CN112651529A - 一种附加服务的管理方法及相关设备 - Google Patents

一种附加服务的管理方法及相关设备 Download PDF

Info

Publication number
CN112651529A
CN112651529A CN202110062950.7A CN202110062950A CN112651529A CN 112651529 A CN112651529 A CN 112651529A CN 202110062950 A CN202110062950 A CN 202110062950A CN 112651529 A CN112651529 A CN 112651529A
Authority
CN
China
Prior art keywords
additional service
passenger
additional
behavior data
purchased
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
Application number
CN202110062950.7A
Other languages
English (en)
Inventor
冯迪
梁海峰
赵耀帅
吴丽娜
田松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Travelsky Technology Co Ltd
China Travelsky Holding Co
Original Assignee
China Travelsky Holding Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Travelsky Holding Co filed Critical China Travelsky Holding Co
Priority to CN202110062950.7A priority Critical patent/CN112651529A/zh
Publication of CN112651529A publication Critical patent/CN112651529A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种附加服务的管理方法和相关设备，收益系统利用K均值聚类算法对旅客的行为数据进行聚类后，得到N个目标簇，将每个目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个目标簇中未购买附加服务的旅客的附加服务价格。收益系统根据旅客的行为数据、已购买附加服务的旅客的附加服务价格和未购买附加服务的旅客的附加服务价格计算出旅客的购买附加服务概率，并根据旅客的行为数据和购买附加服务概率配置附加服务的定价。本申请中，收益系统可以基于旅客的行为数据进行研究，识别旅客的选择偏好，根据不同的旅客类型来配置相应的附加服务的定价。

Description

一种附加服务的管理方法及相关设备
技术领域
本申请实施例涉及民航客运技术领域，尤其涉及一种附加服务的管理方法及相关设备。
背景技术
近年来，国内航空客运市场增速放缓，航空公司仅依靠客票收入难以提升利润，需要寻找新的利润增长点。
附加服务业务作为航空公司基本运输服务外的业务项目，可以丰富产品内涵与构成，进而实现差异化、个性化的产品体系。附加服务基本可以实现在既定成本的基础上，增加航空公司额外收益，使其获得新的利润增长点。
而面对旅客的差异性需求，航空公司应该对附加服务作出合理的定价，从而进一步拓展利润空间。
发明内容
本申请实施例提供了一种附加服务的管理方法及相关设备，用于根据旅客的行为数据配置附加服务的定价。
为了实现上述发明目的，本发明提供的具体技术方案如下：
第一方面，本申请实施例提供了一种附加服务的管理方法，其特征在于，所述方法包括：
收益系统获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；
所述收益系统利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；
所述收益系统将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；
所述收益系统根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；
所述收益系统根据所述行为数据和所述购买附加服务概率配置附加服务的定价。
第二方面，本申请实施例提供了一种收益系统，其特征在于，所述收益系统包括：
获取单元，用于获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；
聚类单元，用于利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；
第一计算单元，用于将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；
第二计算单元，用于根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；
配置单元，用于根据所述行为数据和所述购买附加服务概率配置附加服务的定价。
第三方面，本申请实施例提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如第一方面所述的方法。
第四方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在计算机上执行时，所述计算机执行前述第一方面的方法。
从以上技术方案可以看出，本申请所提供的一种附加服务的管理方法及相关设备中，收益系统利用K均值聚类算法对旅客的行为数据进行聚类后，得到N个目标簇，将每个目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个目标簇中未购买附加服务的旅客的附加服务价格。收益系统根据旅客的行为数据、已购买附加服务的旅客的附加服务价格和未购买附加服务的旅客的附加服务价格计算出旅客的购买附加服务概率，并根据旅客的行为数据和购买附加服务概率配置附加服务的定价。本申请中，收益系统可以基于旅客的行为数据进行研究，识别旅客的选择偏好，根据不同的旅客类型来配置相应的附加服务的定价。
附图说明
结合附图并参考以下具体实施方式，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本申请中附加服务的管理方法的一个实施例示意图；
图2为本申请中收益系统的一个结构示意图；
图3为本申请中收益系统的另一个结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
请参阅图1，本申请实施例提供了一种附加服务的管理方法，具体实施方式如下：
101、收益系统获取旅客的行为数据；
本申请实施例中，收益系统可以基于旅客的行为数据进行研究，配置合理的附加服务的定价。目前所支持研究的附加服务包括升舱和预付行李，其中，不论是已购买附加服务的旅客的行为数据或者未购买附加服务的旅客的行为数据都需要进行获取，而旅客的行为数据为包括航段分摊客票净额和提前购票时间的二维数组。
本申请中，收益系统可以获取某一条航线中多个航班的旅客的行为数据进行研究。在实际应用中，本申请并不限定所获取的样品的数量、航班以及航线，航空公司可以根据实际业务需要，自行选择需要研究的行为数据样本，具体此处不做限定。
进一步的，为了便于进行后续的研究，一般来说，可以对行为数据进行赋值。例如可以利用旅客实际的航段分摊客票净额作为行为数据中航段分摊客票净额的赋值结果，进行后续研究。
需要说明的是，“收益系统”只是对执行本申请中，附加服务的管理功能的模块的统称，并不特指某个或某些模块，也不特指硬件或者软件模块。在实际应用中，也可能对执行附加服务的管理功能的设备不称之为“收益系统”，而以其他名称代替，具体此处不做限定，本申请实施例中只以“收益系统”为例进行说明。
102、利用K均值聚类算法对旅客的行为数据进行聚类；
由于旅客行为数据的样本之间，存在较大的差异。本申请实施例中，采用K均值聚类算法旅客的行为数据进行聚类，将行为数据划分为N个簇。每个簇中包括了已购买附加服务的旅客的行为数据和未购买附加服务的旅客的行为数据。此时，可以认为，在同一簇中的行为数据，彼此之间的差异性较小，相似度比较高。因此同一簇内的样本数据，具备较高的参考价值。
进一步的，一方面每个航班中，未购买附加服务的旅客数量一般是远远大于已购买附加服务的旅客数量，因此未购买附加服务的旅客的行为数据的样本量是比较丰富比较庞大的；另一方面，同一个航班中的行为数据的相似度会高于不同航班的行为数据的相似度，同一个航班中的行为数据具有较高参考价值。本申请实施例中，收益系统可以针对同一航班中未购买附加服务的旅客的行为数据先进行一次聚类，得到多个子簇。由于每个子簇的质心，往往是每个子簇中最具代表性的样本数据。因此，收益系统可以对各个航班中未购买附加服务的旅客的行为数据都进行聚类，并选取出各个子簇中的质心。
由于多个航班中，未购买附加服务的旅客的行为数据的样本量是比较丰富的，因此在经过第一次聚类之后，收益系统所获得的各个子簇的质心的数量也是较多的。收益系统可以利用质心的行为数据，与已购买附加服务的旅客的行为数据做第二次聚类，得到N个目标簇。行为数据在经过两次聚类之后，同一目标簇中的行为数据的相似度和参考价值都会更高。
103、收益系统将每个目标簇中已购买附加服务的旅客的附加服务价格计算平均值，作为同一个目标簇中未购买附加服务的旅客的附加服务价格；
经过聚类之后，同一目标簇中的行为数据是具有较高的相似度和参考价值的。收益系统可以将每个目标簇中已购买附加服务的旅客的附加服务价格计算平均值，并将该平均值作为同一个目标簇中未购买附加服务的旅客的附加服务价格。因此在聚类出N个目标簇之后，经过步骤103，也会获得N个未购买附加服务的旅客的附加服务价格。
104、收益系统根据行为数据、已购买附加服务的旅客的附加服务价格和未购买附加服务的旅客的附加服务价格计算旅客的购买附加服务概率；
本申请实施例中，采用二元logistic模型来研究旅客选择附加服务的相关影响因素并进行概率预测。研究的附加服务有：升舱和预付行李。对于升舱的选择，选取的影响因素有：升舱价格、提前购买附加服务时间、舱位等级、行为数据(提前购票时间和航段分摊净额)；对于预付行李的选择，选取的影响因素有：预付行李价格、提前购买附加服务时间、预付行李重量、行为数据(提前购票时间和航段分摊净额)。
收益系统将旅客对附加服务的选择设为因变量(选择设为为1，不选择设为0)，选择的影响因素设为自变量，进行logistic回归，可得各影响因素的回归系数，以及旅客购买附加服务i的预测概率Fi。假设旅客购买附加服务i的预测概率Fi可由各影响因素线性表示，则有：
F1＝β01+βP1·P1+βt1·t+βd1·d+βcab·cab+βseg1·seg (1)
F2＝β02+βP2·P2+βt2·t+βd2·d+βw·w+βseg2·seg (2)
其中β0i为常数项，Pi为第i种附加服务的价格，t为提前购买附加服务时间，d为提前购票时间，cab为旅客客票的舱位等级，w为预付行李的重量，seg为航段分摊净额，上述变量均从航信数据库中直接提取进行处；βPi、βti、βdi、βcab、βw、βsegi分别为上述变量的系数，通过模型求解得出。i＝1,2，其中i＝1表示升舱服务，i＝2表示预付行李。
需要说明的是，上述提前购买附加服务时间、升舱价格、舱位等级、预付行李价格和预付行李重量等，一般来说是只有已购买附加服务的旅客才会有相应的数据存在，未购买附加服务的旅客，自然也不存在上述购买附加服务时间等数据，只会存在行为数据(提前购票时间和航段分摊净额)。而当上述影响因素的数据中有缺失时，可以将其值设为0。
假设升舱座位数量有限，其上限为c；航班业载满足航班所有旅客每人携带20KG行李，则存在以下约束条件：
Figure BDA0002903024500000041
0≤F2≤1 (4)
其中，c为升舱座位数量上限，Q为航班总人数。
需要说明的是，除了本申请中所提供的行为数据(航段分摊客票净额和提前购票时间)之外，本申请实施例中所提供的公式中的研究变量(例如旅客客票的舱位等级、预付行李的重量)并不是唯一性的，随着航公公司业务的发展，还可以利用其他的变量作为研究对象，应该可以想到本申请中的各个公式应当还有其他变形形式，具体此处不再赘述。
105、根据所述行为数据和所述购买附加服务概率配置附加服务的定价；
计算出旅客的购买附加服务概率后，收益系统可以根据购买附加服务概率与旅客的行为数据配置附加服务的定价。具体实施方式如下：
105A、航班通过提供升舱与预付行李这两项附加服务所获得的收益R为：
R＝R1+R2 (5)
Figure BDA0002903024500000042
其中，Pi为第i种附加服务的价格，Fi为旅客选择第i种附加服务的预测概率，Q为航班总人数，Ri表示旅客购买附加服务i的收益，i＝1,2分别表示升舱和预付行李。
105B、计算升舱服务最优价格：
首先，根据预测概率模型和航班附加服务收益模型，得出升舱服务的航班收益函数为：
R1＝(β01·P1+βP1·P1 2+βt1·t·P1+βd1·d·P1+βcab·cab·P1+βseg1·seg·P1)·Q(7)
其次，对航班升舱服务的收益函数关于升舱价格求偏导，即令公式(7)对于价格P1求偏导：
Figure BDA0002903024500000051
令公式(8)＝0，
Figure BDA0002903024500000052
已知βP1<0,则由公式(3)得，P1的定义域为：[a1,b1]，其中：
Figure BDA0002903024500000053
Figure BDA0002903024500000054
则一定有：
Figure BDA0002903024500000055
则附加服务的定价为：
Figure BDA0002903024500000056
P1 *表示对该航班某类旅客(具有提前购票时间t、舱位cab、航段分摊净额seg等属性)计算得到的升舱服务的定价。具体的，当有旅客需要选择升舱服务时，收益系统可以根据该旅客对应的提前购票时间、舱位、航段分摊净额属性代入公式10中，得到该旅客对应的升舱服务的定价。
105B、计算预付行李服务的最优价格：
首先，根据预测概率模型和航班附加服务收益模型，得出预付行李的航班收益函数为：
R2＝(β02·P2+βP2·P2 2+βt2·t·P2+βd2·d·P2+βw·w·P2+βseg2·seg·P2)·Q(11)
其次，对航班预付行李的收益函数关于预付行李价格求偏导，即令式(11)对于价格P2求偏导：
Figure BDA0002903024500000057
令式(12)＝0，
Figure BDA0002903024500000058
已知βP2<0,则由式(6)得，P2的定义域为：[a2,b2]，其中
Figure BDA0002903024500000061
Figure BDA0002903024500000062
则一定有
Figure BDA0002903024500000063
则附加服务的定价为：
Figure BDA0002903024500000064
P2 *表示对该航班某类旅客(具有提前购票时间t、行李重量w、航段分摊净额seg等属性)计算得到的升舱服务的定价。具体的，当有旅客需要选择升舱服务时，收益系统可以根据该旅客对应的提前购票时间、舱位、航段分摊净额属性代入公式14中，得到该旅客对应的升舱服务的定价。
本申请中，收益系统可以基于旅客的行为数据进行研究，识别旅客的选择偏好，根据不同的旅客类型来配置相应的附加服务的定价。
进一步的，在计算出附加服务的定价之后，还可以将附加服务的定价代入公式5和公式6，从而计算出航空公司通过附加服务所获得的总收益。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面对本申请实施例中的收益系统进行描述，请参阅图2，本申请实施例提供的一种收益系统，该管理系统包括：
获取单元201，用于获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；具体实现方式，请参考图1所示实施例中步骤101，此处不再赘述。
聚类单元202，用于利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；具体实现方式，请参考图1所示实施例中步骤102，此处不再赘述。
第一计算单元203，用于将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；具体实现方式，请参考图1所示实施例中步骤103，此处不再赘述。
第二计算单元204，用于根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；具体实现方式，请参考图1所示实施例中步骤104，此处不再赘述。
配置单元205，用于根据所述行为数据和所述购买附加服务概率配置附加服务的定价；具体实现方式，请参考图1所示实施例中步骤105，此处不再赘述。
一种可选的实施方式中，所述聚类单元202具体用于：
利用K均值聚类算法对所述未购买附加服务的旅客的行为数据进行聚类，得到多个子簇；获取每个所述子簇的质心；利用K均值聚类算法对所述质心和所述已购买附加服务的旅客的行为数据进行聚类，得到所述N个目标簇。具体实现方式，请参考图1所示实施例中步骤102，此处不再赘述。
一种可选的实施方式中，所述管理系统还包括：第三计算单元206。第三计算单元206，用于根据所述定价计算所述附加服务的总收益。
一种可选的实施方式中，所述附加服务为升舱或者预付行李。
本实施例中，管理系统可以执行前述图1中任一项所示实施例中所述的操作，具体此处不再赘述。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本申请还提供一种存储一个或多个计算机执行指令的计算机可读存储介质，当计算机执行指令被处理器执行时，处理器执行如上述图1中任一项所示实施例中可能的实现方式的方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行图1所示的方法的程序代码。
根据本公开的一个或多个实施例，示例1提供了一种附加服务的管理方法，包括：
收益系统获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；
所述收益系统利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；
所述收益系统将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；
所述收益系统根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；
所述收益系统根据所述行为数据和所述购买附加服务概率配置附加服务的定价。
根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述收益系统利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇包括：
所述收益系统利用K均值聚类算法对所述未购买附加服务的旅客的行为数据进行聚类，得到多个子簇；
所述收益系统获取每个所述子簇的质心；
所述收益系统利用K均值聚类算法对所述质心和所述已购买附加服务的旅客的行为数据进行聚类，得到所述N个目标簇。
根据本公开的一个或多个实施例，示例3提供了示例1或示例2的方法，所述方法还包括：
所述收益系统根据所述定价计算所述附加服务的总收益。
根据本公开的一个或多个实施例，示例4提供了示例1、示例2或示例3的方法，所述附加服务为升舱或者预付行李。
根据本公开的一个或多个实施例，示例5提供了一种附加服务的的管理系统，包括：
获取单元，用于获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；
聚类单元，用于利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；
第一计算单元，用于将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；
第二计算单元，用于根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；
配置单元，用于根据所述行为数据和所述购买附加服务概率配置附加服务的定价。
根据本公开的一个或多个实施例，示例6提供了示例5的管理系统，所述聚类单元具体用于：
利用K均值聚类算法对所述未购买附加服务的旅客的行为数据进行聚类，得到多个子簇；
获取每个所述子簇的质心；
利用K均值聚类算法对所述质心和所述已购买附加服务的旅客的行为数据进行聚类，得到所述N个目标簇。
根据本公开的一个或多个实施例，示例7提供了示例5或示例6的管理系统，所述管理系统还包括：
第三计算单元，用于根据所述定价计算所述附加服务的总收益。
根据本公开的一个或多个实施例，示例8提供了示例5、示例6或示例7的管理系统，所述附加服务为升舱或者预付行李。
根据本公开的一个或多个实施例，示例9提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如示例1至4中任意一项所述的方法。
根据本公开的一个或多个实施例，示例10提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如示例1至4中任一项所述的方法。
图3是本申请实施例提供的一种收益系统的结构示意图，该收益系统300可以包括一个或一个以上中央处理器(central processing units，CPU)301和存储器305，该存储器305中存储有一个或一个以上的应用程序或数据。
其中，存储器305可以是易失性存储或持久存储。存储在存储器305的程序可以包括一个或一个以上模块，每个模块可以包括对编码模块中的一系列指令操作。更进一步地，中央处理器301可以设置为与存储器305通信，在收益系统300上执行存储器305中的一系列指令操作。
收益系统300还可以包括一个或一个以上电源302，一个或一个以上有线或无线网络接口303，一个或一个以上输入输出接口304，和/或，一个或一个以上操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等。
该收益系统300或中央处理器301可以执行前述图1所示实施例中收益系统所执行的操作，具体此处不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种附加服务的管理方法，其特征在于，所述方法包括：
收益系统获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；
所述收益系统利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；
所述收益系统将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；
所述收益系统根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；
所述收益系统根据所述行为数据和所述购买附加服务概率配置附加服务的定价。
2.根据权利要求1所述的方法，其特征在于，所述收益系统利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇包括：
所述收益系统利用K均值聚类算法对所述未购买附加服务的旅客的行为数据进行聚类，得到多个子簇；
所述收益系统获取每个所述子簇的质心；
所述收益系统利用K均值聚类算法对所述质心和所述已购买附加服务的旅客的行为数据进行聚类，得到所述N个目标簇。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
所述收益系统根据所述定价计算所述附加服务的总收益。
4.根据权利要求1、2或3所述的方法，所述附加服务为升舱或者预付行李。
5.一种附加服务的管理系统，其特征在于，所述管理系统包括：
获取单元，用于获取旅客的行为数据，所述行为数据为包括航段分摊客票净额和提前购票时间的二维数组，所述旅客包括已购买附加服务的旅客和未购买附加服务的旅客；
聚类单元，用于利用K均值聚类算法对所述行为数据进行聚类，得到N个目标簇；
第一计算单元，用于将每个所述目标簇中已购买附加服务的旅客的附加服务价格计算平均值，得到N个所述目标簇中未购买附加服务的旅客的附加服务价格；
第二计算单元，用于根据所述行为数据、所述已购买附加服务的旅客的附加服务价格和所述未购买附加服务的旅客的附加服务价格计算所述旅客的购买附加服务概率；
配置单元，用于根据所述行为数据和所述购买附加服务概率配置附加服务的定价。
6.根据权利要求5所述的管理系统，其特征在于，所述聚类单元具体用于：
利用K均值聚类算法对所述未购买附加服务的旅客的行为数据进行聚类，得到多个子簇；
获取每个所述子簇的质心；
利用K均值聚类算法对所述质心和所述已购买附加服务的旅客的行为数据进行聚类，得到所述N个目标簇。
7.根据权利要求5或6所述的管理系统，其特征在于，所述管理系统还包括：
第三计算单元，用于根据所述定价计算所述附加服务的总收益。
8.根据权利要求5、6或7所述的管理系统，所述附加服务为升舱或者预付行李。
9.一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至4中任一项所述的方法。
10.一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如权利要求1至4中任一项所述的方法。
CN202110062950.7A 2021-01-18 2021-01-18 一种附加服务的管理方法及相关设备 Pending CN112651529A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110062950.7A CN112651529A (zh) 2021-01-18 2021-01-18 一种附加服务的管理方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110062950.7A CN112651529A (zh) 2021-01-18 2021-01-18 一种附加服务的管理方法及相关设备

Publications (1)

Publication Number Publication Date
CN112651529A true CN112651529A (zh) 2021-04-13

Family

ID=75368281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110062950.7A Pending CN112651529A (zh) 2021-01-18 2021-01-18 一种附加服务的管理方法及相关设备

Country Status (1)

Country Link
CN (1) CN112651529A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110335121A (zh) * 2019-07-10 2019-10-15 中国民航信息网络股份有限公司 附加服务产品的销售方法及销售装置
CN111612676A (zh) * 2020-05-27 2020-09-01 中航信移动科技有限公司 一种航班付费升舱系统和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110335121A (zh) * 2019-07-10 2019-10-15 中国民航信息网络股份有限公司 附加服务产品的销售方法及销售装置
CN111612676A (zh) * 2020-05-27 2020-09-01 中航信移动科技有限公司 一种航班付费升舱系统和方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
彭吴琦;彭怡;龙宽: "基于均衡角度的航空公司附加服务定价研究", 市场研究, no. 11, 25 November 2018 (2018-11-25), pages 50 - 51 *
樊玮, 陈增强, 袁著祉: "基于C-均值聚类的航班预测模型", 信息与控制, no. 06, 23 December 2003 (2003-12-23) *
王星;马璇;: "航班动态定价机制下的机票价格序列变点估计", 统计研究, no. 10, 15 October 2015 (2015-10-15) *

Similar Documents

Publication Publication Date Title
Foss et al. kamila: clustering mixed-type data in R and Hadoop
CN109478275B (zh) 分配服务请求的系统和方法
EP3252705A1 (en) Order allocation system and method
WO2016124118A1 (zh) 一种订单处理方法与系统
US20200143439A1 (en) System and method for integrating retail price optimization for revenue and profit with business rules
Wang et al. Frequency and aircraft size dynamics in a concentrated growth market: The case of the Chinese domestic market
EP3449435A1 (en) System and method for determining routes of transportation service
CN108960476B (zh) 基于ap-ti聚类的共享单车流量预测方法及装置
CN106934412A (zh) 一种用户行为分类方法及系统
CN109087127A (zh) 一种电动汽车充电用户的行为特征分析方法及装置
US20130339070A1 (en) Dynamic price-monitor scheduling systems and methods
CN113282684B (zh) 航班季节性归类的预测方法、装置及机器可读介质
CN112200625A (zh) 一种航班资源推荐方法及装置
CN109409908A (zh) 客户价值分类方法及装置、计算机可读介质
Yedavalli et al. Planning land use constrained networks of urban air mobility infrastructure in the San Francisco bay area
Zhao et al. Due date assignment and single machine scheduling with deteriorating jobs to minimize the weighted number of tardy jobs
US20210240724A1 (en) Methods and systems for dynamically updating a user interface displaying air tickets available for purchase
CN112651529A (zh) 一种附加服务的管理方法及相关设备
CN104408206A (zh) 分布式支持向量聚类的方法及系统
CN108492088B (zh) 航班登机口最佳发布时刻探寻方法与业务执行方法
Tao Analysis method for customer value of aviation big data based on LRFMC model
CN113297336B (zh) 航班的季节性归类方法、装置及机器可读介质
CN111353797A (zh) 资源分配方法、装置以及电子设备
US20160086102A1 (en) Corporate recognition for travel related services
Öttl et al. Derivation of representative air traffic peaks as standard input for airport related simulation

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