第一售票方式预留票数指预设分配给第一售票方式的车票总数；第二售票方式购票数指实际在第二售票方式购票的数量；第二售票方式预留票数指预设分配给第二售票方式的车票总数；空座数指发车后，车上的空座数量。其中：第一售票方式预留数+第二售票方式预留数＝列车准乘人数。
在该步骤中，分别统计通过第二售票方式的购票人数，通过第一售票方式购票的人数，绘制成如图2所示的车次-运载表。鉴于中国实行小长假的假期国情，设定的历史考察时间段优选为一年，表中还根据这一年中工作日(普通工作日、特殊工作日)、假期的购票情况进行了区分，以便能更准确的获得不同时段的列车运载率与购票方式的关系。特殊工作日指周一(或小长假后第一天)、周五(或小长假前一天)；假期指七天或者三天的法定假日，不含普通的周末。
经发明人统计发现，造成座席资源浪费包括两种情况：
第一种是：预留给第一售票方式用户的车票少，但是预留给第二售票方式的车票未售完；
第二种是反之，即：预留给第二售票方式的车票少，但是预留给第一售票方式用户的车票未售完。
因此，根据历史车次-运载表可分别筛选出每一趟车存在哪一种情况，再有针对性的分别加以优化。
步骤S3)：筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次。
在该步骤中，包括：
筛选某车次某一购票方式是否同时满足：实际购票数等于预留数、以及空座数为0的两个条件；
判定符合上述两个条件的车次相对总车次的比例是否超过预设比例，或者符合上述两个条件的车次天数相对总天数的比例是否超过预设比例；预设比例例如可以为50％；
若是，则判定该车次为预留票数不足的车次；
若否，则判定该车次为非预留票数不足的车次。
对于筛选出预留给第一售票方式用户的车票偏少的车次：
根据步骤S2)的车次-运载表，将每一趟车分类，例如，普通工作日的C2006、特殊工作日的C2006、普通周末的C2006、假期的C2006。以下的示例都针对普通工作日进行说明，其他类日期的处理方式与此相同。
针对每一类列车(例如，普通工作日的C2006)，筛选出所有“第一售票方式购票数＝第一售票方式预留数”并且“空座数>0”的列车。如果符合条件的车次超过总车次的50％，这部分列车就属于“预留给第一售票方式的车票偏少”的情况，应该进行优化。更具体的，假如过去的一年，普通工作日共有200天，在这200天中，其中110天的C2006符合“第一售票方式购票数＝第一售票方式预留数”并且“空座数>0”这两个条件。由于110/200>50％，说明普通工作日的C2006车票分配需要优化。
同理，对于筛选出预留给第二售票方式的车票少的车次：
与筛选出预留给第一售票方式用户的车票偏少的车次类似，只是筛选条件为“第二售票方式购票数＝第二售票方式预留数”并且“空座数>0”。如果符合条件的车次超过总车次的50％，这部分列车就属于“预留给第二售票方式的车票偏少”的情况，应该进行优化。
步骤S4)：对车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理。
如图3所示，根据针对不同购票方式的票源优化示意图可知：
针对预留给第一售票方式用户的车票偏少的车次：
整合时间段的起始时间点为第二售票方式停止网络售票的时间点(T1)，终了时间点为该车次停止检车票前3分钟(T2)。例如：C2006的发车时间假定是10:00，第二售票方式停止发售该车票的时间T1是9:30，停止检车票的时间T2是9:57。
在该整合时间段内，将所有未售出的车票放进一个票池，两种购票方式的乘客都可以在该合并票池内购票，按时间顺序先到先买。
对于T1时间点的选择，发明人经过理性的推演后确定的时间点。因为从这个时间点起，在现行购票规则下，与第一售票方式用户竞争车票的，只有在人工窗口购买车票的乘客。因此从这个时间点开始，只需分析第一售票方式用户和人工窗口乘客的行为就可以了。
针对预留给第二售票方式的车票少的车次，在对票源进行合并处理之前，还包括：
设定的历史考察时间段中，计算该车次分别在工作日、假期的平均空座数；
以及，在预整合时间段内，计算通过第二售票方式售出的平均车票数；
以及，在对应的工作日、假期的售票日，在车票开始发售的时刻将预留给第二售票方式的车票数增加平均空座数+平均车票数，相应的将预留给第一售票方式的车票减少平均空座数+平均车票数。
也就是说，针对预留给第二售票方式的车票少的车次：
在整合时间段(即T1-T2)之前设置预整合时间段，预整合时间段的起始时间点为该车次发车前60分钟的时间点(T0)，终了时间点为第二售票方式停止网络售票的时间点(T1)。例如：C2006的发车时间假定是10:00，发车前60分钟的时间点T0是9:00，第二售票方式停止发售该车票的时间T1是9:30，停止检车票的时间T2是9:57。
计算设定的历史考察时间段中，该车次在普通工作日的平均空座数，假设为E。计算预整合时间段内通过第二售票方式售出的平均车票数，记为W。在车票开始发售的时刻将预留给第二售票方式的车票数增加E+W，相应的将预留给第一售票方式的车票减少E+W。当时间到整合时间段的起始时间点后，将所有未售出的车票放进一个票池，两种购票方式的乘客都可以在该合并票池内购票，按时间顺序先到先买。
相应的，本实施例还提供一种列车售票优化系统，如图4所示，该列车售票优化系统包括获取模块1、统计模块2、筛定模块3和合并模块4，其中：
获取模块1，用于获取各线路列车的历史运载数据；
统计模块2，用于根据历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数；
筛定模块3，用于筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次；
合并模块4，用于对车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理；
其中，不同的购票方式包括：第二售票方式购票方式和第一售票方式购票方式。同样，第一售票方式以银通卡售票方式作为示例，第二售票方式以12306网络方式作为示例，12306网络包括网站售票方式和人工窗口售票方式。以下将针对不同售票方式的票务优化方案进行相信说明。
其中，在统计模块2中包括针对某一车次生成的不同购票方式的车次-运载表；
车次-运载表至少包括车次、日期、星期、是否特殊工作日、是否假期、第一售票方式购票数、第一售票方式预留票数、第二售票方式购票数、第二售票方式预留票数、空座数；其中：第一售票方式预留票数+第二售票方式预留票数＝列车准乘人数。
筛定模块包括筛选单元和判定单元，其中：
筛选单元，用于筛选某车次某一购票方式是否同时满足：实际购票数等于预留数、以及空座数为0的两个条件；
判定单元，用于判定符合上述两个条件的车次相对总车次的比例是否超过预设比例，或者符合上述两个条件的车次天数相对总天数的比例是否超过预设比例，预设比例例如可以为50％；包括：若是，则该车次为预留票数不足的车次；
若否，则该车次非预留票数不足的车次。
合并模块4除了通过合并单元进行票源合并；还包括预调单元，预调单元用于在设定的历史考察时间段中，计算该车次分别在工作日、假期的平均空座数；
以及，在预整合时间段内，计算通过第二售票方式售出的平均车票数；
以及，在对应的工作日、假期的售票日，在车票开始发售的时刻将预留给第二售票方式的车票数增加平均空座数+平均车票数，相应的将预留给第一售票方式的车票减少平均空座数+平均车票数。
针对预留给第一售票方式用户的车票偏少的车次，可直接通过合并单元进行票源合并；针对预留给第二售票方式的车票少的车次，先通过预调单元进行预售车票调整，再通过合并单元进行票源合并。
该列车售票优化方法和列车售票优化系统，根据不同设定时间(工作日或假期)的不同车次就不同购票方式的历史数据，对列车发车前的车票销售方式进行优化调整，能有效改善不同售票方式预留票分配不均匀的情况，大大提高列车的运载率，提高乘客的出行体验，也提升了铁路创收。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种列车售票优化方法，其特征在于，包括步骤：
获取各线路列车的历史运载数据；
根据所述历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数；
筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次；
对所述车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理；
其中，不同的购票方式包括：第一售票方式的购票方式和第二售票方式的购票方式。
2.根据权利要求1所述的列车售票优化方法，其特征在于，在统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数的步骤中，包括：针对某一车次生成不同购票方式的车次-运载表；
所述车次-运载表至少包括车次、日期、星期、是否特殊工作日、是否假期、第一售票方式购票数、第一售票方式预留票数、第二售票方式购票数、第二售票方式预留票数、空座数；其中：第一售票方式预留票数+第二售票方式预留票数＝列车准乘人数；所述第一售票方式为银通卡售票方式，所述第二售票方式为12306网络方式，12306网络包括网站售票方式和人工窗口售票方式。
3.根据权利要求2所述的列车售票优化方法，其特征在于，筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次的步骤，包括：
筛选某车次某一购票方式是否同时满足：实际购票数等于预留数、以及空座数为0的两个条件；
判定符合上述两个条件的车次相对总车次的比例是否超过预设比例，或者符合上述两个条件的车次天数相对总天数的比例是否超过预设比例；
若是，则判定该车次为预留票数不足的车次；
若否，则判定该车次为非预留票数不足的车次。
4.根据权利要求2所述的列车售票优化方法，其特征在于，在对票源进行合并处理之前，还包括：
所述设定的历史考察时间段中，计算该车次分别在工作日、假期的平均空座数；
以及，在预整合时间段内，计算通过第二售票方式售出的平均车票数；
以及，在对应的工作日、假期的售票日，在车票开始发售的时刻将预留给第二售票方式的车票数增加平均空座数+平均车票数，相应的将预留给第一售票方式的车票减少平均空座数+平均车票数。
5.根据权利要求4所述的列车售票优化方法，其特征在于，所述整合时间段的起始时间点为第二售票方式停止网络售票的时间点，终了时间点为该车次停止检车票前3分钟；
所述预整合时间段的起始时间点为该车次发车前60分钟的时间点，所述终了时间点为第二售票方式停止网络售票的时间点；
所述设定的历史考察时间段为一年。
6.根据权利要求1-5任一项所述的列车售票优化方法，其特征在于，在所述整合时间段内，不同购票方式的乘客能在合并票池内购票，按时间顺序先到先买。
7.一种列车售票优化系统，其特征在于，包括获取模块、统计模块、筛定模块和合并模块，其中：
所述获取模块，用于获取各线路列车的历史运载数据；
所述统计模块，用于根据所述历史运载数据，统计不同车次的列车在设定的历史考察时间段通过不同购票方式的购票情况和实际乘车人数；
所述筛定模块，用于筛选出不同购票方式的预留票数不足的车次，将预留票数不足的车次确定为车票需优化分配的车次；
所述合并模块，用于对所述车票需优化分配的车次，在整合时间段对不同购票方式的未售出的票源进行合并处理；
其中，不同的购票方式包括：第一售票方式的购票方式和第二售票方式的购票方式。
8.根据权利要求7所述的列车售票优化系统，其特征在于，在所述统计模块中包括针对某一车次生成的不同购票方式的车次-运载表；
所述车次-运载表至少包括车次、日期、星期、是否特殊工作日、是否假期、第一售票方式购票数、第一售票方式预留票数、第二售票方式购票数、第二售票方式预留票数、空座数；其中：第一售票方式预留票数+第二售票方式预留票数＝列车准乘人数；所述第一售票方式为银通卡售票方式，所述第二售票方式为12306网络方式，12306网络包括网站售票方式和人工窗口售票方式。
9.根据权利要求8所述的列车售票优化系统，其特征在于，所述筛定模块包括筛选单元和判定单元，其中：
所述筛选单元，用于筛选某车次某一购票方式是否同时满足：实际购票数等于预留数、以及空座数为0的两个条件；
所述判定单元，用于判定符合上述两个条件的车次相对总车次的比例是否超过预设比例，或者符合上述两个条件的车次天数相对总天数的比例是否超过预设比例，包括：
若是，则该车次为预留票数不足的车次；
若否，则该车次非预留票数不足的车次。
10.根据权利要求8所述的列车售票优化系统，其特征在于，所述合并模块还包括预调单元，所述预调单元用于在所述设定的历史考察时间段中，计算该车次分别在工作日、假期的平均空座数；
以及，在预整合时间段内，计算通过第二售票方式售出的平均车票数；
以及，在对应的工作日、假期的售票日，在车票开始发售的时刻将预留给第二售票方式的车票数增加平均空座数+平均车票数，相应的将预留给第一售票方式的车票减少平均空座数+平均车票数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811032134.6A CN109190826A (zh) | 2018-09-05 | 2018-09-05 | 列车售票优化方法和列车售票优化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811032134.6A CN109190826A (zh) | 2018-09-05 | 2018-09-05 | 列车售票优化方法和列车售票优化系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109190826A true CN109190826A (zh) | 2019-01-11 |
Family
ID=64914695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811032134.6A Pending CN109190826A (zh) | 2018-09-05 | 2018-09-05 | 列车售票优化方法和列车售票优化系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109190826A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110245766A (zh) * | 2019-06-21 | 2019-09-17 | 宁波团团工业设计有限公司 | 一种火车票分配方法 |
| CN112163762A (zh) * | 2020-09-25 | 2021-01-01 | 同程网络科技股份有限公司 | 一种票台管理系统、方法和计算机可读存储介质 |
| CN112215413A (zh) * | 2020-09-28 | 2021-01-12 | 通号城市轨道交通技术有限公司 | 运行图优化方法、装置及可读存储介质 |
| CN112990645A (zh) * | 2020-12-16 | 2021-06-18 | 中国铁道科学研究院集团有限公司 | 客流需求非限化确定方法和相关设备 |
| CN114282740A (zh) * | 2021-09-07 | 2022-04-05 | 内蒙古大学 | 一种考虑灵活车票的高铁票额分配优化方法 |
| CN116668547A (zh) * | 2023-08-02 | 2023-08-29 | 倍施特科技(集团)股份有限公司 | 一种基于票务数据的线路混排方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390246A (zh) * | 2013-07-30 | 2013-11-13 | 武汉大学 | 一种用于应对高并发的在线售票方法 |
| EP2985722A1 (en) * | 2014-08-12 | 2016-02-17 | Amadeus S.A.S. | Auditing system with historic sale deviation database |
| CN106897838A (zh) * | 2017-01-24 | 2017-06-27 | 北京万相融通科技股份有限公司 | 一种车站客流压力预测与统计分析方法及其系统 |
| CN108053278A (zh) * | 2017-12-08 | 2018-05-18 | 中铁程科技有限责任公司 | 车票处理方法及系统、计算机可读存储介质 |
| CN108416652A (zh) * | 2018-02-26 | 2018-08-17 | 平安科技（深圳）有限公司 | 一种票务分配方法、计算机可读存储介质及服务器 |
| CN108491979A (zh) * | 2018-04-03 | 2018-09-04 | 中南大学 | 基于等强度分配的高速铁路旅客出行时变需求预测方法 |
-
2018
- 2018-09-05 CN CN201811032134.6A patent/CN109190826A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390246A (zh) * | 2013-07-30 | 2013-11-13 | 武汉大学 | 一种用于应对高并发的在线售票方法 |
| EP2985722A1 (en) * | 2014-08-12 | 2016-02-17 | Amadeus S.A.S. | Auditing system with historic sale deviation database |
| CN106897838A (zh) * | 2017-01-24 | 2017-06-27 | 北京万相融通科技股份有限公司 | 一种车站客流压力预测与统计分析方法及其系统 |
| CN108053278A (zh) * | 2017-12-08 | 2018-05-18 | 中铁程科技有限责任公司 | 车票处理方法及系统、计算机可读存储介质 |
| CN108416652A (zh) * | 2018-02-26 | 2018-08-17 | 平安科技（深圳）有限公司 | 一种票务分配方法、计算机可读存储介质及服务器 |
| CN108491979A (zh) * | 2018-04-03 | 2018-09-04 | 中南大学 | 基于等强度分配的高速铁路旅客出行时变需求预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 曲思源 等: "城际铁路票额随机分配优化", 《华东交通大学学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110245766A (zh) * | 2019-06-21 | 2019-09-17 | 宁波团团工业设计有限公司 | 一种火车票分配方法 |
| CN112163762A (zh) * | 2020-09-25 | 2021-01-01 | 同程网络科技股份有限公司 | 一种票台管理系统、方法和计算机可读存储介质 |
| CN112215413A (zh) * | 2020-09-28 | 2021-01-12 | 通号城市轨道交通技术有限公司 | 运行图优化方法、装置及可读存储介质 |
| CN112990645A (zh) * | 2020-12-16 | 2021-06-18 | 中国铁道科学研究院集团有限公司 | 客流需求非限化确定方法和相关设备 |
| CN112990645B (zh) * | 2020-12-16 | 2023-11-17 | 中国铁道科学研究院集团有限公司 | 客流需求非限化确定方法和相关设备 |
| CN114282740A (zh) * | 2021-09-07 | 2022-04-05 | 内蒙古大学 | 一种考虑灵活车票的高铁票额分配优化方法 |
| CN116668547A (zh) * | 2023-08-02 | 2023-08-29 | 倍施特科技(集团)股份有限公司 | 一种基于票务数据的线路混排方法及系统 |
| CN116668547B (zh) * | 2023-08-02 | 2023-10-20 | 倍施特科技(集团)股份有限公司 | 一种基于票务数据的线路混排方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109190826A (zh) | 列车售票优化方法和列车售票优化系统 | |
| CN110245791B (zh) | 一种订单处理方法及系统 | |
| Arnott et al. | Modeling parking | |
| Strathman et al. | Evaluation of transit operations: Data applications of Tri-Met's automated bus dispatching system | |
| US20100185486A1 (en) | Determining demand associated with origin-destination pairs for bus ridership forecasting | |
| US20130231965A1 (en) | Transport booking management | |
| WO2003014881A2 (en) | Ground transportation internet reservation system | |
| US11798022B2 (en) | Maintenance of virtual credit card pool for airline passenger vouchers | |
| CN110942240B (zh) | 信息处理方法、系统、终端及存储介质 | |
| Agarwal et al. | Labor Supply Decisions of Singaporean Cab Drivers | |
| WO2009058117A1 (en) | Method and system for providing transportation service | |
| US20050240452A1 (en) | System and method of making travel arrangements | |
| CN108109061A (zh) | 在线车辆调度系统和方法 | |
| CN110675182A (zh) | 一种车票定价方法、装置、存储介质和服务器 | |
| Lohatepanont | Airline fleet assignment and schedule design: integrated models and algorithms | |
| TWI517059B (zh) | 抽樣最佳營收之交通事業訂位決策方法 | |
| CN107563537A (zh) | 一种候车时间的确定方法及装置 | |
| CN116416102A (zh) | 用车业务系统及用车业务系统的交互方法 | |
| CN112734266A (zh) | 一种飞机舱位中座位补充方法及系统 | |
| CN112016720B (zh) | 一种基于大数据的个性化预定系统、方法及商业模式 | |
| Lai et al. | Estimation of rail passenger flow and system utilization with ticket transaction and gate data | |
| JP2006172145A (ja) | 予約処理システム及びその方法 | |
| CN110472807A (zh) | 智能为外送人员分配业务的方法及装置 | |
| CN117593043B (zh) | 城际网约车辆未来短期时刻分布估计方法、装置及设备 | |
| Bashingi et al. | Inclusivity of ICT based solutions to public transportation problems: Challenges and opportunities for bloemfontein |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |