JP2018503172A - 時限付き在庫の需要予測 - Google Patents
時限付き在庫の需要予測 Download PDFInfo
- Publication number
- JP2018503172A JP2018503172A JP2017528200A JP2017528200A JP2018503172A JP 2018503172 A JP2018503172 A JP 2018503172A JP 2017528200 A JP2017528200 A JP 2017528200A JP 2017528200 A JP2017528200 A JP 2017528200A JP 2018503172 A JP2018503172 A JP 2018503172A
- Authority
- JP
- Japan
- Prior art keywords
- inventory
- timed
- price
- listing
- demand
- 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
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
- 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
-
- 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
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本出願は、2014年11月26日に出願された米国特許仮出願第62/085,049号明細書、2015年2月5日に出願された第62/112,567号明細書、および2015年5月26日に出願された第62/166,440号明細書の利益を主張し、それぞれの開示内容は、そのすべてが参照により本明細書に組み込まれる。
図1は、一実施形態にかかる、時限付き在庫に購入、貸出し、借受け、予約指定などを与えるオンラインシステムを含む計算環境のブロック図である。ネットワーク109は、本明細書ではクライアント102Aと呼ばれる、取引の一方の当事者と、本明細書ではマネージャ102Bと呼ばれる、取引の他方の当事者との間の通信経路を表す。
図2は、一実施形態にかかる、オンラインシステム111の論理コンポーネントのブロック図である。オンラインシステム111は、フロントエンドサーバ201、クライアントモジュール203、マネージャモジュール205、リスティングモジュール207、探索モジュール209、取引モジュール211、需要モジュール213、およびデータベース250を備える。オンラインシステム111はまた、本明細書に記載されていない、異なるおよび他のモジュールも包含できることが当業者にはさらに認識されよう。さらに、ファイアウォール、認証システム、支払い処理システム、ネットワーク管理ツール、負荷分散装置など、従来の要素は、本明細書に記載された発明の内容と直接関係あるものではないので、図示されていない。
クライアントモジュール203は、クライアントにそれらとオンラインシステム111との対話を管理させ、オンラインシステム111の他のコンポーネントによって要求され得るクライアントに関連する情報の処理論理を実行させ、それを行うための1つの手段である、プログラムコードを備える。各クライアントは、オンラインシステム111において、固有のクライアントIDとクライアントプロファイルを有し、その両方がクライアントストア251に格納された個々のクライアントオブジェクトで表される。クライアントプロファイルは、プロファイルピクチャおよび/または他の識別情報(identifying information)、地理的位置、およびクライアントカレンダーを含むことができる、いくつかのクライアントに関連する属性フィールドを含む。クライアントモジュール203は、クライアントにそれらのクライアントプロファイルを設定して変更するコードを提供する。オンラインシステム111は、各クライアントに複数のマネージャと通信させる。オンラインシステム111は、クライアントにマネージャと交信、取引の要求、および取引をさせる。
リスティングモジュール207は、マネージャがクライアントによって予約される時限付き在庫をリスト化し、それを行うための1つの手段である、プログラムコードを備える。リスティングモジュール207は、申し出される在庫を記述するマネージャからのリスティング、開始日、終了日、開始時間、および終了時間、価格、地理的位置、在庫を特徴付ける画像および記述、およびその他の関連情報を含むその可用性(availability)の時間フレームを受信するように構成される。例えば、宿泊施設のオンラインシステムの場合、リスティングは、宿泊施設(例えば、家、アパート、部屋、睡眠場所他)のタイプ、そのサイズの表現(例えば、面積(square footage)、または部屋数)、宿泊施設が使用可能な日付、および価格(例えば、一泊、週泊、月泊など)を含む。リスティングモジュール207は、ユーザがビデオ、写真、および他の媒体など、在庫についての付加的な情報を含むことを可能にさせる。
探索モジュール209は、クライアントから入力探索クエリを受信して入力クエリにマッチする時限付き在庫および/またはリスティングのセットを返すように構成され、この関数を遂行するための1つの手段であるプログラムコードを備える。探索クエリは、オンラインシステム111によってクエリストア254に格納されるクエリオブジェクトとして保存される。クエリは、探索位置、所望の開始時間/日付、所望の期間、所望のリスティングタイプ、および所望の価格帯を包含することができ、さらにリスティングの他の所望の属性を含むことができる。潜在的なクライアントは、探索モジュール209から結果を受信するために上記のクエリのすべてのパラメータを提供しなくてもよい。探索モジュール209は、提出されたクエリのパラメータを満たす提出されたクエリに応答して時限付き在庫および/またはリスティングのセットを提供する。オンラインシステム111はまた、クライアントが探索クエリを提出せずにリスティングをブラウズできるようにし、この場合、記録される一覧データは、クライアントが、提出された探索クエリ以上に詳細にならない特定のリスティングを一覧したことのみを示す。可能な取引をより入念に見直した時限付き在庫/リスティングを選択する入力を提供すると、探索モジュール209は、クライアントが一覧した在庫/リスティングを示す選択/一覧データを記録する。この情報もまたクエリデータストア254に格納される。
III.A概要
図3Aは、一実施形態にかかる、需要モジュールのコンポーネントおよび動作を示すフロー図である。オンラインシステム111の時限付き在庫の需要を予測するために、需要モジュール213は、複数の特徴モデル305、需要関数300、尤度モデル310、および価格決定モデル320を含むモデルと関数のシーケンスを使用する。
図3Aはまた、図面のモデル、関数、およびデータストアのそれぞれの間の矢印に従って時限付き在庫の需要関数300と尤度モデル310を訓練するための処理フローも示す。需要モジュール213は、訓練ストア256からの訓練データを使用して特徴モデル305の訓練330を行う。需要モジュール213は次に、訓練データの各サンプルの特徴ベクトル毎の需要関数300を評価して、各サンプルの特徴ベクトル毎のラベルに基づいて尤度モデル310の訓練340を行う。
図4A−図4Dは、一実施形態にかかる、需要モジュールによって使用される訓練データのラベル付け論理を示す図である。図4Aにおいて、1日の時間間隔を有するリスティングカレンダーが示されている。これは、リスティングが日ベースで(クライアントは、隣接する複数日でリスティングの予約を要求する場合もあるが)クライアントによって予約が申し出されることのみを意味する。図4Aは、取引ストア255から読み込まれて訓練データとして使用するために別個にストア256に転送される、予約履歴データから訓練データがサンプリングされる方法を示す。図4Aに示したタイムラインは、単一のリスティングから取られたデータを表す。リスティングは、10月24日の期限時間(または期限日)400、10月2日の開始リスティング時間(開始リスティング日)410、および10月15日の要求が受信されて受け入れられる時間(または日)を有する。
図6は、一実施形態にかかる、特徴モデルw(f)を示す。図6は、特徴値1を需要関数300の重みに関連付ける特徴モデル305を示す。統計モデル600は、需要モデル300の出力D(f)と個々のサンプルの対応する特徴値fとの間の部分残差である、訓練データポイント610の適合である。訓練処理の各反復により残差が変化して、統計モデル600がデータに適合される。確率的勾配降下法およびバックフィッティングアルゴリズムなどのアルゴリズムは、需要モデル300のすべての特徴の統計モデル600間の部分残差を最小にすることを求める。訓練データセットを反復処理した後、統計モデル600は、所与の特徴値毎に重みを出力する特徴モデル305に収束する。B−スプライン、3次スプライン、任意のタイプの回帰、(分類および2進データの)ディラックのデルタ関数、またはこれらの方法の任意の組み合わせを含む、データに適合する多くの統計方法を使用することができる。オンラインシステム111の管理者は、データの最適表現のために特徴モデル305を構成することができる。適合した後、特徴モデル305は、特徴値の最大範囲の−1と1との間の荷重値を有する。いくつかの実施形態において、特徴値を0と1との間の範囲に制限するように標準化される。特徴が分類別または2進であれば、統計モデル600は単純に、特徴分類から荷重値へのマッピングであるか、または重みの判定に使用するために設計されたスケールに分類データを変換することに基づく。
図8は、一実施形態にかかる、需要モジュール213によって使用される尤度モデル310を示す。需要モジュール213が特徴モデル305を訓練した後直ちに、需要モジュール213は、訓練データのいくつかのサンプルの特徴ベクトルfのセットを使用して、需要関数300を使用してサンプル毎に推定された需要D(f)を出力する。尤度モデル310を訓練するために、需要モジュール213は、推定された需要D(f)のラベル付けされた値に尤度関数800を適合する。尤度関数800は、特徴ベクトルfが需要D(f)に与えられた肯定ラベルを有する尤度を判定し、そうでなければ、尤度を、時限付き在庫の期限切れの前に取引要求を受信した所与のサンプルとして定める二進分類の問題を解く関数である。図8において、否定ラベルは、白丸810で表される一方、肯定ラベルは、黒丸820で表される。尤度関数800は、サンプルの推定された需要に基づいて黒い点に尤度を近似する。
P(D(f))=(1+exp(αD(f)+β))-1
となる。ここにαとβは、学習定数である。ヒンジ損失関数などの損失関数または別の同様の技術を使用して、最大尤度法を使用するプラットスケーリングアルゴリズムを訓練し、この2進分類の問題を最適に解けるようにする。
図9A−図9Cは、一実施形態にかかる、リスティングの価格決定モデル320を作成する処理を示す。需要モデル300(特徴モデル305を含む)と尤度モデル310(尤度関数800を含む)との両方が訓練データのサンプルを使用して訓練された後、需要モジュール213は、任意の特徴ベクトルfを、取引要求を受信する尤度P(D(f))に変換する能力を有する。
R(ps,P(D(fs)))=ps a・P(D(fs))b
となる(ここにpsは目的のリスティングの仮の価格である)。この場合、この収入関数の訓練データは、前の価格予測とさまざまなリスティングのこれらの価格予測の対応する尤度値になる。さらに他の測定基準を価格内部情報として使用してユーザに提供することができる。
本説明の一部は、情報の操作のアルゴリズムおよび記号表現に関する発明の実施形態を説明している。これらのアルゴリズムの記述および表現は、データ処理の当業者が自分達の仕事の内容を他の当業者に効率的に伝えるために広く使用される。これらの動作は、機能的、計算的、または論理的に説明されているが、コンピュータプログラムまたは等価の電気回路、マイクロコード他によって実装され得る。さらに、これらの動作の配置を、一般性を失うことなく、モジュールと呼ぶことが時には便利であることも証明している。記載された動作およびそれらに関連付けられたモジュールをソフトウェア、ファームウェア、ハードウェア、またはそれらの任意の組み合わせにおいて具現化することができる。一実施形態において、ソフトウェアモジュールは、記載された一部またはすべてのステップ、動作、または処理を遂行するコンピュータプロセッサによって実行される、コンピュータプログラムコードを包含する持続的コンピュータ可読媒体を備えるコンピュータプログラム製品に実装される。
Claims (17)
- オンライン計算システムで目的のリスティングの特徴ベクトルを受信するステップであって、前記目的のリスティングは、前記オンライン計算システムの複数のクライアントのうちの1つによって予約可能となる時限付き在庫を備え、前記特徴ベクトルは、前記時限付き在庫の現在の価格を示す価格特徴を含む前記リスティングの複数の特徴を備える、ステップと、
前記時限付き在庫が期限切れになる前に、前記時限付き在庫が前記クライアントのうちの1つから取引要求を受信する尤度の数値表現である需要推定を生成する需要関数に、前記特徴ベクトルを入力するステップと、
前記需要推定を格納するステップ
を備える、コンピュータ実行方法。 - 前記需要関数は、複数の特徴モデルを備え、前記特徴ベクトルの各特徴が前記特徴モデルのうちの1つと関連付けられる、請求項1に記載のコンピュータ実行方法。
- 前記需要関数は、前記特徴モデルを含む一般化加法モデルを備える、請求項2に記載のコンピュータ実行方法。
- 前記需要関数は、訓練データからの各サンプルが2進数ラベルと訓練時限付き在庫の訓練特徴ベクトルとを備える前記訓練データで訓練され、前記2進数ラベルは、訓練時限付き在庫が前記訓練時限付き在庫の前記期限切れの前に取引要求を受信したかどうかを表し、前記訓練リスティングの前記訓練特徴ベクトルの複数の特徴が前記訓練時限付き在庫と関連付けられる、請求項1に記載のコンピュータ実行方法。
- 訓練データは複数の訓練時限付き在庫を備え、および前記訓練時限付き在庫の少なくとも1つは複数のサンプルと関連付けられ、それぞれの前記サンプルは、前記時限付き在庫の前記期限切れの前に、異なる時間期間と関連付けられる、請求項4に記載のコンピュータ実行方法。
- 前記訓練時限付き在庫のうちの1つは、前記時限付き在庫の前記期限切れの前に取引要求も受信せず、
前記1つの訓練時限付き在庫と関連付けられたそれぞれの前記サンプルが否定ラベルを有する、請求項5に記載のコンピュータ実行方法。 - 前記訓練時限付き在庫のうちの1つは、前記時限付き在庫の前記期限切れの前に取引要求を受信し、
前記取引要求よりも早い時間に発生する前記1つの訓練時限付き在庫と関連付けられたそれぞれの前記サンプルが肯定ラベルを有する、請求項5に記載のコンピュータ実行方法。 - 前記訓練時限付き在庫のうちの1つは、前記時限付き在庫の前記期限切れの前の第1の時間に取引要求を受信し、前記時限付き在庫のマネージャが前記時間の後の第2の時間に前記取引要求を断るか、または、前記マネージャは受け入れるが、前記クライアントが前記第2の時間に前記取引を取り消すかのいずれかであり、前記第1の時間よりも早い時間に発生する前記1つの訓練時限付き在庫と関連付けられたそれぞれの前記サンプルが肯定ラベルを有する、請求項5に記載のコンピュータ実行方法。
- 前記第2の時間にまたはそれよりも遅い時間に発生する前記1つの訓練時限付き在庫と関連付けられたそれぞれの前記サンプルは、前記時限付き在庫の前記期限切れの前に別の取引要求が受信されない限り、否定ラベルを有する、請求項5に記載のコンピュータ実行方法。
- 前記特徴ベクトルは、前記時限付き在庫が期限切れになるまでの期間を示す期限切れまでの時間期間特徴をさらに備える、請求項2に記載のコンピュータ実行方法。
- リスティングは複数の時間期間にわたって予約でき、各時間期間は、別個に予約可能な期限切れ在庫の別個の項目を表す、請求項1に記載のコンピュータ実行方法。
- 前記時限付き在庫の前記価格よりも大きいまたは小さい試験価格のセットを生成するステップと、
前記セットの前記試験価格ごとに、試験需要推定を生成するために前記現在の価格を前記試験価格に置き換える前記特徴ベクトルの変更されたバージョンを前記需要関数に入力するステップと、
前記試験価格に基づいて生成された前記試験需要推定および前記現在の価格に基づいて生成された前記需要推定で構成された需要推定のセットを生成するステップ
をさらに備える、請求項1に記載のコンピュータ実行方法。 - 要求尤度のセットを生成する尤度モデルに需要推定の前記セットを入力するステップであって、各要求尤度は、前記需要推定のうちの1つと関連付けられた前記時限付き在庫がそれぞれの前記試験価格で取引要求を受信する尤度を表す、ステップ
をさらに備える、請求項2に記載のコンピュータ実行方法。 - 要求尤度の前記セットに基づいて前記時限付き在庫または前記リスティングの価格内部情報を判定するステップをさらに備える、請求項13に記載のコンピュータ実行方法。
- 前記価格内部情報を判定する前記ステップは、
データポイントのセットに基づいて関数を適合するステップであって、前記セットの各データポイントは、前記セットからの前記要求尤度のうちの1つおよび前記要求尤度を生成するために使用された前記需要推定を生成するために使用される前記試験価格を備え、前記関数は、異なる要求尤度で前記時限付き在庫の価格範囲を表す、ステップを備える、請求項14に記載のコンピュータ実行方法。 - 前記価格内部情報を判定する前記ステップは、前記時限付き在庫の価格を前記関数に基づく要求尤度で乗じた積を最大にする新しい価格を選択するステップをさらに備える、請求項15に記載のコンピュータ実行方法。
- 前記価格内部情報を判定する前記ステップは、
式R(ps,P(D(fs)))=ps a・P(D(fs))bの収入関数を最大にするステップであって、psは前記目的のリスティングの仮の価格であり、fsはpsに等しい価格を用いた前記目的のリスティングの前記特徴ベクトルであり、aとbは学習定数である、ステップ
をさらに備える、請求項15に記載のコンピュータ実行方法。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462085049P | 2014-11-26 | 2014-11-26 | |
US62/085,049 | 2014-11-26 | ||
US201562112567P | 2015-02-05 | 2015-02-05 | |
US62/112,567 | 2015-02-05 | ||
US201562166440P | 2015-05-26 | 2015-05-26 | |
US62/166,440 | 2015-05-26 | ||
PCT/US2015/062771 WO2016086188A1 (en) | 2014-11-26 | 2015-11-25 | Demand prediction for time-expiring inventory |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018503172A true JP2018503172A (ja) | 2018-02-01 |
JP2018503172A5 JP2018503172A5 (ja) | 2018-12-13 |
JP6783761B2 JP6783761B2 (ja) | 2020-11-11 |
Family
ID=54884398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017528200A Active JP6783761B2 (ja) | 2014-11-26 | 2015-11-25 | 時限付き在庫の需要予測 |
Country Status (11)
Country | Link |
---|---|
US (1) | US10664855B2 (ja) |
EP (1) | EP3224772A1 (ja) |
JP (1) | JP6783761B2 (ja) |
KR (1) | KR20170088363A (ja) |
CN (1) | CN107580713A (ja) |
AU (1) | AU2015353408A1 (ja) |
BR (1) | BR112017011134A2 (ja) |
CA (1) | CA2968667A1 (ja) |
MX (1) | MX2017006860A (ja) |
SG (1) | SG11201704158VA (ja) |
WO (1) | WO2016086188A1 (ja) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10662662B2 (en) | 2015-04-29 | 2020-05-26 | Spacement Inc. | Retrofitted real estate and related technology |
US10043227B1 (en) | 2016-03-18 | 2018-08-07 | Theodore W. Baker | Commercial loading, storage, parking and vehicle-servicing spaces retrofitted for alternative uses and related technology |
US10011982B1 (en) | 2015-09-23 | 2018-07-03 | Theodore W. Baker | School spaces retrofitted for alternative uses and related technology |
US10529038B2 (en) | 2015-04-29 | 2020-01-07 | Spacement Inc. | Dynamic interstitial hotels and related technology |
US10036172B1 (en) | 2016-08-17 | 2018-07-31 | Theodore W. Baker | Commercial storefront spaces retrofitted for alternative uses and related technology |
US20180018683A1 (en) * | 2016-07-18 | 2018-01-18 | Airbnb, Inc. | Demand Prediction for Time-Expiring Inventory |
US9990850B2 (en) | 2016-08-17 | 2018-06-05 | Parkxl, Llc | System, media, and method for parking management |
WO2018071815A1 (en) * | 2016-10-15 | 2018-04-19 | Wal-Mart Stores, Inc. | Courier shopping system |
CN106780173B (zh) * | 2016-12-01 | 2021-02-23 | 携程计算机技术(上海)有限公司 | Ota酒店库存管理方法及系统 |
JP2018180719A (ja) * | 2017-04-06 | 2018-11-15 | メトロエンジン株式会社 | 客室単価設定支援システムおよびプログラム |
JP2019016035A (ja) * | 2017-07-04 | 2019-01-31 | メトロエンジン株式会社 | 客室料金設定装置、客室料金設定方法、およびプログラム |
US11157838B2 (en) * | 2017-07-26 | 2021-10-26 | Airbnb, Inc. | Machine learning modeling for generating client reservation value |
US11210638B2 (en) | 2017-12-18 | 2021-12-28 | Airbnb, Inc. | Systems and methods for providing contextual calendar reminders |
JP2021531528A (ja) * | 2018-03-30 | 2021-11-18 | フライングティー テック,エルエルシー | スポーツおよび娯楽施設での在庫の動的レンタル価格設定のためのシステムおよびプロセス |
US11836139B2 (en) | 2018-04-10 | 2023-12-05 | Airbnb, Inc. | Ranking property listing search results |
US11430025B2 (en) * | 2018-10-19 | 2022-08-30 | Airbnb, Inc. | Synthetic data generation modeling system |
US11216742B2 (en) | 2019-03-04 | 2022-01-04 | Iocurrents, Inc. | Data compression and communication using machine learning |
CA3134690A1 (en) * | 2019-03-29 | 2020-10-08 | Predict Hq Limited | Systems and methods for predicting service demand based on geographically associated events |
CN111198938B (zh) * | 2019-12-26 | 2023-12-01 | 深圳市优必选科技股份有限公司 | 一种样本数据处理方法、样本数据处理装置及电子设备 |
US11734780B2 (en) * | 2020-02-11 | 2023-08-22 | Airbnb, Inc. | Optimally ranking accommodation listings based on constraints |
US20220129783A1 (en) * | 2020-10-23 | 2022-04-28 | EMC IP Holding Company LLC | Acceptance Status Classification of Product-Related Data Structures Using Models With Multiple Training Periods |
US20230051294A1 (en) * | 2021-08-11 | 2023-02-16 | Bungalow Living, Inc. | System and method for determining and assigning an optimal value associated with a property unit using a short-term predictor |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005078116A (ja) * | 2003-08-29 | 2005-03-24 | Toshiba Corp | 料金割付配分システムおよび料金割付配分方法 |
WO2010001914A1 (ja) * | 2008-06-30 | 2010-01-07 | 株式会社東横インIt集客ソリュ-ション | 予約受付システム |
US20120116844A1 (en) * | 2009-04-14 | 2012-05-10 | Jda Software, Inc. | Travel price optimization (tpo) |
US20140067469A1 (en) * | 2012-09-04 | 2014-03-06 | Duetto Research, Inc. | Travel demand forecast using shopping data |
US20140278591A1 (en) * | 2013-03-13 | 2014-09-18 | Airbnb, Inc. | Automated determination of booking availability for user sourced accommodations |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7120599B2 (en) | 1999-12-30 | 2006-10-10 | Ge Capital Commercial Finance, Inc. | Methods and systems for modeling using classification and regression trees |
US7010494B2 (en) * | 2003-03-27 | 2006-03-07 | University Of Washington | Performing predictive pricing based on historical data |
US7774226B2 (en) * | 2003-09-18 | 2010-08-10 | International Business Machines Corporation | Accepting bids under uncertain future demands |
US20130254035A1 (en) | 2005-09-14 | 2013-09-26 | Jumptap, Inc. | Revenue models associated with syndication of a behavioral profile using a monetization platform |
US20080222132A1 (en) | 2007-03-07 | 2008-09-11 | Jiangyi Pan | Personalized shopping recommendation based on search units |
US20090012955A1 (en) | 2007-07-03 | 2009-01-08 | John Chu | Method and system for continuous, dynamic, adaptive recommendation based on a continuously evolving personal region of interest |
US9612126B2 (en) | 2007-12-03 | 2017-04-04 | Nokia Technologies Oy | Visual travel guide |
US8676632B1 (en) * | 2009-07-16 | 2014-03-18 | Overstock.Com, Inc. | Pricing and forecasting |
US20110295722A1 (en) * | 2010-06-09 | 2011-12-01 | Reisman Richard R | Methods, Apparatus, and Systems for Enabling Feedback-Dependent Transactions |
US9660971B1 (en) * | 2012-03-08 | 2017-05-23 | Amazon Technologies, Inc. | Generating event recommendations based upon media consumption |
US9672223B2 (en) | 2013-04-25 | 2017-06-06 | Google Inc. | Geo photo searching based on current conditions at a location |
US20160055505A1 (en) * | 2014-08-22 | 2016-02-25 | Duetto Research, Inc. | Price elasticity testing |
-
2015
- 2015-11-25 SG SG11201704158VA patent/SG11201704158VA/en unknown
- 2015-11-25 KR KR1020177015660A patent/KR20170088363A/ko not_active Application Discontinuation
- 2015-11-25 JP JP2017528200A patent/JP6783761B2/ja active Active
- 2015-11-25 AU AU2015353408A patent/AU2015353408A1/en not_active Abandoned
- 2015-11-25 WO PCT/US2015/062771 patent/WO2016086188A1/en active Application Filing
- 2015-11-25 MX MX2017006860A patent/MX2017006860A/es unknown
- 2015-11-25 US US14/952,576 patent/US10664855B2/en active Active
- 2015-11-25 CA CA2968667A patent/CA2968667A1/en not_active Abandoned
- 2015-11-25 EP EP15813184.7A patent/EP3224772A1/en not_active Withdrawn
- 2015-11-25 BR BR112017011134-9A patent/BR112017011134A2/pt not_active Application Discontinuation
- 2015-11-25 CN CN201580064312.1A patent/CN107580713A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005078116A (ja) * | 2003-08-29 | 2005-03-24 | Toshiba Corp | 料金割付配分システムおよび料金割付配分方法 |
WO2010001914A1 (ja) * | 2008-06-30 | 2010-01-07 | 株式会社東横インIt集客ソリュ-ション | 予約受付システム |
US20120116844A1 (en) * | 2009-04-14 | 2012-05-10 | Jda Software, Inc. | Travel price optimization (tpo) |
US20140067469A1 (en) * | 2012-09-04 | 2014-03-06 | Duetto Research, Inc. | Travel demand forecast using shopping data |
US20140278591A1 (en) * | 2013-03-13 | 2014-09-18 | Airbnb, Inc. | Automated determination of booking availability for user sourced accommodations |
Also Published As
Publication number | Publication date |
---|---|
AU2015353408A1 (en) | 2017-06-01 |
US20160148237A1 (en) | 2016-05-26 |
BR112017011134A2 (pt) | 2018-01-23 |
EP3224772A1 (en) | 2017-10-04 |
US10664855B2 (en) | 2020-05-26 |
SG11201704158VA (en) | 2017-06-29 |
KR20170088363A (ko) | 2017-08-01 |
WO2016086188A1 (en) | 2016-06-02 |
JP6783761B2 (ja) | 2020-11-11 |
CN107580713A (zh) | 2018-01-12 |
CA2968667A1 (en) | 2016-06-02 |
MX2017006860A (es) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6783761B2 (ja) | 時限付き在庫の需要予測 | |
US10621548B2 (en) | Regression-tree compressed feature vector machine for time-expiring inventory utilization prediction | |
JP6685454B2 (ja) | 宿泊設備リスティングに対する宿主選好を決定すること | |
JP2019530916A (ja) | 期限切れ在庫の需要予測 | |
Fradkin | Search, matching, and the role of digital marketplace design in enabling trade: Evidence from airbnb | |
US20190019124A1 (en) | Method, apparatus, and computer program product for lead assignment | |
US11328233B2 (en) | Methods and systems for controlling a display screen with graphical objects for scheduling | |
JP2014523057A (ja) | 中古車両価格設定データの分析、および提示のためのシステムおよび方法 | |
US20190138529A1 (en) | Automated database record activation using predictive modeling of database access | |
US20150379600A1 (en) | Order management system and method for limited counterpart transactions | |
CA3160036C (en) | Systems and methods for server load balancing based on correlated events | |
Boehrns | Accounting implications derived from consumer big data | |
Nayak et al. | Taxonomy of E-Business Models for the Hospitality Industry | |
WO2014091453A1 (en) | Method and apparatus for enabling user access to business services | |
MOHAMMAD | Client-Property Matchmaking System (C-PROMS) of Chancellor Hall (CH) and Undercroft of Universiti Teknologi PETRONAS (UTP) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181101 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181101 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191106 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200708 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200716 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200908 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201008 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201022 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6783761 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |