CN117455195B - 一种基于用户信息的酒店客房的管理方法及设备 - Google Patents
一种基于用户信息的酒店客房的管理方法及设备 Download PDFInfo
- Publication number
- CN117455195B CN117455195B CN202311609828.2A CN202311609828A CN117455195B CN 117455195 B CN117455195 B CN 117455195B CN 202311609828 A CN202311609828 A CN 202311609828A CN 117455195 B CN117455195 B CN 117455195B
- Authority
- CN
- China
- Prior art keywords
- time
- user
- travel
- information
- guest room
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 51
- 238000004140 cleaning Methods 0.000 claims abstract description 143
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000012937 correction Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 15
- 230000002035 prolonged effect Effects 0.000 claims description 12
- 230000037361 pathway Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 4
- 101100100125 Mus musculus Traip gene Proteins 0.000 description 26
- 238000010586 diagram Methods 0.000 description 9
- 230000003111 delayed effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/025—Coordination of plural reservations, e.g. plural trip segments, transportation combined with accommodation
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请适用于数据处理技术领域,提供了一种基于用户信息的酒店客房的管理方法及设备,方法包括:若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;基于所述出行信息确定所述用户的预计到店时间;根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段;若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息。采用上述方法可以提前确定期望清洁时间段,并判断期望清洁时间段是否满足清洁需求,继而判断是否需要调整用户客房,能够提早对清洁时间不足的情况进行处理,从而减少了用户到店后所需的等待时间,提高了客房调整的智能化以及客房管理的准确性。
Description
技术领域
本申请属于数据处理技术领域,尤其涉及一种基于用户信息的酒店客房的管理方法及设备。
背景技术
随着经济不断发展,人们出行旅游的需求也越来越高,在出行旅游的过程中,酒店住宿的服务质量高低,直接影响用户的出行体验。因此,如何能够为用户提高满足的住店体验,成为了酒店管理人员的关注重点之一。现有的酒店客房的管理技术,一般是根据固定时间对所有房间进行清洁,若用户到店时其预定的客房仍处于清洁中,则需要用户等待完成清洁后,才能够办理入住,从而大大增加了用户的等待时长,也无法合理安排客房的房间,降低了客房的管理准确性。
发明内容
本申请实施例提供了一种基于用户信息的酒店客房的管理方法、装置、电子设备及存储介质,可以解决现有的酒店客房的管理技术,若用户到店时其预定的客房仍处于清洁中,则需要用户等待完成清洁后,才能够办理入住,从而大大增加了用户的等待时长,也无法合理安排客房的房间,降低了客房的管理准确性的问题。
第一方面,本申请实施例提供了一种基于用户信息的酒店客房的管理方法,包括:
若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;所述用户信息包括所述用户的出行信息;
基于所述出行信息确定所述用户的预计到店时间;
根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段;
若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息。
涉及到个人信息相关的数据,当运用到具体产品或技术中时,需要获得用户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
在第一方面的一种可能的实现方式中,所述出行信息包括出行方式以及出行编号标识;
所述基于所述出行信息确定所述用户的预计到店时间,包括:
若所述出行方式为航空出行方式,则从出行记录库中提取与所述出行编号标识关联的多个历史出行记录,确定所述用户的第一预计到达时间;所述历史出行记录中的历史天气类型与当前的天气类型相同;
根据所述出行编号标识关联的第一到达位置以及所述第一预计到达时间,确定所述预计到店时间;
若所述出行方式为轨道出行方式,则基于所述出行编号标识确定途径的多个途径的轨道段;
获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间;
根据所述出行编号标识关联的第二到达位置以及所述第二预计到达时间,确定所述预计到店时间;
若所述用户的所述出行信息为空,则确定所述用户的所述出行方式为自驾出行方式;
根据所述用户的所属地,生成至少一条驾驶路线,并获取各个所述驾驶路线对应的行驶时间;
基于所有所述行驶时间,确定所述预计到店时间。
在第一方面的一种可能的实现方式中,所述获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间,包括:
基于各个所述轨道段对应的途径次序以及所述轨道段长度,确定每个所述轨道段对应的时间修正系数;所述修正系数为:
其中,FixLvi为第i个轨道段的时间修正系数;Longi为第i个轨道段的轨道段长度;SerialNumi为第i个轨道段的途径次序;α为预设的补正系数;BaseLong为基准轨道长度;
对所述延误信息以及所述修正系数进行加权叠加,计算期望延误时间;所述期望延误时间为:
其中,DelayTimei为第i个轨道段的所述延误信息;ExDelay为所述期望延误时间;N为所述轨道段的总数;
基于所述期望延误时间以及所述出行编号标识对应的准点到达时间,确定所述第二预计到达时间。
在第一方面的一种可能的实现方式中,所述根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段,包括:
若所述使用状态为占用状态,则获取占用所述目标客房的使用用户的历史入住信息;所述历史入住信息包括有退房延长记录;
基于所述历史入住信息计算所述使用用户的延长退房概率;所述延长退房概率为:
其中,DelayTP为所述延长退房概率;TotalRecord为所述历史入住信息的总数;M为所述退房延长记录的总数;CheckoutTimej为第j个退房延长记录中的退房时间;BaseTime为基准退房时间;
若所述延长退房概率大于预设的概率阈值,则基于所述退房延长记录中多个退房时间,确定预计退房时间;
将所述预计退房时间与所述预计到店时间之间的第一时间段,作为所述期望清洁时间段。
在第一方面的一种可能的实现方式中,在所述基于所述历史入住信息计算所述使用用户的延长退房概率之后,还包括:
若所述延长退房概率小于所述概率阈值,则将所述基准退房时间以及所述预计到店之间的第二时间段,作为所述期望清洁时间段。
在第一方面的一种可能的实现方式中,所述若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息,包括:
根据所述目标客房的客房类型,获取当前空闲的多个候选客房;
分别获取各个候选客房的历史入住记录,并基于所述历史入住记录,确定每个所述候选客房对应的入住概率;
选取所述入住概率最低的一个所述候选客房作为替换客房;
基于所述替换客房生成所述客房调整信息。
在第一方面的一种可能的实现方式中,所述用户信息还包括所述用户的用户优先级;
在所述根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段之后,还包括:
若所述期望清洁时间段大于所述最短清洁时长,则基于所述用户优先级以及所述最短清洁时长,从所述期望清洁时间段中确定目标清洁时间段;
若到达所述目标清洁时间段的起始时刻,则生成所述目标客房的清洁提醒信息。
第二方面,本申请实施例提供了一种基于用户信息的酒店客房的管理装置,包括:
用户信息获取单元,用于若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;所述用户信息包括所述用户的出行信息;
预计到店时间确定单元,用于基于所述出行信息确定所述用户的预计到店时间;
期望清洁时间段确定单元,用于根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段;
客房调整单元,用于若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息。
第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面任一项所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面任一项所述的方法。
第五方面,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电子设备上运行时,使得电子设备执行上述第一方面中任一项所述的方法。
本申请实施例与现有技术相比存在的有益效果是:在满足目标客房的提醒触发条件时,可以获取预定该目标客房的用户的用户信息,继而通过该用户信息确定预计到店时间,并根据预计到店时间确定可以对该目标客房进行清洁的期望清洁时间段,并判断该期望清洁时间段是否大于最短清洁时长,在检测到期望清洁时间段小于最短清洁时长时,则表示没有充足的时间完成对目标客房的清洁,因此会生成对应的客房调整信息,以调整该目标客房关联用户所居住的客房,从而能够实现自动调整用户预订客房的目的。与现有的客房管理技术相比,并非固定时间对所有客房进行清洁,而是可以提前确定期望清洁时间段,并判断期望清洁时间段是否满足清洁需求,继而判断是否需要调整用户客房,能够提早对清洁时间不足的情况进行处理,从而减少了用户到店后所需的等待时间,提高了客房调整的智能化以及客房管理的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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是本申请一实施例提供的客房管理系统的示意图;
图2是本申请实施例提供的一种基于用户信息的酒店客房的管理方法的实现示意图;
图3是本申请第二实施例提供的一种基于用户信息的酒店客房的管理方法在S202的具体实现流程图;
图4是本申请第三实施例提供的一种基于用户信息的酒店客房的管理方法在S203的具体实现流程图;
图5是本申请第四实施例提供的一种基于用户信息的酒店客房的管理方法在S204的具体实现流程图;
图6是本申请第五实施例提供的一种基于用户信息的酒店客房的管理方法在S203之后的具体实现流程图;
图7是本申请实施例提供的基于用户信息的酒店客房的管理装置的结构示意图;
图8是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本申请实施例提供的一种基于用户信息的酒店客房的管理方法可以应用于台式计算机、服务器、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)等能够实现对生成客房调整信息的电子设备上。本申请实施例对电子设备的具体类型不作任何限制。其中,本申请实施例中的电子设备可以为酒店内的服务器,或者也可以为位于酒店前台的台式计算机,从而可以将生成的客房调整信息通知相关工作人员,例如在前台的台式计算机上显示,或通过短信或弹窗等方式推送给工作人员的用户终端。
示例性地,图1示出了本申请一实施例提供的客房管理系统的示意图。参见图1所示,该酒店包含有一个客房服务器11,以及多个用户终端12,上述的用户终端包括工作人员的智能手机以及台式计算机等,该客房服务器11还可以与用于储存出行信息的数据库服务器13相连,可以从数据库服务器13中获取与用户相关的出行信息,继而生成与酒店客房关联的推送信息,将推送信息发送给相关工作人员的用户终端12,以实现对酒店客房的精准管理。
请参阅图2,图2示出了本申请实施例提供的一种基于用户信息的酒店客房的管理方法的实现示意图,该方法包括如下步骤:
在S201中,若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;所述用户信息包括所述用户的出行信息。
在本实施例中,电子设备可以存储有各个酒店客房的入住信息。该入住信息包括酒店客房的预订状态、预订的用户以及预订天数等。电子设备可以根据每个酒店客房的入住信息,配置对应的提醒触发条件。若电子设备检测到满足某一酒店客房的提醒触发条件时,则将该提醒触发条件对应的酒店客房识别为目标客房,并执行S201的相关操作。
在一种可能的实现方式中,电子设备可以根据酒店客房的入住时间以及预设的提醒时间阈值,确定上述的提醒触发条件。该提醒触发条件对应的提示时间与入住时间之间的差值为上述的提示时间阈值,即在入住前一定时间,触发S201的操作,以判断是否需要对用户的客房进行调整。其中,上述提示时间阈值可以根据系统设置确定,也可以根据用户的居住地与酒店的所在地之间的距离长短确定。
在本实施例中,电子设备在满足目标客房的提醒触发条件时,会获取该目标客房的入住信息,并根据该入住信息确定预定该目标客房的关联用户,该关联用户具体为待入住用户,并根据该关联的用户的用户标识,从用户数据库内获取关于该用户的出行信息。
在本实施例中,电子设备可以与存储有用户信息的数据库服务器相连,通过该入住目标客房的用户的用户标识,从用户数据库中获取关于该用户的用户信息。其中,该用户信息包括有用户的出行信息,该出行信息可以包括有该用户预订的机票信息、火车票信息、船票信息等。
在一种可能的实现方式中,若用户数据库内并未记录有当前日期关联的出行信息,则可以从用户数据库中提取关于该用户的多个历史出现记录,并将多个历史出行记录导入预设的出现方式预测模型,计算每种出行方式的置信度概率,继而选取置信度概率最高的出行方式作为目标出行方式,并基于预测得到的目标出行方式以及酒店与用户之间的距离值,生成上述的出行信息,从而能够实现对用户出行情况的预测,提高了方案的适用范围。
在S202中,基于所述出行信息确定所述用户的预计到店时间。
在本实施例中,电子设备可以从用户信息提取该用户的出行信息,并根据出行类型,确定与之对应的到店预测算法,将出行信息导入与出行类型对应的到店时间预测算法中,可以得到该目标客房对应用户的预计到店时间。
在一种可能的实现方式中,上述出行类型包括:航空出行类型、轨道出行类型以及自驾出行类型,对应地,电子设备可以储存有三种不同类型的到店时间预测算法,上述出行信息包括有出发时间、出发地点、到达时间以及到达地点,将出行信息中的上述多个信息导入到对应的到店时间预测算法中,可以通过上述算法得到对应的预计到店时间。
在一种可能的实现方式中,若上述出行信息包括多个,则可以根据出行次序,确定出行时间最晚的一个出行信息作为目标出行信息,并将目标出行信息导入上述的到店时间预测算法中,计算得到上述的预计到店时间。
在一种可能的实现方式中,若上述出行信息包括多个,且多个出行信息的出行日期相同,则可以根据各个出行信息的出行次序,构建该用户的出行轨迹,基于该出行轨迹确定目标用户的预计到店时间。
在S203中,根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段。
在本实施例中,电子设备可以确定目标客房当前的使用状态,即目标客房是处于被占用状态,或是处于空闲状态。例如,该目标客房已入住有其他用户,且该其他用户并未进行退房,则该目标客房处于占用状态;若该目标客房未入住其他用户,或该用户已完成退房操作,则该目标客房处于可用状态。
在本实施例中,电子设备可以结合目标客房的使用状态,确定该目标客房的空闲时间段。电子设备以上述空闲时间段的起始时间点为期望清洁起始点,以上述预计到店时间为期望清洁结束点,从而能够基于上述两个时间点得到该目标客房的期望清洁时间段。
在一种可能的实现方式中,若期望清洁结束点早于或等于上述的期望清洁起始点,即用户到达酒店时,该目标客房仍处于占用状态,则上述的期望清洁时间段为0。
在一种可能的实现方式中,若期望清洁时间段大于最短清洁时长,则表示可以在用户到达前整理完成目标客房,此时,可以根据该用户的用户等级以及预计到店时间,确定该目标客房的清洁优先级。例如,预计到店时间越早,则对应清洁优先级越高;若用户等级越高,则对应清洁优先级越高,继而可以根据清洁优先级从期望清洁时间段中选择目标清洁时间段,并生成对应的清洁提醒信息,从而能够实现准确管理不同客房之间的清洁时间段,提高了管理效率。
在S204中,若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息。
在本实施例中,在电子设备检测到期望清洁时间段小于最短清洁时长的情况,则表示工作人员无法在较短的时间内完成对于该目标客房的清洁操作,用户入住时可能会存在需要等待客房清洁完成的情况,在该情况下,电子设备可以从多个空闲客房中选取一个替换客房,基于替换客房生成上述的客房调整信息,从而能够在用户到店时,立即安排已经准备完成的客房以供用户入住。
在本实施例中,上述最短清洁时长为工作人员清理目标房间所需的最短时间。在实际清洁过程中,工作人员清理目标房间的时间可以大于上述的最短清洁时长。可选地,上述最短清洁时长是根据目标房间的房间面积确定的,若该目标房间的面积越大,则对应的清洁时长越长;若该目标房间的内置物件越多(如床位的个数,卫生间个数等),则对应的清洁时长越长,电子设备可以根据目标房间的房间类型,获取与之对应的最短清洁时长。
以上可以看出,本申请实施例提供的一种基于用户信息的酒店客房的管理方法通过在满足目标客房的提醒触发条件时,可以获取预定该目标客房的用户的用户信息,继而通过该用户信息确定预计到店时间,并根据预计到店时间确定可以对该目标客房进行清洁的期望清洁时间段,并判断该期望清洁时间段是否大于最短清洁时长,在检测到期望清洁时间段小于最短清洁时长时,则表示没有充足的时间完成对目标客房的清洁,因此会生成对应的客房调整信息,以调整该目标客房关联用户所居住的客房,从而能够实现自动调整用户预订客房的目的。与现有的客房管理技术相比,并非固定时间对所有客房进行清洁,而是可以提前确定期望清洁时间段,并判断期望清洁时间段是否满足清洁需求,继而判断是否需要调整用户客房,能够提早对清洁时间不足的情况进行处理,从而减少了用户到店后所需的等待时间,提高了客房调整的智能化以及客房管理的准确性。
图3示出了本申请第二实施例提供的一种基于用户信息的酒店客房的管理方法在S202的具体实现流程图。参见图3,相对于图2所述实施例,本实施例提供的一种基于用户信息的酒店客房的管理方法中的S202包括:S2021~S2028,具体详述如下:
进一步地,所述出行信息包括出行方式以及出行编号标识;所述基于所述出行信息确定所述用户的预计到店时间,包括:
在S2021中,若所述出行方式为航空出行方式,则从出行记录库中提取与所述出行编号标识关联的多个历史出行记录,确定所述用户的第一预计到达时间;所述历史出行记录中的历史天气类型与当前的天气类型相同。
在本实施例中,上述出行信息中包括有出行方式以及出行编号标识。其中,上述出行方式包括有航空出行方式、轨道出行方式以及自驾出行方式。而上述出行编号标识根据出行方式的不同,对应的编号标识的类型不同。若上述出行方式为航空出行方式,则上述出行编号标识为航班号;若上述出行方式为轨道出行方式,则上述出行编号标识为火车班次编号;若上述出行方式为自驾出行方式,则上述出行编号标识为空,也可以为用户驾驶所用的车牌号码等。
在本实施例中,若上述出行信息中用户采用的出行方式为航空出行方式,则执行S2021~S2022的操作;若上述出行方式为轨道出行方式,则执行S2023~S2025的操作;若上述出行方式为自驾出行方式,则执行S2026~S2028的操作。
在本实施例中,电子设备在检测到用户的出行方式为航空出行方式的情况下,飞机的延误情况与天气情况以及该航班的平均延误情况相关,基于此,电子设备可以根据出行编号标识(即航班号),从出行记录数据库中提取与上述出行编号标识对应的多个候选出行记录,继而确定各个候选出行记录对应的天气类型。上述天气类型包括:晴天类型、雨天类型、阴天类型等。电子设备根据当前的天气类型,从所有候选出行记录中提取与当前的天气类型一致的候选出行记录,作为历史出行记录。
在本实施例中,电子设备分别获取各个历史出行记录对应的历史到达时间,根据多个历史到达时间确定该本次航班的第一预计到达时间。其中,上述第一预计到达时间可以表示为:
其中,ArrivalTime为第一预计到达时间;HisTimep为第p个历史出行记录的历史到达时间;CurrentTime为当前时间;Timep为第p个历史出行记录的创建时间;Base为预设的系数;P为历史出行记录的总数。
在S2022中,根据所述出行编号标识关联的第一到达位置以及所述第一预计到达时间,确定所述预计到店时间。
在本实施例中,电子设备可以根据出行编号标识,确定该航班对应的到达机场,将该到达机场对应的位置作为上述的第一到达位置,并确定第一到达位置与酒店所在位置之间的距离值,确定从机场到达酒店所需的时间,即路程花费时间,在上述第一预计到达时间的基础上,叠加上述的路程花费时间,能够计算得到上述预计到店时间。
在S2023中,若所述出行方式为轨道出行方式,则基于所述出行编号标识确定途径的多个途径的轨道段。
在本实施例中,电子设备在检测到用户的出行方式为轨道出行方式的情况下,其延误情况与当前轨道交通途径的轨道上各个行驶的列车的延误情况相关。例如,某一轨道上前一趟列车出现延误,则为了行驶安全,后一班列车也可能会存在延误的情况。基于此,电子设备可以根据出行编号标识(即列车班次),确定用户乘坐列车所经过的轨道段。
在S2024中,获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间。
在本实施例中,电子设备在确定了用户乘坐列车所经过的轨道段后,可以分别确定各个轨道段行驶的其他列车,并根据其他列车的延误情况,确定每个轨道段对应的延误信息。例如,在用户乘坐的列车前,有3趟其他列车经过轨道段A,则可以根据最近经过该轨道段A的列车的延误时间,作为该轨道段对应的延误信息;也可以根据所有经过该轨道段的列车的延误时间进行加权叠加,从而确定该轨道段对应的延误信息。
在本实施例中,电子设备可以不同轨道段的延误信息进行叠加,从而能够确定用户乘坐列车的总延误时长,并根据该列车的期望到达时间叠加上述的总延误时长,则可以得到上述的第二预计到达时间。
进一步地,作为本申请的另一实施例,上述S2024具体可以通过以下三个步骤实现计算第二预计到达时间:
步骤1:基于各个所述轨道段对应的途径次序以及所述轨道段长度,确定每个所述轨道段对应的时间修正系数;所述修正系数为:
其中,FixLvi为第i个轨道段的时间修正系数;Longi为第i个轨道段的轨道段长度;SerialNumi为第i个轨道段的途径次序;α为预设的补正系数;BaseLong为基准轨道长度。
在本实施例中,列车在行驶的过程中,若出现部分轨道段延误的情况,可以通过适当的提速的方式以最后的延误时长,基于此,电子设备可以根据轨道段的长度,计算每个轨道段对应的时间修正系数。该时间修正系数具体用于表示对于延误时长的修复能力的强弱程度。若该时间修正系数的数值越大,则对于延误时长的修复能力越强;反之,若该时间修正系数的数值越小,则对于延误时长的修复能力越弱。
在本实施例中,电子设备可以计算该轨道段与基准轨道长度之间的比值,若该比值的数值越大,则表示提速的路程越长,对应延误修复能力越强,因此对应的时间修正系数越大。另一方面,上述时间修正系数还与轨道段的途径次序有关,若该途径次序越晚,则对应的调整能力对于实际的延误情况的影响越大,且呈指数级增长。
步骤2:对所述延误信息以及所述修正系数进行加权叠加,计算期望延误时间;所述期望延误时间为:
其中,DelayTimei为第i个轨道段的所述延误信息;ExDelay为所述期望延误时间;N为所述轨道段的总数。
在本实施例中,电子设备可以分别提取各个延误信息对应的延误时间,并根据轨道段对应的时间修正系数的基础上对各个延误时间进行加权叠加,从而能够计算得到期望延误时间。
步骤3:基于所述期望延误时间以及所述出行编号标识对应的准点到达时间,确定所述第二预计到达时间。
在本申请实施例中,通过分别确定各个轨道段的轨道长度,从而能够确定用户乘坐列车在轨道段上对于延误时长的自修复程度,能够提高后续计算得到的第二预计到达时间的准确性,继而提高对于酒店客房管理的准确性。
在S2025中,根据所述出行编号标识关联的第二到达位置以及所述第二预计到达时间,确定所述预计到店时间。
在本实施例中,电子设备可以根据出行编号标识,确定该列车对应的到达车站,将该到达车站对应的位置作为上述的第二到达位置,并确定第二到达位置与酒店所在位置之间的距离值,确定从车站到达酒店所需的时间,即路程花费时间,在上述第二预计到达时间的基础上,叠加上述的路程花费时间,能够计算得到上述预计到店时间。
在S2026中,若所述用户的所述出行信息为空,则确定所述用户的所述出行方式为自驾出行方式;
在S2027中,根据所述用户的所属地,生成至少一条驾驶路线,并获取各个所述驾驶路线对应的行驶时间;
在S2028中,基于所有所述行驶时间,确定所述预计到店时间。
在本实施例中,若用户数据库中该目标客房关联用户的出行信息为空,则表示用户并没有预定任何机票、车票或船票,则可能是通过自驾的方式到达酒店,或其所在城市在酒店所在城市内,因此可以将其出行方式识别为自驾出行方式。
在本实施例中,由于用户采用自驾出行方式,即不存在因交通方式而导致的延误情况,因此只需要根据用户的所属地以及酒店位置,生成对应的驾驶路线,并确定该驾驶路线对应的行驶时长,则能够根据行驶时长以及期望出发时间,确定该用户的预计到店时间。其中,上述期望出发时间可以根据所属地的不同,具有不同的预设数值,具体可以通过查表的方式确定。
在本申请实施例中,根据出行方式不同,采用不同方式确定用户的预计到店时间,能够提高预计到店时间确定的准确性,继而提高后续对于酒店客房管理的准确性,减少用户的等待时长。
图4示出了本申请第三实施例提供的一种基于用户信息的酒店客房的管理方法在S203的具体实现流程图。参见图4,相对于图2所述实施例,本实施例提供的一种基于用户信息的酒店客房的管理方法中的S203包括:S2031~S2035,具体详述如下:
在S2031中,若所述使用状态为占用状态,则获取占用所述目标客房的使用用户的历史入住信息;所述历史入住信息包括有退房延长记录。
在本实施例中,若上述使用状态为空闲状态,则可以检测到提醒触发条件时刻为起始时刻,预计到店时间为结束时刻,确定上述的期望清洁时间段。反之,若上述目标客房的使用状态为占用状态,则表示有其他用户正在使用该目标客房,并且并未进行退房操作,此时,需要预计该目标客房中的使用用户的预计退房时间,因此可以根据该使用用户的用户标识,获取该使用用户的多个历史入住信息,上述历史入住信息是该使用用户入住其他酒店的客房或入住其他客房时对应的入住信息。上述历史入住信息包括有退房延长记录,可选地,上述历史入住信息还可以包括该使用用户的历史退房时间。
在S2032中,基于所述历史入住信息计算所述使用用户的延长退房概率;所述延长退房概率为:
其中,DelayTP为所述延长退房概率;TotalRecord为所述历史入住信息的总数;M为所述退房延长记录的总数;CheckoutTimej为第j个退房延长记录中的退房时间;BaseTime为基准退房时间。
在本实施例中,电子设备在获取得到各个历史入住信息后,可以根据历史入住信息中的退房延长记录,计算该使用用户使用客房的延迟退房概率,例如,若使用用户的实际退房时间往往比预计退房时间晚,且延长退房的时间较长,则表示该使用用户习惯延迟退房,因此,使用延迟退房服务的概率较大;并且,若该使用用户的延长退房记录的个数较多,使用延迟退房服务的概率较大,因此,电子设备可以根据延长退房记录的个数以及延长退房记录中的退房时间,计算得到该使用用户的延长退房概率。
在S2033中,若所述延长退房概率大于预设的概率阈值,则基于所述退房延长记录中多个退房时间,确定预计退房时间。
在本实施例中,若预测得到目标客房当前的使用用户的预计退房概率大于预设的概率阈值,则表示该使用用户大概率不会按照预定的时间完成退房,此时,需要根据使用用户的退房延长记录,计算该使用用户的预计退房时间。
在本实施例中,各个退房延长记录中包括有退房时间,因此,可以将所有退房时间对应的均值,作为该目标用户的预计退房时间。可选地,可以根据各个退房延长记录的记录时间与当前时间之间的差值,确定每个退房延长记录对应的加权权重,基于上述加权权重对每个上述退房时间进行加权叠加,从而计算得到对应的加权均值,将加权均值作为上述的预计退房时间。
在S2034中,将所述预计退房时间与所述预计到店时间之间的第一时间段,作为所述期望清洁时间段。
在本实施例中,电子设备可以以上述的预计到店时间为时间结束点,以上述的预计退房时间为时间开始点,从而确定得到计算期望清洁时间段,将上述两个时间时长作为上述期望清洁时间段对应的时长。
在本申请实施例中,在目标客房处于占用状态下,可以通过计算该目标客房的使用用户的延长退房概率,并在使用用户大概率会申请延长退房时间的情况下,确定该用户的预计退房时间,从而能够提高期望清洁时间段确定的准确性。
进一步地,作为本申请的另一实施例,上述S2032之后还包括:
在S2035中,若所述延长退房概率小于所述概率阈值,则将所述基准退房时间以及所述预计到店之间的第二时间段,作为所述期望清洁时间段。
在本实施例中,电子设备若检测延长退房概率小于概率阈值,则表示该使用用户会在基准退房时间之前完成退房,因此,目标客房会在基准退房时间之后处于空闲状态,即将基准退房时间作为时间起点,将用户的预计到店时间作为时间结束点,从而得到上述的期望清洁时间段。
在本申请实施例中,在检测到延长退房概率较低的情况下,能够采用基准退房时间作为目标客房处于空闲状态的起始时间点,能够根据不同的方式采用对应的方式确定期望清洁时间段,能够提高期望清洁时间段的准确性。
图5示出了本申请第四实施例提供的一种基于用户信息的酒店客房的管理方法在S204的具体实现流程图。参见图5,相对于图2-4任一项所述实施例,本实施例提供的一种基于用户信息的酒店客房的管理方法中的S204包括:S2041~S2044,具体详述如下:
在S2041中,根据所述目标客房的客房类型,获取当前空闲的多个候选客房。
在本实施例中,电子设备可以从空闲客房中选择合适的其他客房用于替换用户预定的目标客房。其中,由于替换客房的客房条件应该不低于原本用户预定的目标客房,基于此,电子设备会获取目标客房的客房类型,并选取客房类型相同且处于空闲的其他客房作为候选客房。
在一种可能的实现方式中,电子设备可以根据客房类型,确定各个客房的等级。电子设备可以选取客房等级大于或等于上述目标客房的客房等级的空闲客房,作为上述的候选客房。
在S2042中,分别获取各个候选客房的历史入住记录,并基于所述历史入住记录,确定每个所述候选客房对应的入住概率。
在本实施例中,电子设备可以获取每个候选客房的历史入住记录,上述历史入住记录包括有入住日期以及入住时长等。电子设备可以根据各个候选客房的历史记录,确定该候选客房在当前日期的临时预订的概率。其中,若该候选客房的历史入住记录的数量越多,则上述的入住概率越大;若该候选客房存在一定的预订规律,例如每周二都会被预订,或每月2号都会被预订,且当前日期满足上述的预订规律,则上述的入住概率越大。
在S2043中,选取所述入住概率最低的一个所述候选客房作为替换客房。
在本实施例中,电子设备可以根据各个候选客房的入住概率对各个候选客房进行排序,并选取入住概率最低的一个候选客房作为目标客房对应的替换客房。
在一种可能的实现方式中,若存在多个入住概率相同且数值最低的候选客房,则选取客房类型与目标客房相同的候选客房作为目标客房。
在S2044中,基于所述替换客房生成所述客房调整信息。
在本实施例中,电子设备可以获取替换客房对应的客房标识,确定该替换客房的清洁状态,根据清洁状态确定替换客房对应的目标清洁时间段,将上述客房标识以及上述的目标清洁时间段生成客房调整信息。
在本申请实施例中,通过计算各个候选客房对应的入住概率,从而选取入住概率较低的候选客房作为替换客房,避免多次调整用户入住客房的情况发生,减少不必要的调整操作。
图6示出了本申请第五实施例提供的一种基于用户信息的酒店客房的管理方法在S203之后的具体实现流程图。参见图6,相对于图2-4任一项所述实施例,本实施例提供的一种基于用户信息的酒店客房的管理方法中的在S204之后还包括:S601~S602,具体详述如下:
所述用户信息还包括所述用户的用户优先级;
在所述根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段之后,还包括:
在S601中,若所述期望清洁时间段大于所述最短清洁时长,则基于所述用户优先级以及所述最短清洁时长,从所述期望清洁时间段中确定目标清洁时间段。
在本实施例中,电子设备若检测到期望清洁时间段的时长大于上述的最短清洁时长,则表示工作人员能够有足够的时间去清洁该目标客房,在该情况下,电子设备可以根据该用户优先级,确定该目标客房的清洁次序,并根据该清洁次序从上述的清洁时间段中截图不小于上述最短清洁时长的一个时间段,作为上述的目标清洁时间段。
示例性地,若上述的期望清洁时间段为12:00至14:00,而最短清洁时长为1小时,且该用户优先级较高,则可以选取12:00-13:00这一时间段作为上述的目标清洁时间段。
在S602中,若到达所述目标清洁时间段的起始时刻,则生成所述目标客房的清洁提醒信息。
在本实施例中,电子设备在确定了目标清洁时间段后,可以在到达上述目标清洁时间段的起始时刻,生成一个清洁提醒信息。可选地,电子设备可以确定目标客房关联的清洁管理人员,并将上述清洁提醒信息发送给清洁管理人员对应的用户终端。
在本实施例中,图7示出了本申请一实施例提供的一种基于用户信息的酒店客房的管理装置的结构框图,该基于用户信息的酒店客房的管理装置包括的各单元用于执行图2对应的实施例中基于用户信息的酒店客房的管理装置实现的各步骤。具体请参阅图2与图2所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。
参见图7,所述一种基于用户信息的酒店客房的管理装置包括:
用户信息获取单元71,用于若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;所述用户信息包括所述用户的出行信息;
预计到店时间确定单元72,用于基于所述出行信息确定所述用户的预计到店时间;
期望清洁时间段确定单元73,用于根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段;
客房调整单元74,用于若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息。
应当理解的是,图7示出的基于用户信息的酒店客房的管理装置的结构框图中,各模块用于执行图2至图6对应的实施例中的各步骤,而对于图2至图6对应的实施例中的各步骤已在上述实施例中进行详细解释,具体请参阅图2至图6以及图2至图6所对应的实施例中的相关描述,此处不再赘述。
图8是本申请另一实施例提供的一种电子设备的结构框图。如图8所示,该实施例的电子设备800包括:处理器810、存储器820以及存储在存储器820中并可在处理器810运行的计算机程序830,例如基于用户信息的酒店客房的管理方法的程序。处理器810执行计算机程序830时实现上述各个基于用户信息的酒店客房的管理方法各实施例中的步骤,例如图2所示的S201至S204。或者,处理器810执行计算机程序830时实现上述图8对应的实施例中各模块的功能,例如,图7所示的用户信息获取单元71至客房调整单元74的功能,具体请参阅图7对应的实施例中的相关描述。
示例性的,计算机程序830可以被分割成一个或多个模块,一个或者多个模块被存储在存储器820中,并由处理器810执行,以完成本申请。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序830在电子设备800中的执行过程。例如,计算机程序830可以被分割成各个单元模块,各模块具体功能如上。
电子设备800可包括,但不仅限于,处理器810、存储器820。本领域技术人员可以理解,图8仅仅是电子设备800的示例,并不构成对电子设备800的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器810可以是中央处理单元,还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。
存储器820可以是电子设备800的内部存储单元,例如电子设备800的硬盘或内存。存储器820也可以是电子设备800的外部存储设备,例如电子设备800上配备的插接式硬盘,智能存储卡,闪存卡等。进一步地,存储器820还可以既包括电子设备800的内部存储单元也包括外部存储设备。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (6)
1.一种基于用户信息的酒店客房的管理方法,其特征在于,包括:
若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;所述用户信息包括所述用户的出行信息;
基于所述用户的出行信息确定所述用户的预计到店时间,包括:若所述用户的出行信息包括多个,且多个出行信息的出行日期相同,则根据各个出行信息的出行次序,构建所述用户的出行轨迹,基于所述用户的出行轨迹确定所述用户的预计到店时间;
根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段;
若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息;
所述出行信息包括出行方式以及出行编号标识;
所述基于所述出行信息确定所述用户的预计到店时间,包括:
若所述出行方式为航空出行方式,则从出行记录库中提取与所述出行编号标识关联的多个历史出行记录,确定所述用户的第一预计到达时间;所述历史出行记录中的历史天气类型与当前的天气类型相同;
根据所述出行编号标识关联的第一到达位置以及所述第一预计到达时间,确定所述预计到店时间;所述第一预计到达时间表示为:
其中,ArrivalTime为第一预计到达时间;HisTimep为第p个历史出行记录的历史到达时间;CurrentTime为当前时间;Timep为第p个历史出行记录的创建时间;Base为预设的系数;P为历史出行记录的总数;
若所述出行方式为轨道出行方式,则基于所述出行编号标识确定途径的多个途径的轨道段;
获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间;
根据所述出行编号标识关联的第二到达位置以及所述第二预计到达时间,确定所述预计到店时间;
若所述用户的所述出行信息为空,则确定所述用户的所述出行方式为自驾出行方式;
根据所述用户的所属地,生成至少一条驾驶路线,并获取各个所述驾驶路线对应的行驶时间;
基于所有所述行驶时间,确定所述预计到店时间;
所述获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间,包括:
基于各个所述轨道段对应的途径次序以及所述轨道段长度,确定每个所述轨道段对应的时间修正系数;所述修正系数为:
其中,FixLvi为第i个轨道段的时间修正系数;Longi为第i个轨道段的轨道段长度;SerialNumi为第i个轨道段的途径次序;α为预设的补正系数;BaseLong为基准轨道长度;
对所述延误信息以及所述修正系数进行加权叠加,计算期望延误时间;所述期望延误时间为:
其中,DelayTimei为第i个轨道段的所述延误信息;ExDelay为所述期望延误时间;N为所述轨道段的总数;
基于所述期望延误时间以及所述出行编号标识对应的准点到达时间,确定所述第二预计到达时间;
所述若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息,包括:
根据所述目标客房的客房类型,获取当前空闲的多个候选客房;
分别获取各个候选客房的历史入住记录,并基于所述历史入住记录,确定每个所述候选客房对应的入住概率;
选取所述入住概率最低的一个所述候选客房作为替换客房;
基于所述替换客房生成所述客房调整信息;
所述根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段,包括:
若所述使用状态为占用状态,则获取占用所述目标客房的使用用户的历史入住信息;所述历史入住信息包括有退房延长记录;
基于所述历史入住信息计算所述使用用户的延长退房概率;所述延长退房概率为:
其中,DelayTP为所述延长退房概率;TotalRecord为所述历史入住信息的总数;M为所述退房延长记录的总数;CheckoutTimej为第j个退房延长记录中的退房时间;BaseTime为基准退房时间;
若所述延长退房概率大于预设的概率阈值,则基于所述退房延长记录中多个退房时间,确定预计退房时间;
将所述预计退房时间与所述预计到店时间之间的第一时间段,作为所述期望清洁时间段。
2.根据权利要求1所述的管理方法,其特征在于,在所述基于所述历史入住信息计算所述使用用户的延长退房概率之后,还包括:
若所述延长退房概率小于所述概率阈值,则将所述基准退房时间以及所述预计到店之间的第二时间段,作为所述期望清洁时间段。
3.根据权利要求1-2任一项所述的管理方法,其特征在于,所述用户信息还包括所述用户的用户优先级;
在所述根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段之后,还包括:
若所述期望清洁时间段大于所述最短清洁时长,则基于所述用户优先级以及所述最短清洁时长,从所述期望清洁时间段中确定目标清洁时间段;
若到达所述目标清洁时间段的起始时刻,则生成所述目标客房的清洁提醒信息。
4.一种基于用户信息的酒店客房的管理装置,其特征在于,包括:
用户信息获取单元,用于若满足任一目标客房的提醒触发条件,则获取所述目标客房关联用户的用户信息;所述用户信息包括所述用户的出行信息;
预计到店时间确定单元,用于基于所述用户的出行信息确定所述用户的预计到店时间,包括:若所述用户的出行信息包括多个,且多个出行信息的出行日期相同,则根据各个出行信息的出行次序,构建所述用户的出行轨迹,基于所述用户的出行轨迹确定所述用户的预计到店时间;
期望清洁时间段确定单元,用于根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段;
客房调整单元,用于若所述期望清洁时间段小于预设的最短清洁时长,则生成关于所述用户的客房调整信息;
所述出行信息包括出行方式以及出行编号标识;
预计到店时间确定单元具体用于:
若所述出行方式为航空出行方式,则从出行记录库中提取与所述出行编号标识关联的多个历史出行记录,确定所述用户的第一预计到达时间;所述历史出行记录中的历史天气类型与当前的天气类型相同;
根据所述出行编号标识关联的第一到达位置以及所述第一预计到达时间,确定所述预计到店时间;所述第一预计到达时间表示为:
其中,ArrivalTime为第一预计到达时间;HisTimep为第p个历史出行记录的历史到达时间;CurrentTime为当前时间;Timep为第p个历史出行记录的创建时间;Base为预设的系数;P为历史出行记录的总数;
若所述出行方式为轨道出行方式,则基于所述出行编号标识确定途径的多个途径的轨道段;
获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间;
根据所述出行编号标识关联的第二到达位置以及所述第二预计到达时间,确定所述预计到店时间;
若所述用户的所述出行信息为空,则确定所述用户的所述出行方式为自驾出行方式;
根据所述用户的所属地,生成至少一条驾驶路线,并获取各个所述驾驶路线对应的行驶时间;
基于所有所述行驶时间,确定所述预计到店时间;
所述获取各个所述轨道段对应的延误信息,并基于所有所述延误信息确定所述用户的第二预计到达时间,包括:
基于各个所述轨道段对应的途径次序以及所述轨道段长度,确定每个所述轨道段对应的时间修正系数;所述修正系数为:
其中,FixLvi为第i个轨道段的时间修正系数;Longi为第i个轨道段的轨道段长度;SerialNumi为第i个轨道段的途径次序;α为预设的补正系数;BaseLong为基准轨道长度;
对所述延误信息以及所述修正系数进行加权叠加,计算期望延误时间;所述期望延误时间为:
其中,DelayTimei为第i个轨道段的所述延误信息;ExDelay为所述期望延误时间;N为所述轨道段的总数;
基于所述期望延误时间以及所述出行编号标识对应的准点到达时间,确定所述第二预计到达时间;
所述客房调整单元具体用于:
根据所述目标客房的客房类型,获取当前空闲的多个候选客房;
分别获取各个候选客房的历史入住记录,并基于所述历史入住记录,确定每个所述候选客房对应的入住概率;
选取所述入住概率最低的一个所述候选客房作为替换客房;
基于所述替换客房生成所述客房调整信息;
所述根据所述目标客房的使用状态以及所述预计到店时间,确定期望清洁时间段,包括:
若所述使用状态为占用状态,则获取占用所述目标客房的使用用户的历史入住信息;所述历史入住信息包括有退房延长记录;
基于所述历史入住信息计算所述使用用户的延长退房概率;所述延长退房概率为:
其中,DelayTP为所述延长退房概率;TotalRecord为所述历史入住信息的总数;M为所述退房延长记录的总数;CheckoutTimej为第j个退房延长记录中的退房时间;BaseTime为基准退房时间;
若所述延长退房概率大于预设的概率阈值,则基于所述退房延长记录中多个退房时间,确定预计退房时间;
将所述预计退房时间与所述预计到店时间之间的第一时间段,作为所述期望清洁时间段。
5.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的方法。
6.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311609828.2A CN117455195B (zh) | 2023-11-29 | 2023-11-29 | 一种基于用户信息的酒店客房的管理方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311609828.2A CN117455195B (zh) | 2023-11-29 | 2023-11-29 | 一种基于用户信息的酒店客房的管理方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117455195A CN117455195A (zh) | 2024-01-26 |
CN117455195B true CN117455195B (zh) | 2024-03-29 |
Family
ID=89594893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311609828.2A Active CN117455195B (zh) | 2023-11-29 | 2023-11-29 | 一种基于用户信息的酒店客房的管理方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117455195B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760953A (zh) * | 2016-02-15 | 2016-07-13 | 携程计算机技术(上海)有限公司 | 基于移动终端的客户到达酒店的时间的预测系统及方法 |
CN106295831A (zh) * | 2016-08-29 | 2017-01-04 | 徐月明 | 客房预定方法及系统、酒店信息管理平台 |
CN109872419A (zh) * | 2018-12-15 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 基于人脸识别的客房入住方法、装置、服务器及存储介质 |
CN114511168A (zh) * | 2020-11-17 | 2022-05-17 | 浙江口碑网络技术有限公司 | 订单处理方法及装置、存储介质、计算机设备 |
CN115880892A (zh) * | 2021-09-29 | 2023-03-31 | 华为技术有限公司 | 出行管理方法、相关装置及系统 |
-
2023
- 2023-11-29 CN CN202311609828.2A patent/CN117455195B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760953A (zh) * | 2016-02-15 | 2016-07-13 | 携程计算机技术(上海)有限公司 | 基于移动终端的客户到达酒店的时间的预测系统及方法 |
CN106295831A (zh) * | 2016-08-29 | 2017-01-04 | 徐月明 | 客房预定方法及系统、酒店信息管理平台 |
CN109872419A (zh) * | 2018-12-15 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 基于人脸识别的客房入住方法、装置、服务器及存储介质 |
CN114511168A (zh) * | 2020-11-17 | 2022-05-17 | 浙江口碑网络技术有限公司 | 订单处理方法及装置、存储介质、计算机设备 |
CN115880892A (zh) * | 2021-09-29 | 2023-03-31 | 华为技术有限公司 | 出行管理方法、相关装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117455195A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10644979B2 (en) | Telecommunications network traffic metrics evaluation and prediction | |
Hörcher et al. | Crowding cost estimation with large scale smart card and vehicle location data | |
Zhao et al. | Predicting taxi demand at high spatial resolution: Approaching the limit of predictability | |
US11094028B2 (en) | System and method for determining passenger-seeking ride-sourcing vehicle navigation | |
US10019671B2 (en) | Learning mobility user choice and demand models from public transport fare collection data | |
CN104520881B (zh) | 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问 | |
CN106529711B (zh) | 用户行为预测方法及装置 | |
EP2667334A1 (en) | System and method for estimating a dynamic origin-destination matrix | |
Zhan et al. | A Bayesian mixture model for short-term average link travel time estimation using large-scale limited information trip-based data | |
US20210174270A1 (en) | Rideshare vehicle demand forecasting device, method for forecasting rideshare vehicle demand, and storage medium | |
CN110348601A (zh) | 一种基于双向长短期记忆网络的地铁短期客流量预测方法 | |
JP6688149B2 (ja) | タクシー需要推定システム | |
Chen et al. | Extracting bus transit boarding stop information using smart card transaction data | |
Hosseini et al. | Supporting sustainable system adoption: Socio-semantic analysis of transit rider debates on social media | |
Park et al. | Online optimization with look-ahead for freeway emergency vehicle dispatching considering availability | |
US20240163194A1 (en) | Mobile telecommunications network capacity simulation, prediction and planning | |
CN114418175A (zh) | 一种人员管理方法、装置、电子设备及存储介质 | |
Krushel et al. | Detection of the patterns in the daily route choices of the urban social transport system clients based on the decoupling of passengers’ preferences between the levels of uncertainty | |
JP5214759B2 (ja) | 混雑度推定装置及び混雑度推定プログラム | |
CN109377301A (zh) | 一种基于航空订票行为数据的特征抽取方法 | |
CN117455195B (zh) | 一种基于用户信息的酒店客房的管理方法及设备 | |
Rashidi et al. | Estimating bus dwell time: A review of the literature | |
WO2021219890A1 (en) | A system and method for automatic task management and allocation in an airport | |
CN112990518A (zh) | 一种地铁个体乘客目的站点实时预测方法及装置 | |
JP2007265317A (ja) | 来場人数予測方法及びシステム |
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 |