CN112215453A - 一种库存信息处理方法、装置、电子设备及存储介质 - Google Patents
一种库存信息处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112215453A CN112215453A CN202010833378.5A CN202010833378A CN112215453A CN 112215453 A CN112215453 A CN 112215453A CN 202010833378 A CN202010833378 A CN 202010833378A CN 112215453 A CN112215453 A CN 112215453A
- Authority
- CN
- China
- Prior art keywords
- target
- shift
- destination
- inventory information
- departure
- 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.)
- Withdrawn
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 48
- 238000003672 processing method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 13
- 238000004141 dimensional analysis Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 235000019633 pungent taste Nutrition 0.000 description 1
- 238000013468 resource allocation Methods 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种库存信息处理方法、装置、电子设备及存储介质。所述方法包括:根据搜索请求中的目标出发地和目标目的地,对各个班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合;根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息;响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。通过本申请的库存信息处理方法,报价搜索系统可以基于粒度较小的班次的库存信息进行搜索结果匹配以响应用户的搜索请求,可以提升库存信息的复用率,降低库存查询接口的查询频率,进而降低维护库存缓存数据库的成本。
Description
技术领域
本申请实施例涉及数据处理技术领域,尤其涉及一种库存信息处理方法、装置、电子设备及存储介质。
背景技术
库存信息是各交通运输公司针对特定的班次,发布的一种座位剩余数量的控制信息,主要用于各类线上或线下销售终端进行班次报价搜索服务。交通运输的形式包括陆运、海运、空运等,在全球范围内,交通运输线和班次组合不计其数,库存信息每分每秒发生着变化。对于各大出行服务平台(例如OTA(Online Travel Agency,在线旅行社)等)的报价搜索系统而言,如何在有限的成本范围内,尽可能全面且及时地获取库存信息,为用户提供丰富、准确的班次报价,是一个亟待解决的问题。
在相关技术中,库存信息的获取方式是通过全球各大分销商GDS(GlobalDistribution System,全球分销系统)提供的库存查询接口进行查询。在查询到库存信息后,将其缓存到库存缓存数据库中。用户在通过报价搜索系统查询时,搜索系统基于班次组合形式的库存信息进行数据匹配,将匹配成功的数据作为搜索结果返回给用户。
然而,通过库存查询接口每次只能获取到出发地-目的地-出发日期的班次组合形式的库存信息,使得报价搜索系统只能基于班次组合形式的库存信息进行数据匹配以响应用户的搜索请求,因此,为保证库存缓存数据库中库存信息的丰富度和准确度,各大出行服务平台需要频繁地向库存查询接口查询数据。由于GDS提供的库存查询接口费用高、耗时长,因此库存缓存数据库的维护成本较高。
发明内容
本申请实施例提供一种库存信息处理方法、装置、电子设备及存储介质,改进了库存缓存数据库对航班库存信息的存储方式,提升了库存缓存数据库中的航班库存信息的复用率,无需频繁地向库存查询接口查询数据,从而降低了库存缓存数据库的维护成本。
本申请实施例第一方面提供了一种库存信息处理方法,所述方法包括:
根据搜索请求中的目标出发地和目标目的地,对各个班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合;
根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息;
响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
可选地,在根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息之前,所述方法还包括:
从库存信息服务器中获取多个库存信息;
以单个班次为粒度,对所述多个库存信息中包括多个班次的班次组合的库存信息进行拆分;
存储经拆分得到的多个班次各自的库存信息,并存储所述多个库存信息中直达班次的库存信息。
可选地,根据搜索请求中的目标出发地和目标目的地,对各个班次进行拼接,包括:
根据所述搜索请求中的目标出发地,确定预先存储有对应的库存信息且以所述目标出发地为出发地的第一班次;
根据所述搜索请求中的目标目的地,确定预先存储有对应的库存信息且以所述目标目的地为目的地的第二班次;
确定预先存储有对应的库存信息且以所述第一班次的目的地为出发地,以所述第二班次的出发地为目的地的中转班次;
对所述第一班次、所述中转班次以及所述第二班次进行拼接。
可选地,从库存信息服务器中获取多个库存信息,包括:
确定路线的热度;
在所述热度高于第一预设热度阈值的情况下,以第一频次从所述库存信息服务器中获取多个库存信息;
在所述热度不高于所述第一预设热度阈值的情况下,以第二频次从所述库存信息服务器中获取多个库存信息;
其中,所述第一频次高于所述第二频次。
可选地,所述搜索请求还包括目标出发日期;所述方法还包括:
根据搜索请求中的目标出发地、目标目的地以及目标出发日期,读取预先存储的从所述目标出发地至所述目标目的地的目标直达班次和目标班次组合各自在所述目标出发日期的库存信息;
响应于所述搜索请求,输出所述目标直达班次以及所述目标直达班次的库存信息,和所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
可选地,所述搜索请求还包括目标出发日期;所述方法还包括:
确定从所述目标出发地至所述目标目的地的目标路线的热度;
读取预先存储的所述多个目标班次各自的库存信息,包括:
在所述目标路线的热度高于第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在所述目标出发日期的库存信息;
在所述目标路线的热度不高于所述第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在距离所述目标出发日期预设天数范围内的库存信息。
可选地,在从库存信息服务器中获取多个库存信息之前,所述方法还包括:
获得历史搜索记录,所述历史搜索记录包括历史出发地、历史目的地以及历史出发日期;
从出发地维度、目的地维度以及出发日期维度对所述历史记录进行多维度分析,确定候选出发地、候选目的地以及候选出发日期;
根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求;
从库存信息服务器中获取多个库存信息,包括:
按照候选搜索请求,从库存信息服务器中获取从候选出发地至候选目的地的多个库存信息。
可选地,在从库存信息服务器中获取多个库存信息之前,所述方法还包括:
获得历史订单记录,所述历史订单记录包括已出行出发地、已出行目的地以及已出行出发日期;
根据所述候选出发地、所述已出行出发地、所述候选目的地、所述已出行目的地、所述候选出发日期、已出行出发日期以及各自的权重,确定热门出发地、热门目的地以及热门出发日期;
根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求,包括:
对所述热门出发地、所述热门目的地以及所述热门出发日期进行组合,生成候选搜索请求。
本申请实施例第二方面提供一种库存信息处理装置,所述装置包括:
拼接模块,用于根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合,所述待拼接班次为与所述目标出发地或所述目标目的地存在关联关系的班次;
第一读取模块,用于根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息;
第一输出模块,用于响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
可选地,所述装置还包括:
获取模块,用于从库存信息服务器中获取多个库存信息;
拆分模块,用于以单个班次为粒度,对所述多个库存信息中包括多个班次的班次组合的库存信息进行拆分;
存储模块,用于存储经拆分得到的多个班次各自的库存信息,并存储所述多个库存信息中直达班次的库存信息。
可选地,所述拼接模块包括:
第一确定模块,用于根据所述搜索请求中的目标出发地,确定预先存储有对应的库存信息且以所述目标出发地为出发地的第一班次;
第二确定模块,用于根据所述搜索请求中的目标目的地,确定预先存储有对应的库存信息且以所述目标目的地为目的地的第二班次;
第三确定模块,用于确定预先存储有对应的库存信息且以所述第一班次的目的地为出发地,以所述第二班次的出发地为目的地的中转班次;
拼接子模块,用于对所述第一班次、所述中转班次以及所述第二班次进行拼接。
可选地,所述获取模块包括:
确定子模块,用于确定路线的热度;
第一获取子模块,用于在所述热度高于第一预设热度阈值的情况下,以第一频次从所述库存信息服务器中获取多个库存信息;
第二获取子模块,用于在所述热度不高于所述第一预设热度阈值的情况下,以第二频次从所述库存信息服务器中获取多个库存信息;
其中,所述第一频次高于所述第二频次。
可选地,所述搜索请求还包括目标出发日期;所述装置还包括:
第二读取模块,用于根据搜索请求中的目标出发地、目标目的地以及目标出发日期,读取预先存储的从所述目标出发地至所述目标目的地的目标直达班次和目标班次组合各自在所述目标出发日期的库存信息;
第二输出模块,用于响应于所述搜索请求,输出所述目标直达班次以及所述目标直达班次的库存信息,和所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
可选地,所述搜索请求还包括目标出发日期;所述装置还包括:
第四确定模块,用于确定从所述目标出发地至所述目标目的地的目标路线的热度;
所述第一读取模块包括:
第一读取子模块,用于在所述目标路线的热度高于第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在所述目标出发日期的库存信息;
第二读取子模块,用于在所述目标路线的热度不高于所述第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在距离所述目标出发日期预设天数范围内的库存信息。
可选地,所述装置还包括:
第一获得模块,用于获得历史搜索记录,所述历史搜索记录包括历史出发地、历史目的地以及历史出发日期;
第五确定模块,用于从出发地维度、目的地维度以及出发日期维度对所述历史记录进行多维度分析,确定候选出发地、候选目的地以及候选出发日期;
生成模块,用于根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求;
所述获取模块包括:
第三获取子模块,用于按照候选搜索请求,从库存信息服务器中获取从候选出发地至候选目的地的多个库存信息。
可选地,所述装置还包括:
第二获得模块,用于获得历史订单记录,所述历史订单记录包括已出行出发地、已出行目的地以及已出行出发日期;
第六确定模块,用于根据所述候选出发地、所述已出行出发地、所述候选目的地、所述已出行目的地、所述候选出发日期、已出行出发日期以及各自的权重,确定热门出发地、热门目的地以及热门出发日期;
所述生成模块包括:
生成子模块,用于对所述热门出发地、所述热门目的地以及所述热门出发日期进行组合,生成候选搜索请求。
本申请实施例第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请第一方面所述的库存信息处理方法中的步骤。
本申请实施例第四方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请第一方面所述的库存信息处理方法中的步骤。
通过本申请的库存信息处理方法,根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,得到从目标出发地至目标目的地的目标班次组合;根据目标班次组合中的多个目标班次,读取预先存储的多个目标班次各自的库存信息;响应于搜索请求,输出目标班次组合以及目标班次组合中各个目标班次的票务信息。该库存信息处理方法具有如下效果:
一、报价搜索系统可以基于粒度较小的班次的库存信息进行搜索结果匹配以响应用户的搜索请求,提升了库存信息的复用率。
二、库存缓存数据库中缓存的均是各个目标班次的库存信息,因而报价搜索系统只需保证库存缓存数据库中各个目标班次的库存信息的丰富度和准确度,而可以降低对班次组合形式的库存信息的丰富度和准确度的要求,因此可以降低库存查询接口的查询频率,进而降低维护库存缓存数据库的成本。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是相关技术中的库存信息处理方法的示意图;
图2是本申请一实施例示出的一种库存信息处理方法的流程图;
图3是本申请一实施例示出的库存信息处理方法的通信环境示意图;
图4是本申请一实施例示出的又一种库存信息处理方法的通信环境示意图;
图5是本申请一实施例示出的又一种库存信息处理方法的通信环境示意图;
图6是本申请一实施例提供的库存信息处理装置的结构框图;
图7是本申请一实施例示出的一种电子设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在对本申请的库存信息处理方法进行说明之前,下面首先对相关技术中的库存信息处理方法进行简单介绍。
图1是相关技术中的库存信息处理方法的示意图。在图1中,运输公司可以是航空公司、铁路公司、船运公司等。GDS为全球各大分销商的分销系统,面向用户群体售卖各个运输公司的座票,通过GDS可以获得各个运输公司的各个班次的座位的剩余情况。GDS对外提供有库存查询接口,各大出行服务平台通过访问库存查询接口获得各个运输公司的库存信息,并将库存信息缓存到报价搜索系统的库存缓存数据库中。当用户通过报价搜索系统查询库存信息时,报价搜索系统搜索库存缓存数据库并返回匹配的库存信息作为查询结果。例如,用户输入始发地、目的地以及出行日期后,报价搜索系统搜索出所有直达班次或者班次组合的座位情况,并返回给用户。
然而,通过相关技术中的库存信息处理方法在查询库存查询接口时,每次只能获得出发地-目的地-出发日期的班次组合形式的库存信息,且报价搜索系统并未对该获得的粒度较大的库存信息进行二次处理,直接将其缓存在库存缓存数据库中,使得报价搜索系统只能基于粒度较大的班次组合形式的库存信息进行搜索结果匹配以响应用户的搜索请求,导致库存信息的复用率较低。其次,为保证库存缓存数据库中班次组合形式的库存信息的丰富度和准确度,各大出行服务平台需要频繁地向库存查询接口查询数据,由于GDS提供的库存查询接口费用高、耗时长,且班次组合形式的库存信息数据量极为庞大,因此,各大出行服务平台需要付出较大的代价来维护库存缓存数据库。
为克服相关技术中存在的问题,本申请对库存缓存数据库缓存库存信息的方式进行了改进,对从库存查询接口处查询获得的库存信息进行二次加工处理,将粒度较大的班次组合形式的库存信息转化为粒度较小的班次的库存信息,并将转化后的班次的库存信息缓存在库存缓存数据库中。在接收到用户的搜索请求后,根据搜索请求拼接出所有的班次组合,再到库存缓存数据库中读取每一个班次组合中各个班次对应的库存信息,最后输出各个班次组合,和各个班次组合中各个班次对应的库存信息。
下面将对本申请的库存信息处理方法进行详细说明。图2是本申请一实施例示出的一种库存信息处理方法的流程图。参照图2,本申请的库存信息处理方法可以包括以下步骤:
步骤S11:根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合,所述待拼接班次为与所述目标出发地或所述目标目的地存在关联关系的班次。
在本实施例中,从出发地到目的地的一次运输为一个班次,例如从出发地X到目的地Y的一趟火车为一个班次,或者从出发地X到目的地Y的一个航班为一个班次,又或者从出发地X到目的地Y的一次船运为一个班次,本申请对此不作具体限制。
在本实施例中,用户从出发地可以通过一个班次到达目的地,也可以通过多个班次到达目的地。出发地和目的地之间无中转班次的情形为直达班次,出发地和目的地之间有中转班次的情形为班次组合。参照如下表格所示,表中的班次1为城市A到城市B的直达班次;表中的班次2由于需要经过城市C才能到达城市B,因而为城市A到城市B的班次组合;表中的班次3由于需要经过城市C和城市D才能到达城市B,因而为城市A到城市B的班次组合。
在本实施例中,待拼接班次是与目标出发地或目标目的地存在关联关系的班次,也即中转班次,班次组合是多个中转班次的组合。例如在上述表格中的班次2,城市C与城市A或城市B存在关联关系(城市A需经过城市C才能到达城市B),因而班次2包括城市A-城市C和城市C-城市B共两个中转班次,因此,将中转班次城市A-城市C和中转班次城市C-城市B进行拼接即可得到班次组合,即班次2。同理,对于班次3,城市C和城市D与城市A或城市B存在关联关系(城市A需依次经过城市C和城市D才能到达城市B),因而班次3包括城市A-城市C、城市C-城市D以及城市D-城市B共三个中转班次,因此,将中转班次城市A-城市C、城市C-城市D以及城市D-城市B进行拼接即可得到班次组合,即班次3。
图3是本申请一实施例示出的库存信息处理方法的通信环境示意图。本申请的库存信息处理方法可以应用于图3中的报价搜索系统。当用户需要查询出发地到目的地之间的班次情况时,可以在报价搜索系统上发起搜索请求,例如用户X需要查询北京到上海的班次情况时,可以输入出发地“北京”和目的地“上海”,从而生成北京到上海的班次的搜索请求Y。
在本实施例中,目标出发地是指一个搜索请求中的出发地,目标目的地是指一个搜索请求中的目的地。报价搜索系统获得一个搜索请求后,从该搜索请求中获得目标出发地和目标目的地,获得目标出发地和目标目的地之间所有的直达班次和目标班次组合。接上例,报价搜索系统获得搜索请求Y后,从搜索请求Y中获得目标出发地“北京”和目标目的地“上海”,然后获得所有从北京至所述上海的直达班次和目标班次组合。
在一种实施方式中,本申请还提供了一种对各个待拼接班次进行拼接的方法。具体地,上述步骤S11可以包括:
根据所述搜索请求中的目标出发地,确定预先存储有对应的库存信息且以所述目标出发地为出发地的第一班次;
根据所述搜索请求中的目标目的地,确定预先存储有对应的库存信息且以所述目标目的地为目的地的第二班次;
确定预先存储有对应的库存信息且以所述第一班次的目的地为出发地,以所述第二班次的出发地为目的地的中转班次;
对所述第一班次、所述中转班次以及所述第二班次进行拼接。
在本实施例中,包含目标出发地的班次为第一班次,包含目标目的地的班次为第二班次,目标出发地到达目标目的地之间经过的其它班次为中转班次。报价搜索系统根据搜索请求的目标出发地和目标目的地依次确定出第一班次、第二班次以及各个中转班次,然后进行拼接。
在一种实施方式中,报价搜索系统可以按照预先设置的班次组合拼接规则,对各个班次进行拼接,以获得目标出发地和目标目的地之间所有的直达班次和目标班次组合。其中,班次组合拼接规则可以是根据已由的交通运输网络系统而设置的。
在另一种实施方式中,报价搜索系统还可以通过预先训练的班次拼接计算模型对各个班次进行拼接,以获得目标出发地和目标目的地之间所有的直达班次或者目标班次组合。报价搜索系统在获得目标出发地和目标目的地后,将目标出发地和目标目的地输入到班次拼接计算模型,获得目标出发地和目标目的地之间所有的直达班次和目标班次组合。
当然,还可以通过其它方式获得目标出发地和目标目的地之间的直达班次和目标班次组合,本实施例对此不作具体限制。
步骤S12:根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息。
在本实施例中,报价搜索系统在获得直达班次和目标班次组合后,针对每一个目标班次组合,从库存缓存数据库中读取对应的库存信息。其中,一个目标班次组合的库存信息是由其包含的多个中转班次各自的库存信息组合得到的,库存缓存数据库中缓存有每个班次的库存信息。示例地,在下表中,班次M为一个班次组合,其库存信息是由中转班次城市A至城市B对应的库存信息“剩余座位132”、中转班次城市B至城市C对应的库存信息“剩余座位23”、中转班次城市C至城市D对应的库存信息“剩余座位0”组合得到的。在本申请中,库存信息主要是指班次的剩余座位数量。
步骤S13:响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
在本实施例中,报价搜索系统在获得目标出发地和目标目的地之间的班次信息后,针对直达班次和班次组合中每一个班次的库存信息,从票务系统中读取座位对应的票价信息,根据库存信息和票价信息生成票务信息,并在报价搜索系统的输出显示层显示目标出发地和目标目的地之间的直达班次和目标班次组合各自的票务信息。用户可以通过电脑、智能手机、或者OTV的终端服务设备登录到报价搜索系统,并获得目标出发地和目标目的地之间的班次信息和票务信息。
示例地,用户在报价搜索系统中搜索北京到广州的班次信息,报价搜索系统首先获得北京到广州的直达班次AA、班次组合1以及班次组合2,班次组合1中包括中转班次BB和中转班次CC,班次组合2中包括中转班次DD和中转班次EE。接着,报价搜索系统读取预先存储的直达班次AA、中转班次BB、中转班次CC、中转班次DD以及中转班次EE的库存信息,即剩余座位信息。之后,报价搜索系统从票务系统中获得直达班次AA、中转班次BB、中转班次CC、中转班次DD以及中转班次EE的各自的票价信息。最后,报价搜索系统分别为直达班次AA、中转班次BB、中转班次CC、中转班次DD以及中转班次EE生成票务信息,票务信息包括库存信息和对应的票价信息。例如,针对直达班次AA的票务信息可以如下表所示:
座位类型 | 一等座 | 二等座 | 站票 |
剩余数量 | 80 | 12 | 45 |
价格 | 150 | 90 | 90 |
在本申请实施例中,报价搜索系统可以按照用户选择的交通出行方式输出票务信息。示例地,当用户选择的是飞机时,报价搜索系统输出的是目标出发地和目标目的地之间的直达航班和航班组合的各自的航班票务信息。当用户选择的是火车时,报价搜索系统输出的是目标出发地和目标目的地之间的直达火车车次和车次组合的各自的火车票务信息。当用户选择的是轮船时,报价搜索系统输出的是目标出发地和目标目的地之间的直达轮船班次和轮船班次组合的各自的轮船票务信息。当用户选择的是不限交通出行方式时,报价搜索系统输出的是目标出发地和目标目的地之间的各种交通形式组合得到的直达班次和目标班次组合的票务信息。例如出发地X至目的地Y之间的直达班次和目标班次组合及其对应的票务信息可如下表所述:
通过本申请的库存信息处理方法,根据搜索请求中的目标出发地和目标目的地,对各个班次进行拼接,得到从目标出发地至目标目的地的目标班次组合;根据目标班次组合中的多个目标班次,读取预先存储的多个目标班次各自的库存信息;响应于搜索请求,输出目标班次组合以及目标班次组合中各个目标班次的票务信息。该库存信息处理方法具有如下效果:
一、报价搜索系统可以基于粒度较小的班次的库存信息进行搜索结果匹配以响应用户的搜索请求,提升了库存信息的复用率。
二、库存缓存数据库中缓存的均是各个目标班次的库存信息,因而报价搜索系统只需保证库存缓存数据库中各个目标班次的库存信息的丰富度和准确度,而可以降低对班次组合形式的库存信息的丰富度和准确度的要求,因此可以降低库存查询接口的查询频率,进而降低维护库存缓存数据库的成本。
结合以上实施例,在一种实施方式中,本申请还提供了一种缓存库存信息的方法。具体地,在步骤S12之前,本申请的库存信息处理方法还可以包括如下步骤:
从库存信息服务器中获取多个库存信息;
以单个班次为粒度,对所述多个库存信息中包括多个班次的班次组合的库存信息进行拆分;
存储经拆分得到的多个班次各自的库存信息,并存储所述多个库存信息中直达班次的库存信息。
在本实施例中,GDS部署于库存信息服务器中,为了便于及时响应用户的搜索查询,报价搜索系统会周期性地向库存信息服务器发起查询库存信息的请求,以缓存在库存缓存数据库中。查询库存信息的请求涉及多个出发地至目的地的库存信息。
由于库存信息服务器返回的是班次组合形式的库存信息,班次组合形式的库存信息的数据量大且复用率低,因此报价搜索系统按照单个班次为粒度,将班次组合形式的库存信息拆分为多个班次的库存信息,然后将所有单个班次的库存信息(包括直达班次)缓存到库存缓存数据库中。
示例地,以返回的是两种航班组合的库存信息BJS-HKG-LAX CA101+CA102和BJS-TYO-LAX CA103+CA104为例,进行拆分后可以得到BJS-HKG CA101、HKG-LAX CA102、BJS-TYOCA103、TYO-LAX CA104(BJS为北京机场的简称,HKG为香港国际机场的简称,LAX为洛杉矶国际机场的简称,TYO为东京机场的简称)四种单个航班的库存信息。
在本实施例中,报价搜索系统对从GDS获取的粒度较大的班次组合形式的库存信息做了二次处理,拆分为了多个班次各自的库存信息,使得库存缓存数据库变为了存储粒度较小的数据库。在基础上,报价搜索系统可以基于粒度较小的班次的库存信息进行搜索结果匹配,以响应用户的搜索请求,从而提升了库存信息的复用率。同时,由于报价搜索系统只需保证库存缓存数据库中各个目标班次的票务信息的丰富度和准确度,而可以降低对班次组合形式的库存信息的丰富度和准确度的要求,因此可以降低查询成本较高的库存查询接口的查询频率,进而降低维护库存缓存数据库的成本。
结合以上实施例,在一种实施方式中,搜索请求中还可以包括出发日期。在此基础上,本申请的库存信息处理方法还可以包括:
根据搜索请求中的目标出发地、目标目的地以及目标出发日期,读取预先存储的从所述目标出发地至所述目标目的地的目标直达班次和目标班次组合各自在所述目标出发日期的库存信息;
响应于所述搜索请求,输出所述目标直达班次以及所述目标直达班次的库存信息,和所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
在本实施例中,如果用户未在搜索请求中添加目标出发日期,则报价搜索系统向用户返回搜索时刻起的预设时长内(例如近一周内)的所有的班次信息,以供用户自行选择。如果用户在搜索请求中添加了目标出发日期,报价搜索系统从库存缓存数据库中读取预先存储的符合该目标出发日期的目标出发地-目标目的地的目标直达班次和目标班次组合,并输出目标直达班次和对应的票务信息,及目标班次组合和每个目标班次组合中各个班次对应的票务信息。
在具体实施时,可能存在班次组合中中转班次不在同一天的情况,此时,只要该班次组合的首个班次(包含出发地的班次)的出发日期符合用户添加的目标出发日期,那么在输出时也应当输出该班次组合及其中各个目标班次的票务信息以供用户自行选择。
结合以上实施例,在一种实施方式中,本申请还提供了一种控制访问库存查询接口的频率的策略。具体地,从库存信息服务器中获取多个库存信息,可以包括如下步骤:
确定路线的热度;
在所述热度高于第一预设热度阈值的情况下,以第一频次从所述库存信息服务器中获取多个库存信息;
在所述热度不高于所述第一预设热度阈值的情况下,以第二频次从所述库存信息服务器中获取多个库存信息;
其中,所述第一频次高于所述第二频次。
图4是本申请一实施例示出的又一种库存信息处理方法的通信环境示意图。结合图4,在本实施例中,确定路线的热度的方式可以有多种,一种可选的方式为:根据出发地至目的地的搜索历史记录确定,具体可以设置搜索次数区间与热度阈值对照表,根据出发地至目的地的搜索次数所在的区间确定其对应的热度阈值。另一种可选的方式为:根据出发地至目的地的历史订单次数确定,具体可以设置订单数量区间与热度阈值对照表,根据出发地至目的地的订单数量所在的区间确定其对应的热度阈值。
在本实施例中,将热度高于第一预设热度阈值的出发地至目的地的路线作为热门出行路线,将热度不高于第一预设热度阈值的出发地至目的地的路线作为冷门出行路线。针对热门出行路线,可以提高获取库存信息的频率,以保证库存信息的丰富度和准确度,对于冷门出行路线,可以适当降低获取库存信息的频率,以降低成本支出。
通过本实施例的库存查询接口的访问频率的控制策略,可以改善成本资源分配的合理性,对于热门出行路线提升库存查询接口的访问频率,实现库存缓存数据库的资源的及时更新,进而保证库存信息的丰富度和准确度。而对于冷门出行路线合理降低成本资源,降低库存查询接口的访问频率,进而降低成本。
结合以上实施例,在一种实施方式中,本申请还提供了一种控制库存缓存数据库的数据命中的策略。具体地,本申请的库存信息处理方法还可以包括如下步骤:
确定从所述目标出发地至所述目标目的地的目标路线的热度;
相应地,读取预先存储的所述多个目标班次各自的库存信息,包括:
在所述目标路线的热度高于第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在所述目标出发日期的库存信息;
在所述目标路线的热度不高于所述第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在距离所述目标出发日期预设天数范围内的库存信息。
在本实施例中,报价搜索系统为库存缓存数据库中的库存信息设置了多种不同的命中策略。一种可选的方式为:当目标路线的热度高于第二预设热度阈值时,采用精确命中的方式,读取符合目标出发日期的各个目标班次的库存信息;当目标路线的热度不高于第二预设热度阈值时,采用粗略命中的方式,读取距离目标出发日期预设天数范围内的各个目标班次的库存信息。换言之,本实施例对于热门出行路线,库存缓存数据库需要进行出发地-目的地-及-出发日期的精确匹配才算命中成功,而对于冷门出行路线,库存缓存数据库可以使用临近日期的库存信息,在牺牲较少的准确度的代价上,提高整体命中率。
当然,除了设置一个用于参考的第二预设热度阈值,还可以设置多个用于参考的预设热度阈值,通过多个预设热度阈值将命中的准确度划分为多个区间,进而实现命中的精细化控制。以设置第二预设热度阈值和第三预设热度阈值(第二预设热度阈值大于第三预设热度阈值)为例,命中策略可以为:当目标路线的热度高于第二预设热度阈值时,采用精确命中的方式,读取符合目标出发日期的各个目标班次的库存信息;当目标路线的热度不高于第二预设热度阈值且高于第三预设热度阈值时,采用粗略命中的方式,读取距离目标出发日期第一预设天数范围内的各个目标班次的库存信息;当目标路线的热度不高于第三预设热度阈值时,采用粗略命中的方式,读取距离目标出发日期第二预设天数(第二预设天数小于第一预设天数)范围内的各个目标班次的库存信息。
在本实施例中,可以采取前文所述的方法确定目标出发地至目标目的地的目标路线的热度,在此不作赘述。
通过本实施例的命中策略,库存缓存数据库的数据命中条件的高低跟随目标路线的热度的高低变化,在目标路线的热度较高时,数据命中条件较高,可保证命中的库存信息的准确度,在目标路线的热度较低时,可设置较低的数据命中条件,以降低更新冷门库存信息时的成本支出。
结合以上实施例,在一种实施方式中,本申请还提供了一种从历史搜索记录层面控制访问库存查询接口的方法。具体地,在从库存信息服务器中获取多个库存信息之前,本申请的库存信息处理方法还可以包括如下步骤:
获得历史搜索记录,所述历史搜索记录包括历史出发地、历史目的地以及历史出发日期;
从出发地维度、目的地维度以及出发日期维度对所述历史记录进行多维度分析,确定候选出发地、候选目的地以及候选出发日期;
根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求;
在此基础上,从库存信息服务器中获取多个库存信息,包括:
按照候选搜索请求,从库存信息服务器中获取从候选出发地至候选目的地的多个库存信息。
图5是本申请一实施例示出的又一种库存信息处理方法的通信环境示意图。在图5中,历史数据分析系统用于对历史搜索记录进行分析。结合图5,在本实施例中,报价搜索系统在访问库存查询接口前,还可以从三个维度(包括:出发地维度、目的地维度以及出发日期维度)对历史搜索记录进行分析,预测出未来热门的出发地(即:候选出发地)、目的地(即:候选目的地)以及热门出发日期(即:候选出发日期),然后根据候选出发地、候选目的地以及候选出发日期生成多个候选搜索请求,并在下一次访问库存查询接口时,通过多个候选搜索请求,获取从候选出发地至候选目的地的多个库存信息。
当然,在对历史搜索记录进行分析时,除了考虑出发地维度、目的地维度以及出发日期维度外,还可以考虑其它维度,例如日期偏移量(距离出发日期预设天数范围)等,本实施例对此不作限制。当然,也可以将出发地维度和目的地维度作为一个维度考虑,具体可根据实际需求设置,本实施例对此不作限制。
在通过多个维度对历史搜索记录进行分析时,可以有多种方式,一种可选方式为:对各个维度独立分析,例如前文所述的确定候选出发地、候选目的地以及候选出发日期均是独立分析。
另一种可选的方式为:对各个维度的关联关系进行分析,用以判断多个维度之间的组合热度关系。例如日本航线的热门出发日期(樱花季),相比较其日期偏移量(樱花季过后的一段时间),会更具影响力。而香港航线的日期偏移量(购物游),相比较热门出发日期,会更具影响力。
具体实施时,可将上述两种通过多个维度对历史搜索记录进行分析的方式结合使用,以更精准地判断出用户预想的搜索条件。
通过本实施例的访问库存查询接口的方法,可以从历史搜索记录层面预测出未来可能热门的出发地、目的地以及出发日期等,并基于预测结果提前将用户可能搜索的库存信息进行缓存,可及时响应用户的搜索需求,增强用户的出行体验。
结合以上实施例,在一种实施方式中,本申请还提供了另一种综合考虑历史搜索记录和历史订单记录的控制访问库存查询接口的方法。具体地,在从库存信息服务器中获取多个库存信息之前,本申请的库存信息处理方法还可以包括如下步骤:
获得历史订单记录,所述历史订单记录包括已出行出发地、已出行目的地以及已出行出发日期;
根据所述候选出发地、所述已出行出发地、所述候选目的地、所述已出行目的地、所述候选出发日期、已出行出发日期以及各自的权重,确定热门出发地、热门目的地以及热门出发日期;
根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求,包括:
对所述热门出发地、所述热门目的地以及所述热门出发日期进行组合,生成候选搜索请求。
在本实施例中,历史数据分析系统还可以从历史搜索记录和历史订单记录两个层面预测热门出发地、热门目的地以及热门出发日期。具体地,首先,从历史订单记录中提取出已出行出发地、已出行目的地以及已出行出发日期。接着,按照候选出发地、已出行出发地、候选目的地、已出行目的地、候选出发日期、已出行出发日期以及各自的重要程度(即权重),预测出确定热门出发地、热门目的地以及热门出发日期。最后,对热门出发地、热门目的地以及热门出发日期进行组合,生成候选搜索请求。
在预测热门出发地、热门目的地以及热门出发日期时,可以将候选出发地、已出行出发地、候选目的地、已出行目的地、候选出发日期、已出行出发日期输入到预先训练得到的预测模型,以获得热门出发地、热门目的地以及热门出发日期。
其中,预测模型可以设置各个信息对应的权重,该预测模型的输出值为出发地、目的地、出发日期的未来搜索概率。可以理解的是,搜索概率与热门程度成正比,搜索概率越大,表示越热门,搜索概率越小,表示越冷门。因此,根据输出的概率可以确定出热门出发地、热门目的地以及热门出发日期。
通过本实施例的访问库存查询接口的方法,可以综合考虑历史搜索记录和历史订单记录预测出未来可能热门的出发地、目的地以及出发日期等,并基于预测结果提前将用户可能搜索的库存信息进行缓存,可及时响应用户的搜索需求,增强用户的出行体验。
本申请的库存信息处理方法具有如下多个技术效果:
一、报价搜索系统可以基于粒度较小的班次的库存信息进行搜索结果匹配以响应用户的搜索请求,提升了库存信息的复用率。
二、库存缓存数据库中缓存的均是各个目标班次的库存信息,因而报价搜索系统只需保证库存缓存数据库中各个目标班次的库存信息的丰富度和准确度,而可以降低对班次组合形式的库存信息的丰富度和准确度的要求,因此可以降低库存查询接口的查询频率,进而降低维护库存缓存数据库的成本。
三、对于热门出行路线提升库存查询接口的访问频率,实现库存缓存数据库的资源的及时更新,进而保证库存信息的丰富度和准确度。而对于冷门出行路线合理降低成本资源,降低库存查询接口的访问频率,进而降低成本。
四、库存缓存数据库的数据命中条件的高低跟随目标路线的热度的高低变化,在目标路线的热度较高时,数据命中条件较高,可保证命中的库存信息的准确度,在目标路线的热度较低时,数据命中条件较低,可降低更新冷门库存信息时的成本支出。
五、可以从历史数据的多个层面(例如历史搜索记录层面、历史搜索记录和历史订单记录结合层面)预测出未来可能热门的出发地、目的地以及出发日期等,并基于预测结果提前将用户可能搜索的库存信息进行缓存,可及时响应用户的搜索需求,增强用户的出行体验。
基于同一发明构思,本申请一实施例提供一种库存信息处理装置600。参考图6,图6是本申请一实施例提供的库存信息处理装置的结构框图。如图6所示,该库存信息处理装置600包括:
拼接模块601,用于根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合,所述待拼接班次为与所述目标出发地或所述目标目的地存在关联关系的班次;
第一读取模块602,用于根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息;
第一输出模块603,用于响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
可选地,所述装置600还包括:
获取模块,用于从库存信息服务器中获取多个库存信息;
拆分模块,用于以单个班次为粒度,对所述多个库存信息中包括多个班次的班次组合的库存信息进行拆分;
存储模块,用于存储经拆分得到的多个班次各自的库存信息,并存储所述多个库存信息中直达班次的库存信息。
可选地,所述拼接模块601包括:
第一确定模块,用于根据所述搜索请求中的目标出发地,确定预先存储有对应的库存信息且以所述目标出发地为出发地的第一班次;
第二确定模块,用于根据所述搜索请求中的目标目的地,确定预先存储有对应的库存信息且以所述目标目的地为目的地的第二班次;
第三确定模块,用于确定预先存储有对应的库存信息且以所述第一班次的目的地为出发地,以所述第二班次的出发地为目的地的中转班次;
拼接子模块,用于对所述第一班次、所述中转班次以及所述第二班次进行拼接。
可选地,所述获取模块包括:
确定子模块,用于确定路线的热度;
第一获取子模块,用于在所述热度高于第一预设热度阈值的情况下,以第一频次从所述库存信息服务器中获取多个库存信息;
第二获取子模块,用于在所述热度不高于所述第一预设热度阈值的情况下,以第二频次从所述库存信息服务器中获取多个库存信息;
其中,所述第一频次高于所述第二频次。
可选地,所述搜索请求还包括目标出发日期;所述装置600还包括:
第二读取模块,用于根据搜索请求中的目标出发地、目标目的地以及目标出发日期,读取预先存储的从所述目标出发地至所述目标目的地的目标直达班次和目标班次组合各自在所述目标出发日期的库存信息;
第二输出模块,用于响应于所述搜索请求,输出所述目标直达班次以及所述目标直达班次的库存信息,和所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
可选地,所述搜索请求还包括目标出发日期;所述装置600还包括:
第四确定模块,用于确定从所述目标出发地至所述目标目的地的目标路线的热度;
所述第一读取模块包括:
第一读取子模块,用于在所述目标路线的热度高于第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在所述目标出发日期的库存信息;
第二读取子模块,用于在所述目标路线的热度不高于所述第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在距离所述目标出发日期预设天数范围内的库存信息。
可选地,所述装置600还包括:
第一获得模块,用于获得历史搜索记录,所述历史搜索记录包括历史出发地、历史目的地以及历史出发日期;
第五确定模块,用于从出发地维度、目的地维度以及出发日期维度对所述历史记录进行多维度分析,确定候选出发地、候选目的地以及候选出发日期;
生成模块,用于根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求;
所述获取模块包括:
第三获取子模块,用于按照候选搜索请求,从库存信息服务器中获取从候选出发地至候选目的地的多个库存信息。
可选地,所述装置600还包括:
第二获得模块,用于获得历史订单记录,所述历史订单记录包括已出行出发地、已出行目的地以及已出行出发日期;
第六确定模块,用于根据所述候选出发地、所述已出行出发地、所述候选目的地、所述已出行目的地、所述候选出发日期、已出行出发日期以及各自的权重,确定热门出发地、热门目的地以及热门出发日期;
所述生成模块包括:
生成子模块,用于对所述热门出发地、所述热门目的地以及所述热门出发日期进行组合,生成候选搜索请求。
基于同一发明构思,本申请另一实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请上述任一实施例所述的库存信息处理方法中的步骤。
基于同一发明构思,本申请另一实施例提供一种电子设备700,如图7所示。图7是本申请一实施例示出的一种电子设备的示意图。该电子设备包括存储器702、处理器701及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请上述任一实施例所述的库存信息处理方法中的步骤。
基于同一发明构思,本申请另一实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请上述任一实施例所述的库存信息处理方法中的步骤。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种库存信息处理方法、装置、存储介质和电子设备,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种库存信息处理方法,其特征在于,所述方法包括:
根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合,所述待拼接班次为与所述目标出发地或所述目标目的地存在关联关系的班次;
根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息;
响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
2.根据权利要求1所述的方法,其特征在于,在根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息之前,所述方法还包括:
从库存信息服务器中获取多个库存信息;
以单个班次为粒度,对所述多个库存信息中包括多个班次的班次组合的库存信息进行拆分;
存储经拆分得到的多个班次各自的库存信息,并存储所述多个库存信息中直达班次的库存信息。
3.根据权利要求1或2所述的方法,其特征在于,根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,包括:
根据所述搜索请求中的目标出发地,确定预先存储有对应的库存信息且以所述目标出发地为出发地的第一班次;
根据所述搜索请求中的目标目的地,确定预先存储有对应的库存信息且以所述目标目的地为目的地的第二班次;
确定预先存储有对应的库存信息且以所述第一班次的目的地为出发地,以所述第二班次的出发地为目的地的中转班次;
对所述第一班次、所述中转班次以及所述第二班次进行拼接。
4.根据权利要求2所述的方法,其特征在于,从库存信息服务器中获取多个库存信息,包括:
确定路线的热度;
在所述热度高于第一预设热度阈值的情况下,以第一频次从所述库存信息服务器中获取多个库存信息;
在所述热度不高于所述第一预设热度阈值的情况下,以第二频次从所述库存信息服务器中获取多个库存信息;
其中,所述第一频次高于所述第二频次。
5.根据权利要求1所述的方法,其特征在于,所述搜索请求还包括目标出发日期;所述方法还包括:
根据搜索请求中的目标出发地、目标目的地以及目标出发日期,读取预先存储的从所述目标出发地至所述目标目的地的目标直达班次和目标班次组合各自在所述目标出发日期的库存信息;
响应于所述搜索请求,输出所述目标直达班次以及所述目标直达班次的库存信息,和所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
6.根据权利要求1所述的方法,其特征在于,所述搜索请求还包括目标出发日期;所述方法还包括:
确定从所述目标出发地至所述目标目的地的目标路线的热度;
读取预先存储的所述多个目标班次各自的库存信息,包括:
在所述目标路线的热度高于第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在所述目标出发日期的库存信息;
在所述目标路线的热度不高于所述第二预设热度阈值的情况下,读取预先存储的所述多个目标班次各自在距离所述目标出发日期预设天数范围内的库存信息。
7.根据权利要求2所述的方法,其特征在于,在从库存信息服务器中获取多个库存信息之前,所述方法还包括:
获得历史搜索记录,所述历史搜索记录包括历史出发地、历史目的地以及历史出发日期;
从出发地维度、目的地维度以及出发日期维度对所述历史记录进行多维度分析,确定候选出发地、候选目的地以及候选出发日期;
根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求;
从库存信息服务器中获取多个库存信息,包括:
按照候选搜索请求,从库存信息服务器中获取从候选出发地至候选目的地的多个库存信息。
8.根据权利要求7所述的方法,其特征在于,在从库存信息服务器中获取多个库存信息之前,所述方法还包括:
获得历史订单记录,所述历史订单记录包括已出行出发地、已出行目的地以及已出行出发日期;
根据所述候选出发地、所述已出行出发地、所述候选目的地、所述已出行目的地、所述候选出发日期、已出行出发日期以及各自的权重,确定热门出发地、热门目的地以及热门出发日期;
根据所述候选出发地、所述候选目的地以及所述候选出发日期,生成候选搜索请求,包括:
对所述热门出发地、所述热门目的地以及所述热门出发日期进行组合,生成候选搜索请求。
9.一种库存信息处理装置,其特征在于,所述装置包括:
拼接模块,用于根据搜索请求中的目标出发地和目标目的地,对各个待拼接班次进行拼接,得到从所述目标出发地至所述目标目的地的目标班次组合,所述待拼接班次为与所述目标出发地或所述目标目的地存在关联关系的班次;
第一读取模块,用于根据所述目标班次组合中的多个目标班次,读取预先存储的所述多个目标班次各自的库存信息;
第一输出模块,用于响应于所述搜索请求,输出所述目标班次组合以及所述目标班次组合中各个目标班次的票务信息。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8任一所述的库存信息处理方法中的步骤。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行时实现如权利要求1-8任一所述的库存信息处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010833378.5A CN112215453A (zh) | 2020-08-18 | 2020-08-18 | 一种库存信息处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010833378.5A CN112215453A (zh) | 2020-08-18 | 2020-08-18 | 一种库存信息处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215453A true CN112215453A (zh) | 2021-01-12 |
Family
ID=74058644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010833378.5A Withdrawn CN112215453A (zh) | 2020-08-18 | 2020-08-18 | 一种库存信息处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215453A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012344A (zh) * | 2021-02-19 | 2021-06-22 | 中铁程科技有限责任公司 | 一种自动售卖机管理方法及相关设备 |
CN113313277A (zh) * | 2021-06-10 | 2021-08-27 | 中国民航信息网络股份有限公司 | 一种信息处理方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390031A (zh) * | 2013-07-01 | 2013-11-13 | 招商银行股份有限公司 | 智能推荐方法及装置 |
CN106802944A (zh) * | 2017-01-06 | 2017-06-06 | 中国东方航空股份有限公司 | 一种航班检索系统及方法 |
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、系统、设备及存储介质 |
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 |
CN109558545A (zh) * | 2019-01-07 | 2019-04-02 | 北京三快在线科技有限公司 | 信息推荐方法、装置、电子设备及可读存储介质 |
CN109614406A (zh) * | 2018-11-01 | 2019-04-12 | 北京三快在线科技有限公司 | 班次搜索方法、装置、电子设备及可读存储介质 |
CN109684358A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 数据查询的方法和装置 |
CN110309440A (zh) * | 2019-07-10 | 2019-10-08 | 中国民航信息网络股份有限公司 | 机票价格搜索方法及相关设备 |
US20190310986A1 (en) * | 2016-12-29 | 2019-10-10 | Beijing Qiyi Century Science & Technology Co., Ltd | Method and apparatus for updating search cache |
-
2020
- 2020-08-18 CN CN202010833378.5A patent/CN112215453A/zh not_active Withdrawn
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390031A (zh) * | 2013-07-01 | 2013-11-13 | 招商银行股份有限公司 | 智能推荐方法及装置 |
US20190310986A1 (en) * | 2016-12-29 | 2019-10-10 | Beijing Qiyi Century Science & Technology Co., Ltd | Method and apparatus for updating search cache |
CN106802944A (zh) * | 2017-01-06 | 2017-06-06 | 中国东方航空股份有限公司 | 一种航班检索系统及方法 |
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、系统、设备及存储介质 |
CN109684358A (zh) * | 2017-10-18 | 2019-04-26 | 北京京东尚科信息技术有限公司 | 数据查询的方法和装置 |
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 |
CN109614406A (zh) * | 2018-11-01 | 2019-04-12 | 北京三快在线科技有限公司 | 班次搜索方法、装置、电子设备及可读存储介质 |
CN109558545A (zh) * | 2019-01-07 | 2019-04-02 | 北京三快在线科技有限公司 | 信息推荐方法、装置、电子设备及可读存储介质 |
CN110309440A (zh) * | 2019-07-10 | 2019-10-08 | 中国民航信息网络股份有限公司 | 机票价格搜索方法及相关设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113012344A (zh) * | 2021-02-19 | 2021-06-22 | 中铁程科技有限责任公司 | 一种自动售卖机管理方法及相关设备 |
CN113012344B (zh) * | 2021-02-19 | 2022-03-29 | 中铁程科技有限责任公司 | 一种自动售卖机管理方法及相关设备 |
CN113313277A (zh) * | 2021-06-10 | 2021-08-27 | 中国民航信息网络股份有限公司 | 一种信息处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mu et al. | Disruption management of the vehicle routing problem with vehicle breakdown | |
CA2864042C (en) | Database system using batch-oriented computation | |
US9275346B2 (en) | Flight caching methods and apparatus | |
Voigt et al. | Crowdsourced logistics: The pickup and delivery problem with transshipments and occasional drivers | |
EP2657893A1 (en) | System and method of categorizing and ranking travel option search results | |
US8799184B2 (en) | Method and system for determining an optimal low fare for a trip | |
US20160125320A1 (en) | Grouping flight search results | |
RU2013140415A (ru) | Усовершенствованная система управления запасами и способ для ее осуществления | |
CN112215453A (zh) | 一种库存信息处理方法、装置、电子设备及存储介质 | |
CN111192090A (zh) | 航班的座位分配方法、装置、存储介质和电子设备 | |
CN111831935A (zh) | 一种兴趣点排序方法、装置、电子设备及存储介质 | |
Qu et al. | How many vehicles do we need? Fleet sizing for shared autonomous vehicles with ridesharing | |
CN111339122A (zh) | 一种差旅平台的主动缓存方法、差旅查询方法和相关产品 | |
CN113780956B (zh) | 物流运费生成方法、装置、设备及存储介质 | |
Situ et al. | A parallel ant colony system based on region decomposition for taxi-passenger matching | |
CN105825333A (zh) | 基于云平台匿名地点的众包服务系统及任务分配方法 | |
Hanafiah et al. | Itinerary recommendation generation using enhanced simulated annealing algorithm | |
US20230376499A1 (en) | Predictive data source selection for request handling systems | |
US20140379392A1 (en) | Flight-plan generating apparatus | |
EP3016042A1 (en) | Segmented availability cache | |
CN114742507A (zh) | 车辆货物配载方法、装置、计算机设备及存储介质 | |
Zhao et al. | Reverse-auction-based competitive order assignment for mobile taxi-hailing systems | |
Guo et al. | Attention Enhanced Package Pick-Up Time Prediction via Heterogeneous Behavior Modeling | |
Patole et al. | Taxi demand prediction using lstm and optimized taxi geo-distribution | |
CN111460309B (zh) | 一种信息搜索方法、装置和电子设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210112 |
|
WW01 | Invention patent application withdrawn after publication |