CN112860757B - 票房数据处理方法、显示方法、数据处理方法和装置 - Google Patents
票房数据处理方法、显示方法、数据处理方法和装置 Download PDFInfo
- Publication number
- CN112860757B CN112860757B CN201911181483.9A CN201911181483A CN112860757B CN 112860757 B CN112860757 B CN 112860757B CN 201911181483 A CN201911181483 A CN 201911181483A CN 112860757 B CN112860757 B CN 112860757B
- Authority
- CN
- China
- Prior art keywords
- data
- box office
- ticket
- office data
- cinema
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000012545 processing Methods 0.000 title claims description 45
- 238000005259 measurement Methods 0.000 claims description 46
- 238000003860 storage Methods 0.000 claims description 14
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000011010 flushing procedure Methods 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000007795 chemical reaction product Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种票房数据处理方法、显示方法、数据处理方法和装置,其中,该方法包括:获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;确定所述总票房数据是否位于预设数值范围内;在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。通过上述方案解决了现有的对统计数据进行过多干预导致的数据真实性较差的问题,达到了尽量少的对数据的干预,以减少数据失真、保证数据真实性的技术效果。
Description
技术领域
本申请属于数据处理技术领域,尤其涉及一种票房数据处理方法、显示方法、数据处理方法和装置。
背景技术
统计数据一般是根据多个实体上报的数据累计得到的,实体上报数据的时候往往会由于接口的不同,或者系统不稳定等因素,使得存在错报和漏报的情况下,这样也就使得统计数据出现偏差。例如:影院的售票情况是票房数据的基础数据来源,然而,由于不同影院的售票系统是不同的,且接入状况也是不同的,系统的稳定性也会有差异,这就导致影院票务系统在上报的时候,会存在错报、漏报等情况,如果完全依赖影院售票系统统计出来的数据作为票房数据,往往也不是真实的数据。
对于票房数据而言,票房数据的准确度取决于多家影院的数据的准确性,如果对票房数据进行过多的干预,又会影响最终票房数据的准确度,导致数据的真实性下降,使得最终的票房数据不可信。
然而,针对如何准确高效确定出统计数据,目前尚未提出有效的解决方案。
发明内容
本申请提供一种票房数据处理方法、显示方法、数据处理方法和装置是这样实现的:
一种票房数据处理方法,包括:
获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定所述总票房数据是否位于预设数值范围内;
在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。
一种票房数据处理方法,包括:
获取目标影院的票房数据;
确定所述目标影院的票房数据各衡量维度是否位于预设区间内;
在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至所述目标影院的票房数据各衡量维度都位于预设区间内。
一种票房数据显示方法,包括:
获取目标影院的票房数据;
获取所述目标影院的票房数据各衡量维度的预设区间;
通过可视化方式显示所述票房数据和所述各衡量维度的预设区间。
一种数据处理方法,所述方法包括:
获取总统计数据,其中,所述总统计数据是根据多个实体上报的数据累加得到的;
确定所述总统计数据是否位于预设数值范围内;
在确定不位于所述预设数值范围的情况下,对所述多个实体中偏离预测值比例最高的实体上报的数据进行调整,直至总统计数据位于所述预设数值范围内。
一种数据处理方法,包括:
获取目标实体上报的数据;
确定所述目标实体上报的数据各衡量维度是否位于预设区间内;
在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至所述目标实体上报的数据各衡量维度都位于预设区间内。
一种票房数据处理装置,包括:
获取模块,用于获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定模块,用于确定所述总票房数据是否位于预设数值范围内;
调整模块,用于在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。
一种终端设备中,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现如下方法的步骤:
获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定所述总票房数据是否位于预设数值范围内;
在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。
一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现如下方法的步骤:
获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定所述总票房数据是否位于预设数值范围内;
在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。
本申请提供的数据处理方法,在统计得到总统计数据之后,将总统计数据与预先预测的数值范围进行比较,确定总统计数据是否存在较大偏差,在确定存在偏差的情况下,对各实体上报的数据中偏差较大的实体上报的数据进行调整,而不是对所有实体上报的数据都进行调整,这样可以尽可能减少对真实数据的修改,以避免最终的数据失真。通过上述方案解决了现有的对统计数据进行过多干预导致的数据真实性较差的问题,达到了尽量少的对数据的干预,以减少数据失真、保证数据真实性的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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中记载的一些实施例,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是本申请提供的票房统计系统的架构图;
图2是本申请提供的确定上下限的曲线示意图;
图3是本申请提供的票房统计的具体实例的示意性数据流向图;
图4是本申请提供的票房数据处理方法的方法流程图;
图5是本申请提供的服务器的一种实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,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,所描述的实施例仅仅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,都应当属于本申请保护的范围。
现有的各实体上报所采用的途径不同,且接入的稳定性不同,使得数据经常出现错报和上报的问题,这种情况将导致的最终总统计结果不准确。有些数据平台会采用数据算法对数据进行清洗干预,即,对存在问题的数据进行干预,然而,如果干预过多,会导致总统计结果的各个维度的数据存储偏差,最终导致总统计结果变得不可信。
为此,在本例中,提供了一种数据处理系统,包括多个实体、多个面向实体的数据上传端、数据统计端、数据监控端。多个实体通过各自对应的数据上传端向数据同极端上报数据,数据统计端用于对数据进行累加统计得到总统计数据,数据监控端获取总统计数据,其中,所述总统计数据是根据多个实体上报的数据累加得到的;确定所述总统计数据是否位于预设数值范围内;在确定不位于所述预设数值范围的情况下,对所述多个实体中偏离预测值比例最高的实体上报的数据进行调整,直至总统计数据位于所述预设数值范围内。
下面以票房数据处理为例进行具体说明,在该应用场景下,提供了一种票房统计系统,如图1所示,可以包括:面向影院的票房获取系统101、面向影院的监测调度系统102、票房汇总系统103、以及票房汇总监测系统104。
其中,上述面向影院的票房获取系统101、面向影院的监测调度系统102、票房汇总系统103、以及票房汇总监测系统104可以是以功能模块的方式位于同一服务器中,也可以是分布在不同的服务器中,不同的服务器支持不同的功能模块。具体的分布形式可以根据实际需要确定,本申请对此不作限定。
在实现的时候,上述面向影院的票房获取系统101可以是多个,即,每个影院都设置有面向影院的票房获取系统,用于获取所关联的影院的票房数据。上述面向影院的票房获取系统101与上述面向影院的监测调度系统102通信,对所关联的影院的票房数据进行多维度的监测,并在确定存在偏差的情况下,进行调整,使得所关联的影院的票房在各维度上可以自洽。上述票房汇总系统103用于对各个影院的票房数据进行汇总,从而得到总的票房数据;上述票房汇总监测系统104,用于对汇总的票房数据进行实时监测,以实时确定汇总的票房数据是否需要调整,在确定汇总的票房数据需要调整的情况下,对票房数据偏差较大的影院的票房数据进行调整,直至总票房在合理范围内。
具体的,票房汇总监测系统104可以根据预测的总票房数据的各维度设置上下限值,根据预测的总票房数据的各维度统计数据向上偏离预定比例(例如:2%)作为上限值,向下偏离预定比例(例如:2%)作为下限值。确定实际汇总得到的总票房数据的各维度数据是否在上下限值所限定的区间内,如果在区间内,则表明不需要调整,如果不在区间内,则认为实时统计出的总票房在某些维度存在问题,可以对各影院对应维度的票房数据进行调整,在调整的过程中,以小比例进行调整,以保证对真实数据的改动最小。
然而,值得注意的是,上述所列举的预定比例仅是一种示例性描述,在实际实现的时候,可以采用其它的比例值。
上述的预测票房数据可以是根据之前的历史售票数据拟合得到的,也可以是基于预先建立的票房数据预测模型预测得到的。其中,历史售票数据可以是前一天的售票数据,也可以是前一段时间的售票数据,基于这些数据,可以得到当前天或者是当前几天的预测票房数据,以预测票房数据作为基准比较数据。因为考虑到预测的票房数据与真实的票房数据的偏差是很小的,一般都维持在一定的波动范围内,因此,可以以预测票房数据作为基准进行比较。
在本例中,在进行票房数据监测的时候,可以是从多个维度进行的监测,在调整的时候,也是从多个维度进行调整,以争取以尽量少的调整得到希望的结果。
在实际实现的时候,可以以如下几个维度进行监测和调整:票房、场次数、票价、售票数。当任何一个维度的数据超出阈值范围的情况下,就触发调整。其中,如图2所示,该阈值范围可以理解为上述的预测票房数据的上限和下限所界定的范围。其中,预测票房数据也按照上述几个维度进行呈现,即,确定在时间轴上的预测数据(票房总数据、场次总数、平均票价、售票总数)。基于预测数据,可以增加或者降低预定比例,生成在时间轴上的票房总数据的上下限、场次总数的上下限、平均票价的上下限、售票总数的上下限。
因为是实时的监测过程,一般触发对应维度的上下限就可以触发调整,在调整的时候,对于票房总数据、平均票价的调整,可以以单张票为调整对象进行调整,在对场次总数和售票总数调整的时候,可以以影院为调整对象进行调整。
考虑到调整的目的是为了将最终的票房数据拉到一个相对合理的范围,只有尽量少的调整,才可以减少数据的失真,使得对对应维度偏差最大的票进行调整,可以减少票房的偏差程度,可以将总的票房数据以较少的调整拉到合理范围。
在实际调整的过程中,可以以两个层面进行调整,一个层面是对单个影院的票房数据进行调整,当单个影院某个维度的票房数据触发调整的时候,就对该影院该维度的票房数据进行调整。一个层面是对总票房数据进行调整,当总票房数据某个维度触发调整的时候,就对各参与计算的影院的票房数据进行调整,从而使得总票房数据可以回到合理范围内。上述两个层面的调整,都在保证尽量少的调整数据的基础上完成,每次仅调整一个票的量,或者是仅调整一个影院的数据的量等,使得对真实数据的修改最少,从而保证最终数据的真实性。
下面以一个具体场景对上述两个层面的调整进行说明如下:
1)对单个影院的票房数据进行调整:
面向影院的票房获取系统101可以从影院的售票系统获取关联影院的票房数据,该票房数据可以包括:票房、售票数、平均票价、排场数等,对获取的票房数据进行入库存储,且可以接入面向影院的监测调度系统102,面向影院的监测调度系统102可以将票房数据绘制成曲线图以可视化展示,然后,计算获取的真实票房数据与预测的票房数据之间的偏差,并将偏差提供给票房汇总系统103,同时将于该面向影院的监测调度系统102关联的影院的票房数据的票价、售票数、场次等数据都提供给票房汇总系统103。
对于面向影院的监测调度系统102而言,在获取到关联的影院的票房数据之后,可以实时进行监测,当监测到票房数据某个维度达到上下限时,该面向影院的监测调度系统102可以直接进行告警和调整处理。因对于票房数据而言,各维度的数据是相关的,一个影片的排场数不会超过影院的最大场数,各场次售出票数不能超过总座位数,售出座位数和票价决定票房。当场次数或售票数超过上限的时候,可以直接将场次数或售票数的数值-1,直至低于上限即可,当场次数或售票数低于下限的时候,可以直接将场次数或售票数的数值+1,直至高于下限即可。当票价超出上限或低于下限的时候,可以按照票价的1%进行上下调整,直至回归上下限范围内。票房不参与直接调整,因为票房=票价*售票数,当票房超过上下限区间内,可以取票价和售票数偏离预测的百分比,对百分比大的数据进行一次数据调整(例如:票价±1%,售票数±1),按照该方式将票房调整至上下限区间内。对于调整后的各个维度的数据都符合要求的票房数据,面向影院的监测调度系统102可以将这些数据发送至票房汇总系统103,票房汇总系统103对各影院的票房数据的真实值与预测值之间的偏差进行排序。
2)对总票房数据进行调整:
票房汇总系统103在获取到各个影院的票房数据之后,可以对这些数据进行不同维度的汇总,例如:汇总得到地区数据、影片数据、影投数据、大盘数据等不同维度的数据。票房汇总系统103可以将各维度的数据绘制成图形形成曲线图进行可视化显示。票房汇总监测系统104可以根据历史总票房数据预测得到预测的总票房数据,然后根据预测的总票房数据生成上下限预测值,例如,考虑到预测数据和真实数据的误差应该维持在3%之内,那么就可以根据预测总票房数据增加3%作为上限值,降低3%作为下限值。当汇总得到的总票房数据触发任何维度的上下限时,票房汇总监测系统104可以启动计算任务,对数据进行干预,直至总票房数据达到合理范围内。
当汇总得到的总票房数据触发任何维度的上下限时,票房汇总监测系统104可以启动计算任务,例如,场次数超出上下限,那么可以取各影院中场次偏离预测场次的比例最高的3个影院进行数据调整,也可以是取各影院中场次偏离预测场次的比例最高的1个影院进行数据调整,调整值为±1(即,对这三个影院或一个影院的场次数分别增减1),然后,确定增减完之后,是否位于上下限范围内,如果还不位于上下限范围内,那么按照同样方式持续进行处理(即,再确定偏离比例最高的3个影院,然后对确定出的偏离比例最高的3个影院进行调整,调整值为±1),直至场次数位于上下限范围内。对于座位数而言,调整方式与上述的场次数的调整方式相同。如果票价超出上下限,则对各影院中票价偏离预测票价的比例最高的3个影院进行数据调整,调整值为±1%票价。对于票房而言,当总票房超出上下限,则取票价和售出座位数的预测偏差值,如果票价的偏差更大些,则执行一次票价调整任务,如果售出座位数偏差更大些,则执行一次售出座位数调整任务,循环调整直至票房位于上下限范围内。
如图3所示,假设有6个影院参与总票房的计算,有两部影片在这六个影院上映,需要对这两部影片的票房进行统计,那么可以对这6个影院的票房数据进行汇总,得到影片1的总票房和影片2的总票房。然后确定影片1的总票房各维度偏离预测值的比例。以票房为例,假设票房偏离预测值的比例,影片1的偏离程度为1%,影片2的偏离程度为4%,1%小于百分之二,因为可以不作调整,4%大于百分之二,需要进行调整,因此,可以触发告警处理,并确定出对于影片2而言,影院2售出的某张票是所有已售出票中偏差最大的,因此,可以对该票进行调整,从而减少偏差,并最终达到调整总票房的目的。
由上述方案可以看出,在对票房数据进行调整的时候,算法不是主要的调整方向,数据也不是清洗后的数据,最终的票房数据可以95%以上的还原真实数据,从而可以保证数据的真实性。即,从单个数据本身进行调整,在后期处理中不会因为算法干预而导致其它数据出现偏差,使得整个数据更为可信。
即,减少算法对影院售票情况的干预,通过数据监测告警,对异常的影院售票数据进行部分修正,从而尽可能保证数据整体的真实性和准确性,且从根源对票房数据进行干预,使得数据更加真实完整,保证了影院影片的座位数、售出座位数、场均人次、票房、票价等数据可以准确自恰。
图4是本申请所述一种票房数据处理方法一个实施例的方法流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本申请实施例描述及附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至分布式处理环境)。
如图4所示,该票房数据处理方法可以包括如下步骤:
步骤401:获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
其中,该总票房数据是某个影片的总票房数据,例如,影片X,有10个影院参与该影片X的票房统计,那么该总票房数据就是基于这10个影院售出影片X的票房累加得到的。
步骤402:确定所述总票房数据是否位于预设数值范围内;
其中,在确定所述总票房数据是否位于预设数值范围内之前,可以获取历史票房数据,根据历史票房数据,聚类分析得到预测票房数据,然后将预测票房数据增加预设比例的数据量作为预设数值范围的上限值,将预测票房数据减少预设比例的数据量作为所述预设数值范围的下限值。即,通过历史票房数据确定预设数值范围,依次作为对总票房数据的调整基础,需要保证总票房数据与预测票房数据保持在允许的误差范围内。
上述的获取和比较过程是实时的,即,实时获取总票房数据,预测票房数据所界定的预设数值范围也是一个持续的过程中,在比较的时候,是实时获取数据,并实时比较的,发现需要调整就及时进行调整。
步骤403:在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。
因为累加得到总票房数据是基于多个影院的各个影院的票房数据累加得到的,为了使得调整的数据量最少,以便减少票房数据的失真,在多个影院中偏离预测值比例最高的影院的票房数据进行调整的时候,可以对多个影院中偏离预测值比例最高的预设数量个影院的票房数据进行调整。例如,可以是对偏离最高的一个影院的票房数据进行调整,也可以是对偏离最高的几个影院的票房数据进行调整,例如,可以是两个、三个等等。具体数量可以根据实际情况确定,本申请对此不做限定。
上述总票房数据可以通过如下维度至少之一表征:票房、场次数、票均价、售票数。在确定总票房数据是否超出预设数值范围的情况下,可以是对各个表征维度都进行判断,即,确定票房是否超出预设票房范围,确定场次数是否超出预设场次数范围,确定票均价是否超出预设票均价范围等等。即,针对每个维度都可以根据预测数据生成对应的上下限值,并进行比较判断,如果超出上下限界定的范围,就对该维度的数据进行调整,直至位于上下限界定的范围内。
为了使得可以对售票数据的影响和调整最小,减少数据失真,在进行数据调整的时候,可以是采用最小调整量的方式进行调整。即,在总票房数据通过场次数或售票数表征的情况下,对多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内,可以是对多个影院场次数或售票数偏离预测值比例最高的影院的场次数或售票数按照每次增减1的速度调整,直至总票房数据的场次数或售票数位于所述预设数值范围内。在总票房数据通过票均价表征的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内,可以是对多个影院场票均价偏离预测值比例最高的影院的最低单张票价按照每次增1%,或者最高单张票价按照每次减1%的速度调整,直至总票房数据的票均价位于所述预设数值范围内。在总票房数据通过票房表征的情况下,对多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内,可以是对多个影院场票房偏离预测值比例最高的影院的最低单张票价按照每次增1%、场次数按照每次增1,或者最高单张票价按照每次减1%、场次数按照每次减1的速度调整,直至总票房数据的票房位于所述预设数值范围内。
上述预测值可以是各个影院根据影院自身的历史售票数据预测得到的,也是一个时间轴上的预测数据,即,可以是预测一段连续时间上的预测售票数据。
对于每个影院而言,可以是获取多个影院中各个影院的票房数据;对所述多个影院中各个影院的票房数据进行清洗;对清洗后的各个影院的票房数据进行累加,得到总票房数据。
上述对多个影院中各个影院的票房数据进行清洗可以包括:
S1:确定当前影院的票房数据各衡量维度是否位于预设区间内;
S2:在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至当前影院的票房数据各衡量维度都位于预设区间内。
其中,上述衡量维度可以包括但不限于以下至少之一:票房、场次数、票均价、售票数,其中,上述最小单位调整量为每次仅以一张票为单位进行调整。
在本例中还提供了一种票房数据处理方法,是以单个影院为主体进行说明的,可以包括如下步骤:
S1:获取目标影院的票房数据;
S2:确定所述目标影院的票房数据各衡量维度是否位于预设区间内;
S3:在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至所述目标影院的票房数据各衡量维度都位于预设区间内。
其中,上述衡量维度可以包括但不限于以下至少之一:票房、场次数、票均价、售票数,其中,上述最小单位调整量为每次仅以一张票为单位进行调整。
即,对于单个影院而言,该影院对某个影片的售票数据也是需要调整的,本身也是存在限制的,可以从影院的售票系统获取该影院的票房数据,该票房数据可以包括:票房、售票数、平均票价、排场数等,对获取的票房数据进行入库存储,且并可以绘制成曲线图以可视化展示,然后,计算获取的真实票房数据与预测的票房数据之间的偏差。在获取该影院的票房数据之后,可以实时进行监测,当监测到票房数据某个维度达到上下限时,可以直接进行告警和调整处理。因对于票房数据而言,各维度的数据是相关的,一个影片的排场数不会超过影院的最大场数,各场次售出票数不能超过总座位数,售出座位数和票价决定票房。当场次数或售票数超过上限的时候,可以直接将场次数或售票数的数值-1,直至低于上限即可,当场次数或售票数低于下限的时候,可以直接将场次数或售票数的数值+1,直至高于下限即可。当票价超出上限或低于下限的时候,可以按照票价的1%进行上下调整,直至回归上下限范围内。票房不参与直接调整,因为票房=票价*售票数,当票房超过上下限区间内,可以取票价和售票数偏离预测的百分比,对百分比大的数据进行一次数据调整(例如:票价±1%,售票数±1),按照该方式将票房调整至上下限区间内。对于调整后的各个维度的数据都符合要求的票房数据。
为了使得用户可以直观看到票房数据的情况,在本例中还提供了一种票房数据显示方法,可以包括如下步骤:
S1:获取目标影院的票房数据;
S2:获取所述目标影院的票房数据各衡量维度的预设区间;
S3:通过可视化方式显示所述票房数据和所述各衡量维度的预设区间。
本申请实施例所提供的方法实施例可以在移动终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图5是本发明实施例的一种票房数据处理方法的服务器的硬件结构框图。如图5所示,服务器10可以包括一个或多个(图中仅示出一个)处理器02(处理器02可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器04、以及用于通信功能的传输模块06。本领域普通技术人员可以理解,图5所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器10还可包括比图5中所示更多或者更少的组件,或者具有与图5所示不同的配置。
存储器04可用于存储应用软件的软件程序以及模块,如本发明实施例中的票房数据处理方法对应的程序指令/模块,处理器02通过运行存储在存储器04内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的票房数据处理方法。存储器04可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器04可进一步包括相对于处理器02远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块06用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输模块06包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块06可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
在软件层面,上述票房数据处理装置可以包括:
获取模块,用于获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定模块,用于确定所述总票房数据是否位于预设数值范围内;
调整模块,用于在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内。
在一个实施方式中,上述票房数据处理装置还可以用于在确定所述总票房数据是否位于预设数值范围内之前,获取历史票房数据;根据所述历史票房数据,聚类分析得到预测票房数据;将所述预测票房数据增加预设比例的数据量作为预设数值范围的上限值,将所述预测票房数据减少预设比例的数据量作为所述预设数值范围的下限值。
在一个实施方式中,上述调整模块具体可以对所述多个影院中偏离预测值比例最高的预设数量个影院的票房数据进行调整。
在一个实施方式中,上述总票房数据可以通过但不限于如下维度至少之一表征:票房、场次数、票均价、售票数。
在一个实施方式中,在所述总票房数据通过场次数或售票数表征的情况下,上述调整模块具体可以对所述多个影院场次数或售票数偏离预测值比例最高的影院的场次数或售票数按照每次增减1的速度调整,直至总票房数据的场次数或售票数位于所述预设数值范围内。
在一个实施方式中,在所述总票房数据通过票均价表征的情况下,上述调整模块具体可以对所述多个影院场票均价偏离预测值比例最高的影院的最低单张票价按照每次增1%,或者最高单张票价按照每次减1%的速度调整,直至总票房数据的票均价位于所述预设数值范围内。
在一个实施方式中,在所述总票房数据通过票房表征的情况下,上述调整模块具体可以对所述多个影院场票房偏离预测值比例最高的影院的最低单张票价按照每次增1%、场次数按照每次增1,或者最高单张票价按照每次减1%、场次数按照每次减1的速度调整,直至总票房数据的票房位于所述预设数值范围内。
在一个实施方式中,上述预测值可以是各个影院根据影院自身的历史售票数据预测得到的。
在一个实施方式中,获取模块具体可以获取所述多个影院中各个影院的票房数据;对所述多个影院中各个影院的票房数据进行清洗;对清洗后的各个影院的票房数据进行累加,得到所述总票房数据。
在一个实施方式中,对所述多个影院中各个影院的票房数据进行清洗可以包括:确定当前影院的票房数据各衡量维度是否位于预设区间内;在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至当前影院的票房数据各衡量维度都位于预设区间内。
在一个实施方式中,上述衡量维度可以包括但不限于以下至少之一:票房、场次数、票均价、售票数,其中,上述最小单位调整量为每次仅以一张票为单位进行调整。
然而,值得注意的是,在上例中仅是以票房数据作为具体场景实例进行的说明,在实际实现的时候,上述数据处理方法还可以应用在其它场景中,例如,智能售卖终端向统计端上传自己的售卖情况、分支销售商向总商上报自己的销售情况、分支制造商向总商上报自己的生产情况等等,凡是遇到下层平行机构需要向上层统计机构上传数据,上层统计机构需要做累加汇总的,都可采用上述的数据处理方法,本申请对此不作限定。
例如,在智能售卖终端向统计端上传自己的售卖情况,如果发现统计结果发生偏差那么可以以一个单品的卖出价格作为调整对象进行调整,在调整的时候,可以每次增加或者降低一块钱或者一毛钱,直至总统计数据落入预设数值范围。
本申请的实施例还提供能够实现上述实施例中的数据处理方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的数据处理方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:获取总统计数据,其中,所述总统计数据是根据多个实体上报的数据累加得到的;
步骤2:确定所述总统计数据是否位于预设数值范围内;
步骤3:在确定不位于所述预设数值范围的情况下,对所述多个实体中偏离预测值比例最高的实体上报的数据进行调整,直至总统计数据位于所述预设数值范围内。
从上述描述可知,本申请实施例在统计得到总统计数据之后,将总统计数据与预先预测的数值范围进行比较,确定总统计数据是否存在较大偏差,在确定存在偏差的情况下,对各实体上报的数据中偏差较大的实体上报的数据进行调整,而不是对所有实体上报的数据都进行调整,这样可以尽可能减少对真实数据的修改,以避免最终的数据失真。通过上述方案解决了现有的对统计数据进行过多干预导致的数据真实性较差的问题,达到了尽量少的对数据的干预,以减少数据失真、保证数据真实性的技术效果。
本申请的实施例还提供能够实现上述实施例中的数据处理方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的数据处理方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤1:获取总统计数据,其中,所述总统计数据是根据多个实体上报的数据累加得到的;
步骤2:确定所述总统计数据是否位于预设数值范围内;
步骤3:在确定不位于所述预设数值范围的情况下,对所述多个实体中偏离预测值比例最高的实体上报的数据进行调整,直至总统计数据位于所述预设数值范围内。
从上述描述可知,本申请实施例在统计得到总统计数据之后,将总统计数据与预先预测的数值范围进行比较,确定总统计数据是否存在较大偏差,在确定存在偏差的情况下,对各实体上报的数据中偏差较大的实体上报的数据进行调整,而不是对所有实体上报的数据都进行调整,这样可以尽可能减少对真实数据的修改,以避免最终的数据失真。通过上述方案解决了现有的对统计数据进行过多干预导致的数据真实性较差的问题,达到了尽量少的对数据的干预,以减少数据失真、保证数据真实性的技术效果。
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。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、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,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。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、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设备上,使得在计算机或其他可编程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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书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,本说明书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。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (28)
1.一种票房数据处理方法,其特征在于,所述方法包括:
获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定所述总票房数据是否位于预设数值范围内;
在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的各个维度的票房数据用最小单位调整量的方式进行调整,直至总票房数据位于所述预设数值范围内。
2.根据权利要求1所述的方法,其特征在于,在确定所述总票房数据是否位于预设数值范围内之前,还包括:
获取历史票房数据;
根据所述历史票房数据,聚类分析得到预测票房数据;
将所述预测票房数据增加预设比例的数据量作为预设数值范围的上限值,将所述预测票房数据减少预设比例的数据量作为所述预设数值范围的下限值。
3.根据权利要求1所述的方法,其特征在于,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整包括:
对所述多个影院中偏离预测值比例最高的预设数量个影院的票房数据进行调整。
4.根据权利要求1所述的方法,其特征在于,所述总票房数据通过如下维度至少之一表征:票房、场次数、票均价、售票数。
5.根据权利要求4所述的方法,其特征在于,在所述总票房数据通过场次数或售票数表征的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内,包括:
对所述多个影院场次数或售票数偏离预测值比例最高的影院的场次数或售票数按照每次增减1的速度调整,直至总票房数据的场次数或售票数位于所述预设数值范围内。
6.根据权利要求4所述的方法,其特征在于,在所述总票房数据通过票均价表征的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内,包括:
对所述多个影院场票均价偏离预测值比例最高的影院的最低单张票价按照每次增1%,或者最高单张票价按照每次减1%的速度调整,直至总票房数据的票均价位于所述预设数值范围内。
7.根据权利要求4所述的方法,其特征在于,在所述总票房数据通过票房表征的情况下,对所述多个影院中偏离预测值比例最高的影院的票房数据进行调整,直至总票房数据位于所述预设数值范围内,包括:
对所述多个影院场票房偏离预测值比例最高的影院的最低单张票价按照每次增1%、场次数按照每次增1,或者最高单张票价按照每次减1%、场次数按照每次减1的速度调整,直至总票房数据的票房位于所述预设数值范围内。
8.根据权利要求5至7中任一项所述的方法,其特征在于,所述预测值是各个影院根据影院自身的历史售票数据预测得到的。
9.根据权利要求1所述的方法,其特征在于,获取总票房数据,包括:
获取所述多个影院中各个影院的票房数据;
对所述多个影院中各个影院的票房数据进行清洗;
对清洗后的各个影院的票房数据进行累加,得到所述总票房数据。
10.根据权利要求9所述的方法,其特征在于,对所述多个影院中各个影院的票房数据进行清洗包括:
确定当前影院的票房数据各衡量维度是否位于预设区间内;
在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至当前影院的票房数据各衡量维度都位于预设区间内。
11.根据权利要求10所述的方法,其特征在于,所述衡量维度包括以下至少之一:票房、场次数、票均价、售票数。
12.根据权利要求10所述的方法,其特征在于,所述最小单位调整量为每次仅以一张票为单位进行调整。
13.一种票房数据处理方法,其特征在于,包括:
获取目标影院的票房数据;
确定所述目标影院的票房数据各衡量维度是否位于预设区间内;
在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至所述目标影院的票房数据各衡量维度都位于预设区间内。
14.根据权利要求13所述的方法,其特征在于,所述衡量维度包括以下至少之一:票房、场次数、票均价、售票数。
15.根据权利要求13所述的方法,其特征在于,所述最小单位调整量为每次仅以一张票为单位进行调整。
16.一种数据处理方法,其特征在于,所述方法包括:
获取总统计数据,其中,所述总统计数据是根据多个实体上报的数据累加得到的;
确定所述总统计数据是否位于预设数值范围内;
在确定不位于所述预设数值范围的情况下,对所述多个实体中偏离预测值比例最高的实体上报的各个维度的数据用最小单位调整量的方式进行调整,直至总统计数据位于所述预设数值范围内。
17.根据权利要求16所述的方法,其特征在于,在确定所述总统计数据是否位于预设数值范围内之前,还包括:
获取历史统计数据;
根据所述历史统计数据,聚类分析得到预测统计数据;
将所述预测统计数据增加预设比例的数据量作为预设数值范围的上限值,将所述预测统计数据减少预设比例的数据量作为所述预设数值范围的下限值。
18.根据权利要求16所述的方法,其特征在于,对所述多个实体中偏离预测值比例最高的实体上报的数据进行调整包括:
对所述多个实体中偏离预测值比例最高的预设数量个实体上报的数据进行调整。
19.根据权利要求16所述的方法,其特征在于,确定所述总统计数据是否位于预设数值范围内,包括:
确定所述总统计数据中是否各个衡量维度都位于预设数值范围内。
20.根据权利要求16所述的方法,其特征在于,在确定不位于所述预设数值范围的情况下,对所述多个实体中偏离预测值比例最高的实体上报的数据进行调整,直至总统计数据位于所述预设数值范围内,包括:
对所述多个实体中偏离预测值比例最高的实体上报的数据中偏差最大的数据按照每次调整最小单位量的方式进行调整,直至总统计数据位于所述预设数值范围内。
21.根据权利要求20所述的方法,其特征在于,所述预测值是各个实体根据自身的历史数据预测得到的。
22.根据权利要求16所述的方法,其特征在于,获取总统计数据,包括:
获取所述多个实体中各个实体上报的数据;
对所述多个实体中各个实体上报的数据进行清洗;
对清洗后的各个实体上报的数据进行累加,得到所述总统计数据。
23.根据权利要求22所述的方法,其特征在于,对所述多个实体中各个实体上报的数据进行清洗包括:
确定当前实体上报的数据各衡量维度是否位于预设区间内;
在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位量的方式逐步进行调整,直至当前实体上报的数据各衡量维度都位于预设区间内。
24.根据权利要求16至23中任一项所述的方法,其特征在于,所述多个实体包括以下至少之一:多个智能售货终端、多个分销店铺、多个分支生产线。
25.一种数据处理方法,其特征在于,包括:
获取目标实体上报的数据;
确定所述目标实体上报的数据各衡量维度是否位于预设区间内;
在确定存在不位于预设区间内的衡量维度的情况下,对该衡量维度采用最小单位调整量的方式逐步进行调整,直至所述目标实体上报的数据各衡量维度都位于预设区间内。
26.一种票房数据处理装置,其特征在于,包括:
获取模块,用于获取总票房数据,其中,所述总票房数据是根据多个影院的票房数据累加得到的;
确定模块,用于确定所述总票房数据是否位于预设数值范围内;
调整模块,用于在确定不位于所述预设数值范围的情况下,对所述多个影院中偏离预测值比例最高的影院的各个维度的票房数据用最小单位调整量的方式进行调整,直至总票房数据位于所述预设数值范围内。
27.一种终端设备中,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1至12中任一项所述方法的步骤。
28.一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现权利要求1至12中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911181483.9A CN112860757B (zh) | 2019-11-27 | 2019-11-27 | 票房数据处理方法、显示方法、数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911181483.9A CN112860757B (zh) | 2019-11-27 | 2019-11-27 | 票房数据处理方法、显示方法、数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112860757A CN112860757A (zh) | 2021-05-28 |
CN112860757B true CN112860757B (zh) | 2024-01-05 |
Family
ID=75985595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911181483.9A Active CN112860757B (zh) | 2019-11-27 | 2019-11-27 | 票房数据处理方法、显示方法、数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112860757B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110054964A1 (en) * | 2009-09-03 | 2011-03-03 | International Business Machines Corporation | Automatic Documentation of Ticket Execution |
CN109242519A (zh) * | 2018-09-25 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 一种异常行为识别方法、装置和设备 |
-
2019
- 2019-11-27 CN CN201911181483.9A patent/CN112860757B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110054964A1 (en) * | 2009-09-03 | 2011-03-03 | International Business Machines Corporation | Automatic Documentation of Ticket Execution |
CN109242519A (zh) * | 2018-09-25 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 一种异常行为识别方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112860757A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3618214B1 (en) | Systems and methods for analyzing power quality events in an electrical system | |
CA3048318C (en) | Systems and methods for managing voltage event alarms in an electrical system | |
US20230394950A1 (en) | Systems and methods for managing smart alarms | |
US10884844B2 (en) | Data stream processor and method to counteract anomalies in data streams transiting a distributed computing system | |
US11099221B2 (en) | Dynamic tolerance curves for power monitoring systems | |
US20210224176A1 (en) | Method and system for implementing a data center operating system | |
CN109118012B (zh) | 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端 | |
US11282369B2 (en) | Systems and methods for managing voltage event alarms in an electrical system | |
CN109992473A (zh) | 应用系统的监控方法、装置、设备及存储介质 | |
CN114167156A (zh) | 用于管理电气系统中的电压事件警报的系统和方法 | |
US9009533B2 (en) | Home/building fault analysis system using resource connection map log and method thereof | |
CN111160793A (zh) | 一种服务网点自助设备数量的配置方法、装置及设备 | |
US20220327908A1 (en) | Systems and methods for analyzing alarms to address electrical system issues | |
CN112860757B (zh) | 票房数据处理方法、显示方法、数据处理方法和装置 | |
US10282245B1 (en) | Root cause detection and monitoring for storage systems | |
CA3140345A1 (en) | Systems and methods for managing smart alarms | |
US9997956B1 (en) | Systems, apparatus, and methods for automatic generation control islanded operation | |
CN113505042A (zh) | 服务器内存动态监控方法、装置、设备及存储介质 | |
US10223189B1 (en) | Root cause detection and monitoring for storage systems | |
CN113722177B (zh) | 时序指标异常检测方法、装置、系统、设备及存储介质 | |
US9898357B1 (en) | Root cause detection and monitoring for storage systems | |
CN113484814B (zh) | 一种电能表系统控制方法及装置 | |
US11703837B2 (en) | System and method for recommending maximum quantity of work in process, and computer readable medium | |
CN116483842A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN113919903A (zh) | 资源信息的确定方法、装置、服务器及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |