CN114219114A - 一种基于预约大数据的旅游客流管控方法及云服务平台 - Google Patents
一种基于预约大数据的旅游客流管控方法及云服务平台 Download PDFInfo
- Publication number
- CN114219114A CN114219114A CN202111594648.2A CN202111594648A CN114219114A CN 114219114 A CN114219114 A CN 114219114A CN 202111594648 A CN202111594648 A CN 202111594648A CN 114219114 A CN114219114 A CN 114219114A
- Authority
- CN
- China
- Prior art keywords
- management
- resources
- passenger flow
- scenic spot
- tourist
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005206 flow analysis Methods 0.000 claims abstract description 16
- 230000000903 blocking effect Effects 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 239000013598 vector Substances 0.000 claims description 24
- 238000005265 energy consumption Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 21
- 244000166124 Eucalyptus globulus Species 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 241000283220 Odobenus rosmarus Species 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 239000008358 core component Substances 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 239000000344 soap Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 206010033799 Paralysis Diseases 0.000 abstract 1
- 230000008569 process Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- 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
- G06F16/29—Geographical information databases
-
- 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
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于预约大数据的旅游客流管控方法及云服务平台，包括，预处理采集的游客信息并对其进行标记，得到样本标签；对旅游管控平台中的可用资源进行通用性建模，导入所述样本标签进行客流分析；基于迭代旅游景点票价的分布式策略进行阻塞管理，形成分布式阻塞管理；将客流分析结果引入所述旅游管控平台中，结合所述分布式阻塞管理对实时市场旅游管控平台收集的阻塞资源盈余进行再分配。本发明能够合理管控分配游客资源和景区可用资源，避免出现大面积拥堵造成景区瘫痪的情况。
Description
技术领域
本发明涉及客流管理、大数据处理的技术领域，尤其涉及一种基于预约大数据的旅游客流管控方法及云服务平台。
背景技术
随着信息技术的发展，用现代化的新技术、新装备改造和提升旅游业，建设智慧景区正成为旅游业发展的新趋势，在这一进程中，科学技术不仅创造出大量新的旅游业态和新的旅游需求，引导新的旅游消费，还将极大地推动服务方式创新和商业模式创新。
目前，以物联网、云计算、移动互联网、高性能信息处理、智能数据挖掘等技术在旅游体验、产业发展、行政管理等方面的应用，使旅游物理资源和信息资源得到高度系统化整合和深度开发激活，并服务于公众、企业、政府等的面向未来的全新的旅游形态，以融合的通信与信息技术为基础，以游客互动体验为中心，以一体化的行业信息管理为保障，以激励产业创新、促进产业结构升级为特色。
随着社会的不断进步和人们生活水平的不断提高，越来越多的人踏入旅游这个休闲娱乐行业，游客人数呈井喷式增长，尤其是在旅游旺季，这对旅游景区及其附近酒店宾馆，周围交通等带来了前所未有的挑战，目前国内很多旅游景区已经开始逐步重视客流量的管控工作，但是由于信息化进步较晚，有记录的数据样本量少，对客流量的管控都是建立在主观的管理经验和宏观预测上面，没有一个清晰的数学模型，致使管控结果和实际值出现很大的偏差，因此建立一个系统的、准确的客流量管控模型，对旅游景区意义重大。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：无法准确的、系统的对旅游客流进行管控。
为解决上述技术问题，本发明提供如下技术方案：包括，预处理采集的游客信息并对其进行标记，得到样本标签；对旅游管控平台中的可用资源进行通用性建模，导入所述样本标签进行客流分析；基于迭代旅游景点票价的分布式策略进行阻塞管理，形成分布式阻塞管理；将客流分析结果引入所述旅游管控平台中，结合所述分布式阻塞管理对实时市场旅游管控平台收集的阻塞资源盈余进行再分配。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：所述游客信息包括，预约景点名称、预约景点地理位置、预约景点门票价、预约时间、预约手机号码、预约身份证信息、预约优惠使用信息；利用python工具抓取当地旅游管控平台中的游客信息，并对其进行清洗、筛选、分类处理。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：得到所述样本标签包括，去除所述游客信息中的唯一属性；将所述游客信息进行分类，利用同类均值插补策略对分类后的所述游客信息进行缺失值的均值插补；对其进行特征二元化，将数值型的属性转换为布尔值的属性，定义一个阈值作为划分属性值为0和1的分隔点；结合归一化策略对转化后的所述游客信息进行数据标准化处理，输出得到所述样本标签。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：进行所述通用性建模包括，
其中，q为景区可用资源模型状态变量；g为预约客流量，w为景区可用资源权重系数，表明其维持当前状态的稳定性；k是景区可用资源耗能p f 对状态变量的贡献系数；下标m、t分别表示节点号和时刻。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：所述客流分析包括，当q值大于等于设定阈值时，则预约客流量g值过大，景区可用资源无法接待预约客流；当q值小于设定阈值时，则预约客流量g值正常，景区可用资源满足接待预约客流需求。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：形成所述分布式阻塞管理包括，
定义景区工作接待人员及安保人员为1、景区可使用土地资源2、物资供应资源3、游玩空间资源4、景区维护资源5，将其对应参数代入对角矩阵内进行运算，得到可用资源特征向量；
利用Math Type软件编写分布式策略的运行代码，开启运行，运算T个周期下的t时刻基础耗能向量、t时刻可用资源耗能计划向量以及T个周期下i个产消者在t时刻的景区可用资源模型状态变量向量；
将得到的所述可用资源特征向量、所述基础耗能向量、所述可用资源耗能计划向量以及所述景区可用资源模型状态变量向量进行加权运算，输出得到参数；
将所述参数导入分布式阻塞管理系统内进行参数控制，根据编写的分布式阻塞管理运行代码进行参数调整和运行，实现所述分布式阻塞管理。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：还包括，上层优化由旅游管控平台评估游客流量管控安全约束并向下层发送节点耗能信息；所述下层各个产消者优化其可用资源耗能计划。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：对实时市场旅游管控平台收集的阻塞资源盈余进行再分配包括，归纳、汇总可用剩余资源，计算其利用率；将所述客流分析结果与所述利用率进行资源使用匹配计算；根据计算的匹配结果进行合理分配。
作为本发明所述的基于预约大数据的旅游客流管控方法的一种优选方案，其中：所述可用资源包括，景区工作接待人员及安保人员、景区可使用土地资源、物资供应资源、游玩空间资源、景区维护资源。
作为本发明所述的基于预约大数据的旅游客流管控云服务平台的一种优选方案，其中：包括客户端层、云控制台层和云后端层；客户端层包括，客户通过基于Rest和Soap的web服务与Eucalyptus平台进行交互；所述云控制台层和所述云后端层构成所述Eucalyptus平台的5大核心组件，其包括云控制器、集群控制器、Walrus、存储控制器和节点控制器；所述云控制器用于控制管理局域网内所有的节点控制器，是用户和管理员进入所述Eucalyptus 平台的主要入口；所述集群控制器用于负责管理整个虚拟机实例网络，维护有关运行在系统内的节点控制器的全部信息，并将开启虚拟机实例的请求路由到具有可用资源的节点控制器节点上；所述存储控制器用于提供存储服务，实现Amazon 的S3 接口，其与Walrus 联合工作，用于存储和访问用户数据及虚拟机映像；所述Walrus用于提供和S3一致的接口，管理对所述Eucalyptus平台的存储服务的访问；所述节点控制器用于控制当前机器节点上的虚拟机实例，节点自身通过虚拟化管理软件与在线或离线虚拟机进行交互，一台单个虚拟机在一个节点机器上是作为一个独立的实例存在的，多个节点控制器组成了特定的云。
本发明的有益效果：本发明通过特殊的预处理手法对采集的数据信息进行相应处理操作，初步筛选得到利于后期运算的属性数据，结合构建的状态空间通用性模型进行客流分析，针对可用资源的利用率进行相应计算，配合阻塞管理形成有效的旅游客流管控服务，提高旅游业的管控力度和质量，优化用户体验感。
附图说明
图1为本发明一个实施例所述的一种基于预约大数据的旅游客流管控方法及云服务平台的流程示意图；
图2为本发明一个实施例所述的一种基于预约大数据的旅游客流管控方法及云服务平台的采集信息部分数据示意图；
图3为本发明一个实施例所述的一种基于预约大数据的旅游客流管控方法及云服务平台的均值插补示意图；
图4为本发明一个实施例所述的一种基于预约大数据的旅游客流管控方法及云服务平台的模块分布框架示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例1
智慧景区的建设主要以围绕景区经营资源和服务设施等产业要素为主，通过软件系统的应用和数字化网络的部署，建立起经营资源和服务设施相统一的作业体系，形成旅游景区的网格化管理，借助旅游资源管理系统的建立，景区辖内的经营资源在增收创利方面发挥更加积极、科学的管理效益，形成除传统景区门票收入外的第二收入发展极；与此同时，物业资源维护组织作业的常态化也将促使景区服务能力和品质的持续提升，而将景观资源的各种信息和日常监测数据纳入到该平台中，在很大程度上对景观资源的监管和保护工作起到了系统性作用。
智慧景区的成功发展将推动整个地区或城市智慧旅游成功发展基本面的形成，一方面，旅游景区可以不断发展创新机制，以区域旅游资源开发为题材，借助现代商业模式发展大景区经济；另外一方面，地区或城市以旅游景区的智慧化建设为依托形成产业集聚合力，推动区域经济结构转型升级以及产业服务模式的创新驱动。
参照图1，为本发明的第一个实施例，提供了一种基于预约大数据的旅游客流管控方法，具体包括：
S1：预处理采集的游客信息并对其进行标记，得到样本标签。其中需要说明的是：
游客信息包括，预约景点名称、预约景点地理位置、预约景点门票价、预约时间、预约手机号码、预约身份证信息、预约优惠使用信息；
利用python工具抓取当地旅游管控平台中的游客信息，并对其进行清洗、筛选、分类处理。
参照图2和图3，得到样本标签包括：
去除游客信息中的唯一属性；
将游客信息进行分类，利用同类均值插补策略对分类后的游客信息进行缺失值的均值插补；
对其进行特征二元化，将数值型的属性转换为布尔值的属性，定义一个阈值作为划分属性值为0和1的分隔点；
结合归一化策略对转化后的游客信息进行数据标准化处理，输出得到样本标签。
进一步的，结合归一化策略进行数据标准化处理包括：
其中，对于数据的每个属性，定义minA和maxA分别为属性A的最小值和最大值，将A的一个原始值y通过min-max标准化映射成在区间[0,1]中的值y'，H为处理好的新数据，y为原数据，miny为y的最小值，maxy为y的最大值。
S2：对旅游管控平台中的可用资源进行通用性建模，导入样本标签进行客流分析。本步骤需要说明的是，可用资源包括：
景区工作接待人员及安保人员、景区可使用土地资源、物资供应资源、游玩空间资源、景区维护资源。
具体的，进行通用性建模包括：
其中，q为景区可用资源模型状态变量；g为预约客流量，w为景区可用资源权重系数，表明其维持当前状态的稳定性；k是景区可用资源耗能p f 对状态变量的贡献系数；下标m、t分别表示节点号和时刻。
进一步的，客流分析包括：
当q值大于等于设定阈值时，则预约客流量g值过大，景区可用资源无法接待预约客流；
当q值小于设定阈值时，则预约客流量g值正常，景区可用资源满足接待预约客流需求。
S3：基于迭代旅游景点票价的分布式策略进行阻塞管理，形成分布式阻塞管理。其中还需要说明的是，形成分布式阻塞管理包括：
定义景区工作接待人员及安保人员为1、景区可使用土地资源2、物资供应资源3、游玩空间资源4、景区维护资源5，将其对应参数代入对角矩阵内进行运算，得到可用资源特征向量；
利用Math Type软件编写分布式策略的运行代码，开启运行，运算T个周期下的t时刻基础耗能向量、t时刻可用资源耗能计划向量以及T个周期下i个产消者在t时刻的景区可用资源模型状态变量向量；
将得到的可用资源特征向量、基础耗能向量、可用资源耗能计划向量以及景区可用资源模型状态变量向量进行加权运算，输出得到参数；
将参数导入分布式阻塞管理系统内进行参数控制，根据编写的分布式阻塞管理运行代码进行参数调整和运行，实现分布式阻塞管理。
上层优化由旅游管控平台评估游客流量管控安全约束并向下层发送节点耗能信息；
下层各个产消者优化其可用资源耗能计划。
S4：将客流分析结果引入旅游管控平台中，结合分布式阻塞管理对实时市场旅游管控平台收集的阻塞资源盈余进行再分配。本步骤还需要说明的是：
归纳、汇总可用剩余资源，计算其利用率；
将客流分析结果与利用率进行资源使用匹配计算；
根据计算的匹配结果进行合理分配。
优选的，本实施例还需要详细说明的是，本发明提供的数据采集利用ETL（Extract& Transformation & Loading，提取&转换和加载）工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
本实施例提供的数据处理还包括以下内容：
（1）数据存取：关系数据库、NOSQL、SQL。
（2）基础架构：云存储、分布式文件存储。
（3）数据处理：自然语言处理是研究人与计算机交互的语言问题的一门学科，处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解，也称为计算语言学，一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI,Artificial Intelligence)的核心课题之一。
（4）统计分析：假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术。
（5）数据挖掘：分类、估计、预测、相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘。
（6）模型预测：预测模型、机器学习、建模仿真。
（7）结果呈现：云计算、标签云、关系图。
进一步需要说明的是，传统的客流统计方式包括人工客流统计、红外线感应客流统计、三辊闸客 流统计和重力感应客流统计。
（1）人工统计方式
由人工来统计客流量，这种方法存在很大弊端。
缺点：首先，统计人员的注意力不可能长时间的保持高度集中，极易在疲倦的时候漏数顾客人数；其二，是时间方面，统计员不可能长时间的、不间断的工作，对于商场一般12个小时以上的营业时间来说，很难做到全面统计；其三，是成本方面，采用人工的方式统计客流所产生的人力薪资成本毫无疑问要比采用设备统计的成本要高出许多，而且设备属于一次性投入，而人力成本属于持续性投入，因此，人为客流统计方式只能作为某时间段的概数统计，缺乏全面性和有效性。
（2）红外线感应统计方式
红外感应客流统计设备可以分为，红外对射方式设备和红外反射方式设备，其主要的实现方式是对从红外感应区域经过的人体，切断或阻挡红外线使其 产生电阻变化、或是通过检测人体发出的10um左右的特定红外线来判断人体数量；此方式成本比较适中，可以在人们自由进出门口时，系统自动获取客流数据，设备较小且安装美观。
缺点：其一，由于红外光极易受到外界因素干扰，使其统计数据产生较大误差，对于比较宽的门口，多人同时经过的时候也容易产生漏数现象；其二，由于其本身技术原因，红外方式无法很好的判断顾客是进入或是出去，只能统计到是有人经过，因此数据采集的单一性影响客流分析的结果。
（3）三辊闸方式
三辊闸方式主要采用机械方式，顾客进入相关场所需要经过翻滚闸口，翻滚闸滚动一次，由此记录一个进、出人员。
缺点：三辊闸方式对于数据统计比较准确，但是由于需要在出入口处安装三辊闸机器，对于商场来说缺乏美观性，而且便利性不够，无法快速进出，因此并不适合于商场等场所应用。
（4）重力感应方式
重力感应主要是在地板上安装重力感应装置，计算当人体踩踏过去的时候，计算客流人数。
缺点：由于安装相对要求较高、成本高、而且其稳定性方面的问题，很 少被商业用户所使用
综合以上几种传统的客流统计方式，都很难较好的满足旅游管控的需求。
优选的是，本发明通过特殊的预处理手法对采集的数据信息进行相应处理操作，初步筛选得到利于后期运算的属性数据，结合构建的状态空间通用性模型进行客流分析，针对可用资源的利用率进行相应计算，配合阻塞管理形成有效的旅游客流管控服务，提高旅游业的管控力度和质量，优化用户体验感。
实施例2
参照图4，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种基于预约大数据的旅游客流管控云服务平台，具体包括客户端层、云控制台层和云后端层。
客户端层包括，客户通过基于Rest和Soap的web服务与Eucalyptus平台进行交互。
云控制台层和云后端层构成Eucalyptus平台的5大核心组件，其包括云控制器、集群控制器、Walrus、存储控制器和节点控制器。
云控制器用于控制管理局域网内所有的节点控制器，是用户和管理员进入Eucalyptus 平台的主要入口。
集群控制器用于负责管理整个虚拟机实例网络，维护有关运行在系统内的节点控制器的全部信息，并将开启虚拟机实例的请求路由到具有可用资源的节点控制器节点上。
存储控制器用于提供存储服务，实现Amazon 的S3 接口，其与Walrus 联合工作，用于存储和访问用户数据及虚拟机映像。
Walrus用于提供和S3 一致的接口，管理对Eucalyptus平台的存储服务的访问。
节点控制器用于控制当前机器节点上的虚拟机实例，节点自身通过虚拟化管理软件与在线或离线虚拟机进行交互，一台单个虚拟机在一个节点机器上是作为一个独立的实例存在的，多个节点控制器组成了特定的云。
较佳的，本实施例提供的一种基于预约大数据的旅游客流管控云服务平台搭载实施例一提供的旅游客流管控方法程序运行，将采集的数据、预处理的数据以及运算好的数据均放置在存储控制器内，将运算模型和阻塞管理策略进行编码，形成可以导入的程序包导入集群控制器中进行运行。
本实施例还需要说明的是，云服务平台运行环境的部分代码示意如下：
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于预约大数据的旅游客流管控方法，其特征在于：包括，
预处理采集的游客信息并对其进行标记，得到样本标签；
对旅游管控平台中的可用资源进行通用性建模，导入所述样本标签进行客流分析；
基于迭代旅游景点票价的分布式策略进行阻塞管理，形成分布式阻塞管理；
将客流分析结果引入所述旅游管控平台中，结合所述分布式阻塞管理对实时市场旅游管控平台收集的阻塞资源盈余进行再分配。
2.根据权利要求1所述的基于预约大数据的旅游客流管控方法，其特征在于：所述游客信息包括，预约景点名称、预约景点地理位置、预约景点门票价、预约时间、预约手机号码、预约身份证信息、预约优惠使用信息；
利用python工具抓取当地旅游管控平台中的游客信息，并对其进行清洗、筛选、分类处理。
3.根据权利要求1或2所述的基于预约大数据的旅游客流管控方法，其特征在于：得到所述样本标签包括，
去除所述游客信息中的唯一属性；
将所述游客信息进行分类，利用同类均值插补策略对分类后的所述游客信息进行缺失值的均值插补；
对其进行特征二元化，将数值型的属性转换为布尔值的属性，定义一个阈值作为划分属性值为0和1的分隔点；
结合归一化策略对转化后的所述游客信息进行数据标准化处理，输出得到所述样本标签。
4.根据权利要求3所述的基于预约大数据的旅游客流管控方法，其特征在于：进行所述通用性建模包括，
其中，q为景区可用资源模型状态变量；g为预约客流量，w为景区可用资源权重系数，表明其维持当前状态的稳定性；k是景区可用资源耗能p f 对状态变量的贡献系数；下标m、t分别表示节点号和时刻。
5.根据权利要求4所述的基于预约大数据的旅游客流管控方法，其特征在于：所述客流分析包括，
当q值大于等于设定阈值时，则预约客流量g值过大，景区可用资源无法接待预约客流；
当q值小于设定阈值时，则预约客流量g值正常，景区可用资源满足接待预约客流需求。
6.根据权利要求5所述的基于预约大数据的旅游客流管控方法，其特征在于：形成所述分布式阻塞管理包括，
定义景区工作接待人员及安保人员为1、景区可使用土地资源2、物资供应资源3、游玩空间资源4、景区维护资源5，将其对应参数代入对角矩阵内进行运算，得到可用资源特征向量；
利用Math Type软件编写分布式策略的运行代码，开启运行，运算T个周期下的t时刻基础耗能向量、t时刻可用资源耗能计划向量以及T个周期下i个产消者在t时刻的景区可用资源模型状态变量向量；
将得到的所述可用资源特征向量、所述基础耗能向量、所述可用资源耗能计划向量以及所述景区可用资源模型状态变量向量进行加权运算，输出得到参数；
将所述参数导入分布式阻塞管理系统内进行参数控制，根据编写的分布式阻塞管理运行代码进行参数调整和运行，实现所述分布式阻塞管理。
7.根据权利要求6所述的基于预约大数据的旅游客流管控方法，其特征在于：还包括，
上层优化由旅游管控平台评估游客流量管控安全约束并向下层发送节点耗能信息；
所述下层各个产消者优化其可用资源耗能计划。
8.根据权利要求1或7所述的基于预约大数据的旅游客流管控方法，其特征在于：对实时市场旅游管控平台收集的阻塞资源盈余进行再分配包括，
归纳、汇总可用剩余资源，计算其利用率；
将所述客流分析结果与所述利用率进行资源使用匹配计算；
根据计算的匹配结果进行合理分配。
9.根据权利要求8所述的基于预约大数据的旅游客流管控方法，其特征在于：所述可用资源包括，景区工作接待人员及安保人员、景区可使用土地资源、物资供应资源、游玩空间资源、景区维护资源。
10.一种基于预约大数据的旅游客流管控云服务平台，其特征在于：包括客户端层、云控制台层和云后端层；
客户端层包括，客户通过基于Rest和Soap的web服务与Eucalyptus平台进行交互；
所述云控制台层和所述云后端层构成所述Eucalyptus平台的5大核心组件，其包括云控制器、集群控制器、Walrus、存储控制器和节点控制器；
所述云控制器用于控制管理局域网内所有的节点控制器，是用户和管理员进入所述Eucalyptus 平台的主要入口；
所述集群控制器用于负责管理整个虚拟机实例网络，维护有关运行在系统内的节点控制器的全部信息，并将开启虚拟机实例的请求路由到具有可用资源的节点控制器节点上；
所述存储控制器用于提供存储服务，实现Amazon 的S3 接口，其与Walrus 联合工作，用于存储和访问用户数据及虚拟机映像；
所述Walrus用于提供和S3 一致的接口，管理对所述Eucalyptus平台 的存储服务的访问；
所述节点控制器用于控制当前机器节点上的虚拟机实例，节点自身通过虚拟化管理软件与在线或离线虚拟机进行交互，一台单个虚拟机在一个节点机器上是作为一个独立的实例存在的，多个节点控制器组成了特定的云。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111594648.2A CN114219114B (zh) | 2021-12-24 | 2021-12-24 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111594648.2A CN114219114B (zh) | 2021-12-24 | 2021-12-24 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114219114A true CN114219114A (zh) | 2022-03-22 |
| CN114219114B CN114219114B (zh) | 2022-08-26 |
Family
ID=80705465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111594648.2A Active CN114219114B (zh) | 2021-12-24 | 2021-12-24 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114219114B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116227760A (zh) * | 2023-05-11 | 2023-06-06 | 北京大也智慧数据科技服务有限公司 | 旅游活动的影响力预测方法、装置、存储介质及设备 |
| CN118568365A (zh) * | 2024-07-31 | 2024-08-30 | 南京莫愁智慧信息科技有限公司 | 一种基于lbs旅游线路定点互动的方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104835085A (zh) * | 2015-05-12 | 2015-08-12 | 成都中科大旗软件有限公司 | 旅游运行监管及安全应急管理联动指挥平台系统 |
| CN105577807A (zh) * | 2015-12-31 | 2016-05-11 | 天津申洋科技有限公司 | 云计算数据资源调度web管理平台 |
| CN105857350A (zh) * | 2016-03-17 | 2016-08-17 | 中南大学 | 一种基于区间断面客流的高铁列车开行方法 |
| CN106373046A (zh) * | 2016-09-20 | 2017-02-01 | 湖南商学院 | 一种基于用户期望的旅游资源推荐方法 |
| US20170045365A1 (en) * | 2014-04-24 | 2017-02-16 | Gershon PAZ-TAL | Travel planner platform for providing quality tourism information |
| CN106779196A (zh) * | 2016-12-05 | 2017-05-31 | 中国航天系统工程有限公司 | 一种基于旅游大数据的游客流量预测及峰值调控方法 |
| US20170193792A1 (en) * | 2015-12-31 | 2017-07-06 | International Business Machines Corporation | Visitor Flow Management |
| CN107945088A (zh) * | 2017-11-28 | 2018-04-20 | 深圳市赛亿科技开发有限公司 | 一种景区管理方法及系统 |
| CN108288106A (zh) * | 2017-10-30 | 2018-07-17 | 江苏鸿信系统集成有限公司 | 一种基于大数据的旅游客流预测方法 |
| CN108446759A (zh) * | 2018-02-11 | 2018-08-24 | 陕西师范大学 | 基于季节性长短期记忆网络模型的旅游客流量预测方法 |
| CN111047130A (zh) * | 2019-06-11 | 2020-04-21 | 北京嘀嘀无限科技发展有限公司 | 用于交通分析和管理的方法和系统 |
| CN111951037A (zh) * | 2020-07-02 | 2020-11-17 | 西安丝路智慧科技有限公司 | 一种基于大数据的客流预测与旅游营销方法 |
| CN112330359A (zh) * | 2020-11-04 | 2021-02-05 | 上饶市中科院云计算中心大数据研究院 | 一种智慧旅游景区饱和度评价方法和装置 |
| CN112580877A (zh) * | 2020-12-22 | 2021-03-30 | 北京东方风景智慧科技有限公司 | 景区内综合管理系统 |
| CN113345080A (zh) * | 2021-06-22 | 2021-09-03 | 郑州信源信息技术股份有限公司 | 一种供应商画像建模方法及系统 |
| CN113361734A (zh) * | 2021-06-09 | 2021-09-07 | 合肥工业大学 | 一种风景区客流密度统计系统 |
-
2021
- 2021-12-24 CN CN202111594648.2A patent/CN114219114B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170045365A1 (en) * | 2014-04-24 | 2017-02-16 | Gershon PAZ-TAL | Travel planner platform for providing quality tourism information |
| CN104835085A (zh) * | 2015-05-12 | 2015-08-12 | 成都中科大旗软件有限公司 | 旅游运行监管及安全应急管理联动指挥平台系统 |
| CN105577807A (zh) * | 2015-12-31 | 2016-05-11 | 天津申洋科技有限公司 | 云计算数据资源调度web管理平台 |
| US20170193792A1 (en) * | 2015-12-31 | 2017-07-06 | International Business Machines Corporation | Visitor Flow Management |
| CN105857350A (zh) * | 2016-03-17 | 2016-08-17 | 中南大学 | 一种基于区间断面客流的高铁列车开行方法 |
| CN106373046A (zh) * | 2016-09-20 | 2017-02-01 | 湖南商学院 | 一种基于用户期望的旅游资源推荐方法 |
| CN106779196A (zh) * | 2016-12-05 | 2017-05-31 | 中国航天系统工程有限公司 | 一种基于旅游大数据的游客流量预测及峰值调控方法 |
| CN108288106A (zh) * | 2017-10-30 | 2018-07-17 | 江苏鸿信系统集成有限公司 | 一种基于大数据的旅游客流预测方法 |
| CN107945088A (zh) * | 2017-11-28 | 2018-04-20 | 深圳市赛亿科技开发有限公司 | 一种景区管理方法及系统 |
| CN108446759A (zh) * | 2018-02-11 | 2018-08-24 | 陕西师范大学 | 基于季节性长短期记忆网络模型的旅游客流量预测方法 |
| CN111047130A (zh) * | 2019-06-11 | 2020-04-21 | 北京嘀嘀无限科技发展有限公司 | 用于交通分析和管理的方法和系统 |
| CN111951037A (zh) * | 2020-07-02 | 2020-11-17 | 西安丝路智慧科技有限公司 | 一种基于大数据的客流预测与旅游营销方法 |
| CN112330359A (zh) * | 2020-11-04 | 2021-02-05 | 上饶市中科院云计算中心大数据研究院 | 一种智慧旅游景区饱和度评价方法和装置 |
| CN112580877A (zh) * | 2020-12-22 | 2021-03-30 | 北京东方风景智慧科技有限公司 | 景区内综合管理系统 |
| CN113361734A (zh) * | 2021-06-09 | 2021-09-07 | 合肥工业大学 | 一种风景区客流密度统计系统 |
| CN113345080A (zh) * | 2021-06-22 | 2021-09-03 | 郑州信源信息技术股份有限公司 | 一种供应商画像建模方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| JIN WEI,ETC: "A research on smart tourism-oriented big data real-time processing technology", 《2017 29TH CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 * |
| 吴金润 等: "基于容量限制与流向调控的景区拥堵和超载问题的研究初探", 《旅游纵览》 * |
| 龚花 等: "基于大数据分析的旅游景区管理策略优化研究", 《广西质量监督导报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116227760A (zh) * | 2023-05-11 | 2023-06-06 | 北京大也智慧数据科技服务有限公司 | 旅游活动的影响力预测方法、装置、存储介质及设备 |
| CN116227760B (zh) * | 2023-05-11 | 2023-08-18 | 广西大也智能数据有限公司 | 旅游活动的影响力预测方法、装置、存储介质及设备 |
| CN118568365A (zh) * | 2024-07-31 | 2024-08-30 | 南京莫愁智慧信息科技有限公司 | 一种基于lbs旅游线路定点互动的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114219114B (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114219114B (zh) | 一种基于预约大数据的旅游客流管控方法及云服务平台 | |
| Pan et al. | Urban big data and the development of city intelligence | |
| Etienne et al. | Model-based count series clustering for bike sharing system usage mining: a case study with the Vélib’system of Paris | |
| CN106651424B (zh) | 基于大数据技术的电力用户画像建立与分析方法 | |
| CN104268695B (zh) | 一种多中心流域水环境分布式集群管理系统及方法 | |
| CN107528735A (zh) | 基于空间分析的大数据分析平台 | |
| Saba et al. | Towards smart cities: challenges, components, and architectures | |
| CN106131077A (zh) | 智慧城市生活服务系统 | |
| DE112018007119T5 (de) | Optimieren und vorhersagen der verfügbarkeit von ressourcen in einer umgebung zur gemeinsamen fahrradnutzung | |
| CN110796570A (zh) | 一种智慧文旅系统 | |
| US10089640B2 (en) | Methods and systems for interpretable user behavior profiling in off-street parking | |
| CN108537691A (zh) | 一种区域游览智能管理系统及方法 | |
| CN101763611A (zh) | 基于宽带网络的智能旅游行程规划系统 | |
| CN115271635A (zh) | 智慧社区服务平台系统 | |
| CN113836215B (zh) | 金融场景类用户感知信息处理方法、系统、设备及应用 | |
| Lv et al. | Mobility pattern recognition based prediction for the subway station related bike-sharing trips | |
| Su et al. | Deciphering the influence of TOD on metro ridership: An integrated approach of extended node-place model and interpretable machine learning with planning implications | |
| Feng et al. | [Retracted] Design and Simulation of Human Resource Allocation Model Based on Double‐Cycle Neural Network | |
| Guo | Design and implementation of smart campus automatic settlement PLC control system for Internet of Things | |
| CN116757353A (zh) | 一种城市更新资源潜力评估方法、装置、终端及介质 | |
| CN111951037A (zh) | 一种基于大数据的客流预测与旅游营销方法 | |
| CN112365281A (zh) | 电力客户服务需求分析方法及装置 | |
| Xu et al. | Urban smart public transport studies: a review and prospect | |
| Jia et al. | Construction and design of a smart tourism model based on big data technologies | |
| CN118261396A (zh) | 一种旅游情境规划数据处理方法及系统 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A tourism passenger flow control method and cloud service platform based on reservation big data Effective date of registration: 20230110 Granted publication date: 20220826 Pledgee: Zijin Trust Co.,Ltd. Pledgor: Nanjing Mochou Intelligent Information Technology Co.,Ltd. Registration number: Y2023980030514 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20220826 Pledgee: Zijin Trust Co.,Ltd. Pledgor: Nanjing Mochou Intelligent Information Technology Co.,Ltd. Registration number: Y2023980030514 |