JP7289348B2 - 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ - Google Patents
運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ Download PDFInfo
- Publication number
- JP7289348B2 JP7289348B2 JP2021208932A JP2021208932A JP7289348B2 JP 7289348 B2 JP7289348 B2 JP 7289348B2 JP 2021208932 A JP2021208932 A JP 2021208932A JP 2021208932 A JP2021208932 A JP 2021208932A JP 7289348 B2 JP7289348 B2 JP 7289348B2
- Authority
- JP
- Japan
- Prior art keywords
- price
- fare
- prices
- availability
- data
- 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 description 168
- 238000004590 computer program Methods 0.000 claims description 32
- 238000013179 statistical model Methods 0.000 claims description 30
- 230000010006 flight Effects 0.000 claims description 25
- 238000013459 approach Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 30
- 238000012549 training Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 230000029305 taxis Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 230000008450 motivation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000025165 Autoerythrocyte sensitization syndrome Diseases 0.000 description 1
- 208000021825 aldosterone-producing adrenal cortex adenoma Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
ギーが小さく、すべての可能な問い合わせに対して結果を予め記憶するのに必要な莫大なデータ記憶容量が必要でない方法を提供することが望ましい。
(a)そのフライトに対する観察可能でライブの予約可能な価格を受け取ることであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていない、受け取ることと、
(b)観察可能でライブの予約可能な価格を、記憶データから計算される価格、たとえば有効な旅程データ、運賃データたとえばFROPデータ、及び税金/追加料金データの組と比較することと、
(c)観察可能でライブの予約可能な価格においてどの運賃クラスを用いたかを決定することを、観察可能でライブの予約可能な価格に最も厳密にマッチングする計算された価格においてどの運賃クラスを用いたかを決定することによって、行なうことと、を含む方法が提供される。
(a)そのフライトに対する観察可能でライブの予約可能な価格を受け取ることであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていない、受け取ることと、
(b)観察可能でライブの予約可能な価格を、記憶データから計算される価格、たとえば有効な旅程データ、運賃データたとえばFROPデータ、及び税金/追加料金データの組と比較することと、
(c)観察可能でライブの予約可能な価格においてどの運賃クラスを用いたかを決定することを、観察可能でライブの予約可能な価格に最も厳密にマッチングする計算された価格においてどの運賃クラスを用いたかを決定することによって行なうことと、を行なうように配置されているコンピュータ・プログラム製品が提供される。
(i)コンピュータ・サーバによって、物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取るステップと、
(ii)前述のステップ(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうように、1または複数のプロセッサを構成するステップと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算するように1または複数のプロセッサを構成するステップと、
(iv)要求を運賃価格に対する配信システムへ送るステップと、
(v)配信システムから配信システムの運賃価格を受け取るステップと、
(vi)ステップ(iii)から得た要求価格に対する計算見積もりを、ステップ(v)で受け取った配信システムの運賃価格と比較して、運賃クラス利用可能性を推測するステップと、
(vii)推測した運賃クラス利用可能性をコンピューティング・デバイスに与えるステップと、を含む方法が提供される。
(a)過去の価格見積もりをコンピュータ・データ・ストアから得ることと、
(b)過去の価格見積もりをカテゴリによってグループ分けすることと、
(c)各グループに対する統計データを導き出すことと、
(d)コンピュータ上に、各グループに対して、導き出した統計データを含む分類器を記憶することと、
(e)記憶した分類器を用いて、要求価格が対応するグループを特定することと、が含まれるものであっても良い。
(i)物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取ることと、
(ii)前述の(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうように、1または複数のプロセッサを構成することと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算するように1または複数のプロセッサを構成することと、
(iv)要求を運賃価格に対する配信システムへ送ることと、
(v)配信システムから配信システムの運賃価格を受け取ることと、
(vi)(iii)から得た要求価格に対する計算見積もりを、(v)で受け取った配信システムの運賃価格と比較して、運賃クラス利用可能性を推測することと、
(vii)推測した運賃クラス利用可能性をコンピューティング・デバイスに与えることと、を行なうように配置されているコンピュータ・プログラム製品が提供される。
モデル・ベースのデータ補間を用いたフライト価格見積もりが提供される。
旅程に対する切符の価格は計算が複雑である。可能な経路指定、認定運賃、及びこれらの運賃の利用可能性の計算の結果である。これらの計算は典型的に、世界配信システム(GDS)において行なわれ、このようなシステムに対して問い合わせを実行することは、遅くて、お金がかかる可能性がある。
なうことによって可能となる。スケジュール型モデルの場合、365*(365+1)/2=66,795回の往復問い合わせ、並びに365回の片道問い合わせ(各方向に)が必要であろう。こうして、経路に対する価格の完全なリストを構築するためには、スケジュール型モデルの場合、低予算モデルよりも約185倍多い問い合わせが必要となる。
価格を他の価格から見積もるためのシステムであって、その価格を用いて、観察される(たとえば、ユーザがライブの予約可能な運賃に対する価格を要求することによって観察される)運賃のキャッシュを増加させる目的を伴うものが提供される。モデル実施例を図1に示す。
応じて変わる(月曜日の方が典型的には水曜日よりも費用がかかる)。そのため、やはり週の曜日を考慮する平均を計算して使用すれば、やはり潜在的にモデル精度を向上させるであろう。
分類器をトレーニングするために用いても良い特徴には以下のものが含まれる。
・土曜日滞在
・滞在日数
・週の曜日
・旅行に行く時間
・航空会社
・ウェブ・サイト
・経路
・日付-日及び年-月レベル
・月
・欠落しているフライト価格データを見積もる
・データ生成に関する特徴を用いて優れた予測モデルを形成する
モデルをフライト業界で用いて、これまで観察されていない価格を見積もっても良いし、価格をユーザに表示しても良いし、または価格を返すように問い合わせる価値がある(たとえば、良好な値である可能性がある)か否かを判定しても良い。
た分野で用いても良い。これには、旅行商品たとえばホテル、列車、及び貸し自動車車、並びに構造化された価格設定を伴う他の商品、たとえば保険が含まれる。
消費者価格比較ウェブ・サイト。会社は、価格を競争相手の価格と比較することによって競争的に価格設定することを試みる。
欠落している見積もりの推測は、2つの段階(トレーニング及び見積もり)で行なっても良い。
・トレーニング
○過去の価格から統計モデルを構築する
・見積もり
○欠落している見積もり候補を特定する
○統計モデルに基づいて見積もり候補を価格設定する
単純ベイズ分類は、ある特徴の組によって記述される対象物があるクラスに属する確率と、このクラスからの対象物がある特徴の組を特徴とする確率との間の依存関係上に基づく。図3における式(1)及び(2)を参照のこと。
・Cは、入力対象物を分類することができるクラス(たとえば、今の場合は、価格帯たとえば、75~125EUR)。
・Fiは特徴値(たとえば、今の場合は、金曜日、エール・フランス航空会社ウェブ・サイトなど)。
分類器トレーニングの意図は、観察された価格帯に対して特徴値がどのくらいの頻度で生じるかを計算することである。たとえば図4に示すプロセスでは、特徴値が番号付き領域によって表され、価格帯(バケット)が頻度情報を表している(たとえば、特徴値数量が75~125EUR、126~175EURなどの範囲である)。
・経路のリスト
・分類器カテゴリ分類方式
・過去の見積もり
・重みを伴うサポートされた特徴の組
る分類器の範囲が規定され、カテゴリは特徴値の組によって表現される。実験的に選択したカテゴリは、都市レベルの経路及び航空会社(例:ロンドン~パリ、エール・フランス)からなるが、他のオプションも可能である(たとえば、航空会社のない都市レベル経路)。カテゴリ当たり常に1つの分類器が存在する。分類器のトレーニングを、そのカテゴリにマッチングする過去の見積もりのみ(たとえば、ロンドン~パリ経路(エール・フランスが運行)に対する見積もりのみ)を用いて行なう。
・それぞれの異なった特徴値を含む見積もりの加重数
・ある粒度の価格帯当たりのそれぞれの異なった特徴値を含む見積もりの加重数
・多くの観察された価格帯、見積もり価格帯、及びすべての見積もり
・経路当たりの価格帯のサイズ(たとえば、1EUR、5EUR、10EUR)
・逆向き経路に適用する重み付け
・見積もり年齢に基づいて適用する重み関数
実施例では、ユーザは、ある経路及び日付範囲に対して片道または往復フライトを検索する。システムが、問い合わせに対して、データ・ベースから得られる最安見積もりの組を用いて応答する。最大で各日付(または日付対-往復フライトの場合)当たり1つである。応答には、ある日付(日付対)に対する見積もりが含まれていなくても良い。欠落し
ている見積もりを推測することを、トレーニングされた単純ベイズ分類器を用いて行なうことができる。
・経路
・欠落している最安見積もり情報を伴う日付(または日付対)のリスト
・見積もりからカテゴリ特徴値を抽出する。
・データ・ベースから、抽出したカテゴリに対してトレーニングされた分類器を取り出す・見積もり候補からすべての特徴値を抽出する
・候補見積もりの分類を以下によって行なう
○分類器に記憶された各価格帯に対してベイズ事後確率を計算する
○最も高いベイズ事後確率を伴う価格帯クラスを選択する
・価格クラスを候補見積もりに付する
・分類結果を許容するのに必要な最小ベイズ事後確率
・候補の生成に関与する経路オペレータの最大数
・タイを回避するためにベイズ事後確率に付加されるランダム変動
見積もり方法として、価格に確信を与えるものを提供しても良い。たとえば、それが$5以内、$1000以内であることを99%確信しているなど。したがって見積もり方法は以下を提供しても良い。
・これらの確信の計算及び返し。
・これらの確信を用いて、価格をユーザに表示するかまたは起こりそうな価格範囲をユーザに示すか(たとえば、エラー・バー)を決定する。
○ユーザにとって有用ではないので見積もりを示さない
○価格のライブの取り出しをトリガして、正確な値をユーザに示せるようにする。確信をユーザに示すことができる。これは多くの方法で示すことができる。
○価格に対して起こり得る値の範囲を示すバー(たとえば、図22を参照のこと)。
○表示価格の可視性/強度を下げる(たとえば、着色、陰影付け、または点線を用いて)。
背景/動機づけ
動機づけは、モデル・ベースの価格設定実施例におけるそれと非常に似ている。
世界配信システムは、OAG(オフィシャル・エアライン・ガイド:たとえば、www.oag.comを参照)からスケジュールを、ATPCOから運賃を、及び航空会社から運賃クラス利用可能性を収集して、この情報をその独自のシステムに記憶する。この記憶した情報をそれらの供給源から定期的に更新する。ある経路及び日付に対する見積もりについて、GDSに問い合わせが来た場合、GDSは以下のステップを行なう。
1.スケジュールから有効な旅程を決定する。
2.旅程に対する有効な運賃を計算する(GDSによっては価格設定エンジンを有しておらず、サード・パーティ・エンジン、たとえばSITAによって提供されるもの(たとえば、http://www.sita.aero/を参照)を用いて、正確な価格が各旅行旅程に対して適用されることを確実にする)。
3.これらの運賃の利用可能性を見つける。
4.正確な税金及び追加料金を加える。
。
導き出された利用可能性エンジンが、集中登録(たとえばATPCO FROP)からの運賃、ならびに税金及び追加料金データを用いて、観察された見積もりのある組に対する利用可能性情報(サービス・クラス)を評価しても良い。
らなるステップとして、複数の片道の記録から往復運賃を構成して、観察された往復の見積もりにマッチングさせるようなステップが必要であっても良い。
・利用可能性を見つけるためにGDSまたは航空会社予約システムへの問い合わせが必要なのではなくて利用可能性を導き出す。
・真の利用可能性ではなくて見積もられた利用可能性に基づいて新しい価格を計算する。・利用可能性及び運賃ルールに基づいて新しい価格を見積もることを、新しい価格の観察された事例を伴うことなく行なう。
航空会社にその独自の商品の価格設定を提供すること。なぜならば、航空会社はやはり、現時点でこの価格設定をGDSから高コストで行なっているからである。
運賃利用可能性及び価格に対する見積もりサービスが提供されるサーバ(実際であっても良いしまたは仮想であっても良い)が提供される。関連するウェブ・サイト、スマートフォン・アプリ、企業間サービス、従来の航空会社(たとえば、英国航空、カンタス、KLMなど)との接続、低予算航空会社(たとえば、ライアンエアー、イージージェット、ジャーマンウィングスなど)との接続、及び旅行予約ウェブ・サイト(たとえば、lastminute.com、オポド、トムソンなど)を提供しても良い。
スト・クラスなど)。ホテルに対する並行検索を行なっても良い。貸し自動車に対する並行検索を行なっても良い。直行便に対する好みを示しても良い。ユーザ・インターフェース実施例を図9に示す。さらなるユーザ・インターフェース実施例を図12に示す。これは、柔軟な検索の実施例である。なぜならば、出発は、ロンドン(英国)において用いる空港は何であっても良いことを示しており、目的地は、オーストラリアにおける任意の空港が許可されることを示しているからである。
世界配信システム(GDS)は、利用可能性、価格、及び航空会社に対する関連サービスを含むシステムであって、ここを通して予約をし切符を発行することができるシステムと規定しても良い。GDSによって、これらの機能は、申し込み旅行代理店、予約エンジン、航空会社、及び他の申込み者にとって利用可能になる。GDS構成実施例を図17に示す。より一般的な用語は「配信システム」である。これには、航空輸送以外の輸送のモード(たとえば、列車など)に対する予約ができることが含まれていても良い。
歴史的には、航空会社ネットワークの成長につれて、GDSによって経路探索が加えられた。潜在的で可能な接続の数が指数関数的に増加したときに(SOF-NYCには多くの接続点がある。たとえば、SOF-IST-NYC、SOF-FRA-NYC、SOF-MOW-CPH-NYCなど)、GDSはこの「接続」建造物のレイヤーを加えて、異なる価格設定可能経路の数を減らした。そのため、多くの運賃及びルールを処理する必要がない。それらはそれを非常に鈍い方法-静的経路及び接続表で行なった。この方法がそれらに伝えるのは、ゾーン(議論を単純にするためにATPCO-US-EUR、EUR-APACによって規定する)間を飛行するために、本質的に、SOF-NYC間の経路探索都市に、潜在的に間違った方向における結合(たとえばIST)を含んでいるが、多数の都市を可能な接続としては却下する。たとえば、フライトSOF-PRG-CPH-NYCは複雑すぎて潜在的に費用がかかると見なされる場合があり、そのため経路探索段階で落とされる。
経路指定を設定した後に、接続構築が、航空会社、フライト数、及び接続制限(最小接続時間(MCT)表に含まれている)を調べることを始める。MCT(OAGによって配信される)は、フライト/航空会社が時間の点でどのように接続できるかについての一般的なルールを明記する複雑な文献である。たとえば、長距離US-EUがLHRにおいてEU-EUに接続する場合、120分MCTが適用される。一般的なルールは解釈が簡単であるが重要である。誰かがMCTパラメータの範囲外で予約しようとした場合、手動無効化が必要である。
運賃の実施例は価格設定契約である。これは、航空会社が提供するサービスに対する価格(基本運賃)を指定する。価格は、サービス・クラス、クラス・タイプ(Y、Q、J、M、Hなど)、及び旅行のタイプ(片道、往復、複数路線(multi-city)、世界一周(RTW))によって規定される。
用いることができるか、いつ運賃が適用可能であるか(NVB、NVA-前に有効ではない、後に有効ではない)、及びたくさんの他の制限を規定している。運賃は、公共運賃(あらゆる再販業者にとってアクセス可能)の可能性もあるし、または個人運賃(指定された再販業者/販売者にとってアクセス可能)の可能性もある。
ATPCOは、業界における運賃及び運賃配信を取り扱う業界団体である。SITAのみに配信する航空会社が少数存在する(ブルガリア航空が例である)。
これまで、ATPCOは運賃を特定のスケジュールで発売しているが、航空会社からの要求によって、この組織は運賃を1時間毎に発売することを始めた。これによって、航空会社は、利用可能性制御に対してのみ適していない市場変化への迅速な反応を確実にすることができる。
運賃データ、運賃クラス・データ、及び運賃制限データを提供する。
ルールの計算を、価格設定エンジンによって、ルール記録、表、及びサブ表の非常に厳密な順番で行なう。特定のルール記録が見つからない場合は、それらをすべて規定する一般的なルールが存在する。
-運賃クラスは、特定の運賃に対するルールがあることをエンジンに伝える。
-カテゴリ制御は、どんなタイプの制限が存在するかをエンジンに伝える。
-エンジンが関連情報を得るために読むときに、カテゴリ・データ表は最後である。
多くの業界専門家が、用語の運賃表示と運賃見積もりとを交換可能に用いているが、これは熟練者にとっては許容できない。それについて説明する。
市場運賃及び関連するルールの包括的な統合された概念。これによって代理店は以下のことができる。
-運賃ルールを比較すること(N.B!価格ではない)
-契約期間(運賃ルール)を乗客に伝えること
契約期間を適用した後の最終価格。これには、乗客に与えたいことのほとんどが取り込まれている。
-すべての税金
-すべての追加料金
-それに関連するすべてのルール
-最終価格
利用可能性の知識は業界では非常に重要である。利用可能性によって、航空会社はその余裕分(シート)を制御することができ、また経路がどのくらい収益性があるかを管理する別の方法を加えることが、利用可能性バケットを開閉することによってなされる。これは収益管理システム(RM)によって管理される。
NAVS=シート・クラス当たりの単純な数値による利用可能性。
実施例:Y9H3M0L8。
AVS=利用可能性ステータス-これは、フライト・オープン/クローズド、キャンセル待ちリストに対してオープンなど。
CXR(航空会社)は、より良好な接続が低下するならば、NAVS/AVSを表示として用いることができる。これらのCXRでは、収益管理ルールを用いており、実際の利用可能性及びすべての利用可能性情報を得るためにポーリングする必要がある。
ポーリング及びNAVS/AVSを減らすために、価格設定エンジンは複雑なキャッシュDBを発展させた。それらは正確ではないけれども、情報を記憶するときに、呼び出しを減らすという目標をある程度達成する。
キャッシング・メカニズムを、オフライン・トラフィックによって供給しても良いが、オンライン・チャンネルによって用いられる。利用可能性サーバは、キャッシュされたデータをルール(双方向ポーリング)に基づいて更新すること、及び予約に対するわずかな不一致も警告することができても良い。利用可能性サーバを含むシステム実施例を図21に示す。
前述したステップを実施することを、標準的な良く知られたプログラミング技術を用いて行なうことができる。前述した実施形態の新しさは、特定のプログラミング技術にあるのではなく、記載したステップを用いて記載した結果を達成することを含んでいる。本発明の一部を具体化または形成するソフトウェア・プログラミング・コードは典型的に、永続的な非一時的記憶装置に記憶される。クライアント/サーバ環境では、このようなソフトウェア・プログラミング・コードを、サーバに付随する記憶装置を用いて記憶しても良い。ソフトウェア・プログラミング・コードは、データ処理システムとともに用いる種々の知られている媒体(たとえばディスケット、またはハード・ドライブ、またはCD-ROM)のいずれか上で具体化しても良い。コードをこのような媒体上で配信しても良いし、またはユーザに配信することを、あるコンピュータ・システムのメモリまたは記憶装置からあるタイプのネットワークを介して他のコンピュータ・システムに行なって、このような他のシステムのユーザが使用できるようにしても良い。ソフトウェア・プログラム・コードを物理媒体上で具現化し及び/またはソフトウェア・コードをネットワークを介して配信するための技術及び方法は良く知られており、本明細書でさらに説明することはしない。
複数のコンセプト(以下にコンセプト「A~J」と記述する)が本開示に含まれている。以下は、これらのコンセプトを規定するのに有用であり得る。コンセプトの態様を組み合わせても良い。
価格見積もりを提供する方法であって、
(i)コンピュータ・サーバによって、物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取るステップと、
(ii)前述のステップ(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうように、1または複数のプロセッサを構成するステップと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算するように1または複数のプロセッサを構成するステップと、
(iv)価格見積もりを、エンド・ユーザ・コンピューティング・デバイス、たとえばパーソナル・コンピュータ、スマートフォンまたはタブレットに送るステップと、を含む方法が提供される。
・本方法において、それら物品またはサービスを規定するパラメータには、行為タイプ、たとえば航空運賃、ホテル予約、鉄道運賃;日付範囲;目的地;起点;所望の天候条件;星評価;キーワード;任意の他のユーザ定義の好みのうちの1または複数が含まれる。
・見積もり価格の決定を、見積もり価格を推測するか、導き出すか、または予測することによって行なう。
・ステップ(ii)には、(a)過去の価格見積もりをコンピュータ・データ・ストアから得ることと、(b)過去の価格見積もりをカテゴリによってグループ分けすることと、(c)各グループに対する統計データを導き出すことと、(d)コンピュータ上に、各グループに対して、導き出した統計データを含む分類器を記憶することと、(e)記憶した分類器を用いて、要求価格が対応するグループを特定することと、が含まれる。
・ステップ(iii)には、要求価格に対する見積もりの組を指定された日付範囲に渡って計算することを、特定したグループに対応する記憶した分類器から得られる統計データを用いて行なうことが含まれる。
・ステップ(ii)には、ルールを用いてデータセットにおけるパターンを分析することが含まれる。
・ステップ(ii)には、価格の確率モデルを生成する単純ベイズ分類器機械学習アプローチが含まれ、そのモデルを用いて観察されない価格を予測する。
・観察された価格とそれらに対応する特徴の組とを用いて分類器をトレーニングする。
・特徴は、要求に関しており、週の出発日、滞在日数、土曜日滞在、航空会社、旅行する時間、経路、月のうちの1または複数を含む。
・分類器は次に、観察されない価格の価格を予測することを、特徴の組を与えられることと、それらの特徴を有する可能性が最も高い価格を与えることとによって行なう。
・特徴を導き出すことを、複数のモデルを異なる特徴を用いてトレーニングすることと、異なるモデルの予測精度を比較することと、によって行なう。
・ステップ(ii)には、過去の価格から統計モデルを構築することと、欠落している見積もり候補を特定することと、統計モデルに基づいて見積もり候補を価格設定することと、が含まれる。
・各候補見積もりに対して価格を見積もることを、見積もりからカテゴリ特徴値を抽出するステップと、抽出したカテゴリに対して、トレーニングされた分類器をデータ・ベースから取り出すステップと、見積もり候補からすべての特徴値を抽出するステップと、候補見積もりを分類することを、分類器内に記憶された各価格帯に対してベイズ事後確率を計算することと、最も高いベイズ事後確率を伴う価格帯クラスを選択することと、価格クラスを候補見積もりに付することと、によって行なうステップと、において行なう。
・統計モデルに対する入力には、経路のリスト、分類器カテゴリ分類方式、過去の見積も
り、重みを伴うサポートされた特徴の組が含まれる。
・過去の見積もりを年齢によってフィルタリングする。
・統計モデルに対する入力には逆向き経路同等物が含まれる。
・本方法には、価格見積もりの組にキャッシュされた運賃価格を含むステップが含まれる。
・価格見積もりの組は、ステップ(i)の後に配信システムに問い合わせることなく構成されている。
・価格は片道旅行である旅行に対するものである。
・価格は往復旅行である旅行に対するものである。
・価格には航空運賃価格が含まれる。
・価格には鉄道運賃価格が含まれる。
・価格には貸し自動車価格が含まれる。
・価格にはホテル価格が含まれる。
・要求には柔軟な検索要求が含まれる。
・本方法の最終結果は、最大で入力日付または入力日付対当たり1つの見積もりである。・本方法には、(A)ステップ(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格の確信範囲を決定することを、そのデータセットにおけるパターンを分析することによって行なうように1または複数のプロセッサを構成するステップと、(B)パラメータを満たす物品またはサービスに対する要求価格に対する見積もり価格の確信範囲を計算するように、1または複数のプロセッサを構成するステップと、が含まれている。
・本方法にはさらに、(C)確信範囲とともに運賃価格見積もりを、エンド・ユーザ・コンピューティング・デバイス、たとえばパーソナル・コンピュータ、スマートフォン、またはタブレットに提供するステップが含まれる。
・本方法にはさらに、価格をユーザに表示するかまたは起こりそうな価格範囲をユーザに提供するかを確信範囲を用いて決定するステップが含まれる。
・起こりそうな価格範囲をエラー・バーとして表示する。
・日付範囲には1つの出発日のみが含まれる。
・日付範囲には1つの帰国日のみが含まれる。
・本方法には、指定した出発日範囲及び指定した帰国日範囲に対する最良の往復運賃価格見積もりの組を提供する方法が含まれ、ステップ(i)には、出発地から目的地までの旅行に対する指定した出発日範囲及び指定した帰国日範囲に対する往復運賃価格に対する要求を受け取ることが含まれ、ステップ(iv)には、指定した出発日範囲及び指定した帰国日範囲に対する最良の往復運賃価格見積もりの組を提供することが含まれる。
・最良の往復運賃価格見積もりの組はバー・チャート形式で提供される。
・見積もりプロセスが、分類結果を許容するのに必要な最小ベイズ事後確率、候補の生成に関与する経路オペレータの最大数、またはタイを回避するためにベイズ事後確率に付加されるランダム変動のうちの1または複数によってパラメータ化される。
・本方法は、運賃利用可能性及び価格に対する見積もりサービスが提供されるサーバ上で行なう。
(i)物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取ることであって、パラメータには、行為タイプ、たとえば航空運賃、ホテル予約、鉄道運賃;日付範囲;目的地;起点;所望の天候条件;星評価;キーワード;任意の他のユーザ定義の好みのうちの1または複数が含まれる、受け取ることと、
(ii)前述の(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうことと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算することと、
(iv)価格見積もりを提供することと、を行なうように配置されたサーバが提供される。
・(ii)サーバは、コンピュータ・データ・ストアから過去の価格を得ること、過去の価格をカテゴリによってグループ分けすること、各グループに対する統計データを導き出すこと、各グループに対して、導き出された統計データを含む分類器を記憶すること、要求価格が対応する記憶した分類器を用いてグループを特定すること、を行なうように配置されている。
・サーバは、要求価格に対する見積もりの組を指定された日付範囲に渡って計算することを、特定したグループに対応する記憶した分類器から得られる統計データを用いて行なうように配置されている。
・サーバはさらに、コンセプトAの態様のいずれかに属する方法を実行するように配置されている。
(i)物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取ることであって、パラメータには、行為タイプ、たとえば航空運賃、ホテル予約、鉄道運賃;日付範囲;目的地;起点;所望の天候条件;星評価;キーワード;任意の他のユーザ定義の好みのうちの1または複数が含まれる、受け取ることと、
(ii)前述の(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうことと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算することと、
(iv)価格見積もりを提供することと、を行なうように配置されたコンピュータ・プログラム製品が提供される。
・サイトは、その要求を、コンセプトAのいずれかの態様に属する方法を用いて価格を見積もるサーバに提供するウェブ・ベースの価格比較ウェブ・サイトが提供される。
特定の日付における出発地から目的地までの旅行に対してどの運賃クラスが利用可能であるかを推測する方法。本方法には、
(i)特定の日付における出発地から目的地までの旅行に対する運賃価格に対する要求を規定するステップと、
(ii)見積もられた運賃価格を不完全な過去の価格データセットから推測し、見積もり、または予測することをそのデータセットにおけるパターンを分析することによって行なうステップと、
(iii)ステップ(ii)の結果を用いて、要求した運賃価格に対する見積もりを計算するステップと、
(iv)要求を、特定の日付における出発地から目的地までの旅行に対する運賃価格に対する配信システムへ送るステップと、
(v)配信システムから、特定の日付における出発地から目的地までの旅行に対する配信システムの運賃価格を受け取るステップと、
(vi)ステップ(iii)から得た要求した運賃価格に対する計算見積もりを、ステップ(v)で受け取った配信システムの運賃価格と比較して、特定の日付における出発地から目的地までの旅行に対してどの運賃クラスが利用可能であるかを推測するステップと、(vii)特定の日付における出発地から目的地までの旅行に対する推測した運賃クラス利用可能性を出力するステップと、が含まれる。
・本方法において、ステップ(ii)には、
コンピュータ・データ・ストアから過去の運賃見積もりを得ることと、
過去の運賃見積もりをカテゴリによってグループ分けすることと、
各グループに対する統計データを導き出すことと、
コンピュータ上に、各グループに対して、導き出された統計データを含む分類器を記憶することと、
記憶した分類器を用いて、要求した運賃価格が対応するグループを特定することと、が含まれる。
・本方法において、ステップ(iii)には、要求した運賃価格に対する見積もりの組を指定された日付範囲に渡って計算することを、特定したグループに対応する記憶した分類器から得られる統計データを用いて行なうことが含まれる。
・配信システムは世界配信システムである。
・推測した運賃クラス価格が各推測した運賃クラス利用可能性に付属している。
・出力をサーバに送るステップが含まれている。
・サーバは航空会社サーバである。
・ステップ(ii)には、ルールを用いてデータセットにおけるパターンを分析することが含まれる。
・ステップ(ii)には、運賃の確率モデルを生成する単純ベイズ分類器機械学習アプローチが含まれ、そのモデルを用いて、観察されない運賃を予測する。
・観察された価格とそれらに対応する特徴の組とを用いて分類器をトレーニングする。
・特徴は、要求に関しており、週の出発日、滞在日数、土曜日滞在、航空会社、旅行する時間、経路、月のうちの1または複数を含む。
・分類器は次に、観察されない運賃の価格を予測することを、特徴の組を与えられることと、それらの特徴を有する可能性が最も高い価格を与えることとによって行なう。
・特徴を導き出すことを、複数のモデルを異なる特徴を用いてトレーニングすることと、
異なるモデルの予測精度を比較することと、によって行なっても良い。
・ステップ(ii)には、過去の価格から統計モデルを構築することと、欠落している見積もり候補を特定することと、統計モデルに基づいて見積もり候補を価格設定することと、が含まれる。
・各候補見積もりに対して価格を見積もることを、見積もりからカテゴリ特徴値を抽出するステップと、抽出したカテゴリに対して、トレーニングされた分類器をデータ・ベースから取り出すステップと、見積もり候補からすべての特徴値を抽出するステップと、候補見積もりを分類することを、分類器内に記憶された各価格帯に対してベイズ事後確率を計算することと、最も高いベイズ事後確率を伴う価格帯クラスを選択することと、価格クラスを候補見積もりに付することと、によって行なうステップと、において行なう。
・統計モデルに対する入力には、経路のリスト、分類器カテゴリ分類方式、過去の見積もり、重みを伴うサポートされた特徴の組が含まれる。
・過去の見積もりを年齢によってフィルタリングする。
・統計モデルに対する入力には逆向き経路同等物が含まれる。
・本方法には、運賃価格見積もりの組にキャッシュされた運賃価格を含むステップが含まれる。
・旅行は片道旅行である。
・旅行は往復旅行である。
・運賃は航空運賃である。
・要求には柔軟な検索要求が含まれる。
・見積もりプロセスが、分類結果を許容するのに必要な最小ベイズ事後確率、候補の生成に関与する経路オペレータの最大数、またはタイを回避するためにベイズ事後確率に付加されるランダム変動のうちの1または複数によってパラメータ化される。
・本方法は、運賃利用可能性及び価格に対する見積もりサービスが提供されるサーバ上で行なう。
(i)特定の日付における出発地から目的地までの旅行に対する運賃価格に対する要求を規定することと、
(ii)見積もられた運賃価格を不完全な過去の価格データセットから推測し、見積もり、または予測することを、そのデータセットにおけるパターンを分析することによって行なうことと、
(iii)(ii)の見積もられた運賃の結果を用いて要求した運賃価格に対する見積もりを計算することと、
(iv)要求を特定の日付における出発地から目的地までの旅行に対する運賃価格に対する配信システムへ送ることと、
(v)配信システムから、特定の日付における出発地から目的地までの旅行に対する配信システムの運賃価格を受け取ることと、
(vi)(iii)の計算見積もりから得た要求した運賃価格に対する計算見積もりを(v)で受け取った配信システムの運賃価格と比較して、特定の日付における出発地から目的地までの旅行に対してどの運賃クラスが利用可能であるかを推測することと、
(vii)特定の日付における出発地から目的地までの旅行に対する推測した運賃クラス利用可能性を出力することと、を行なうように配置されているサーバが提供される。
(a)コンピュータ・データ・ストアから過去の運賃見積もりを得ることと、
(b)過去の運賃見積もりをカテゴリによってグループ分けすることと、
(c)各グループに対する統計データを導き出すことと、
(d)各グループに対して、導き出された統計データを含む分類器を記憶することと、
(e)記憶した分類器を用いて、要求した運賃価格が対応するグループを特定することと、を行なうように配置されている。
(i)特定の日付における出発地から目的地までの旅行に対する運賃価格に対する要求を規定することと、
(ii)見積もられた運賃価格を不完全な過去の価格データセットから推測し、見積もり、または予測することを、そのデータセットにおけるパターンを分析することによって行なうことと、
(iii)(ii)の見積もられた運賃の結果を用いて要求した運賃価格に対する見積もりを計算することと、
(iv)要求を特定の日付における出発地から目的地までの旅行に対する運賃価格に対する配信システムへ送ることと、
(v)配信システムから、特定の日付における出発地から目的地までの旅行に対する配信システムの運賃価格を受け取ることと、
(vi)(iii)の計算見積もりから得た要求した運賃価格に対する計算見積もりを(v)で受け取った配信システムの運賃価格と比較して、特定の日付における出発地から目的地までの旅行に対してどの運賃クラスが利用可能であるかを推測することと、
(vii)特定の日付における出発地から目的地までの旅行に対する推測した運賃クラス利用可能性を出力することと、を行なうように配置されているコンピュータ・プログラム製品が提供される。
運賃価格を見積もる方法であって、本方法は、
(i)コンピュータ・データ・ストアから過去の運賃見積もりを得るステップと、
(ii)過去の運賃見積もりをカテゴリによってグループ分けするステップと、
(iii)各グループに対する統計データを導き出すステップと、
(iv)コンピュータ上に、各グループに対して、導き出された統計データを含む分類器を記憶するステップと、
(v)特定の日付における出発地から目的地までの旅行に対する運賃価格に対する要求を受け取るステップと、
(vi)記憶した分類器を用いて、要求した運賃価格が対応するグループを特定するステップと、
(vii)要求した運賃価格に対する見積もりを、特定したグループに対応する記憶した分類器から得られる統計データを用いて計算するステップと、
(viii)要求した運賃価格見積もりを提供するステップと、を含む。
運賃価格を見積もる方法であって、本方法は、
(i)特定の日付における出発地から目的地までの旅行に対する運賃価格に対する要求を受け取るステップと、
(ii)見積もられた運賃を不完全な過去の価格データセットから推測し、見積もり、または予測することを、そのデータセットにおけるパターンを分析することによって行なうステップと、
(iii)ステップ(ii)の結果を用いて、要求した運賃価格に対する見積もりを計算するステップと、
(iv)要求した運賃価格見積もりを提供するステップと、を含む。
往復運賃価格見積もりの組を提供する方法であって、本方法は、
(i)コンピュータ・データ・ストアから過去の運賃見積もりを得るステップと、
(ii)過去の運賃見積もりをカテゴリによってグループ分けするステップと、
(iii)各グループに対する統計データを導き出すステップと、
(iv)コンピュータ上に、各グループに対して、導き出された統計データを含む分類器を記憶するステップと、
(v)出発地から目的地までの旅行に対する指定された出発日及び指定された帰国日に対する往復運賃価格に対する要求を受け取るステップと、
(vi)記憶した分類器を用いて、要求した往復運賃価格が対応するグループを特定するステップと、
(vii)指定した出発及び帰国日に対する要求した往復運賃価格に対する見積もりの組を計算することを、特定したグループに対応する記憶した分類器から得られる統計データを用いて行なうステップと、
(viii)運賃価格見積もりの組を提供するステップと、を含む。
指定した出発日範囲及び指定した帰国日範囲に対する最良の往復運賃価格見積もりの組を提供する方法であって、本方法は、
(i)コンピュータ・データ・ストアから過去の運賃見積もりを得るステップと、
(ii)過去の運賃見積もりをカテゴリによってグループ分けするステップと、
(iii)各グループに対する統計データを導き出すステップと、
(iv)コンピュータ上に、各グループに対して、導き出された統計データを含む分類器を記憶するステップと、
(v)出発地から目的地までの旅行に対する指定した出発日範囲及び指定した帰国日範囲に対する往復運賃価格に対する要求を受け取るステップと、
(vi)記憶した分類器を用いて、要求した往復運賃価格が対応するグループを特定するステップと、
(vii)出発及び帰国日の対に対する要求した往復運賃価格に対する見積もりの組を、特定したグループに対応する記憶した分類器から得られる統計データを用いて計算するステップと、
(viii)出発及び帰国日の各対に対する最良の運賃価格見積もりを選択するステップと、
(ix)出発及び帰国日の各対に対する最良の往復運賃価格見積もりの組を提供するステップと、を含む。
往復運賃価格見積もりの組を提供する方法であって、本方法は、
(i)出発地から目的地までの旅行に対する指定された出発日及び指定された帰国日に対する往復運賃価格に対する要求を受け取るステップと、
(ii)見積もられた運賃を不完全な過去の価格データセットから推測し、見積もり、または予測することを、そのデータセットにおけるパターンを分析することによって行なうステップと、
(iii)ステップ(ii)の結果を用いて、指定した出発及び帰国日に対する要求した往復運賃価格に対する見積もりの組を計算するステップと、
(iv)運賃価格見積もりの組を提供するステップと、を含む。
指定した出発日範囲及び指定した帰国日範囲に対する最良の往復運賃価格見積もりの組を提供する方法であって、本方法は、
(i)出発地から目的地までの旅行に対する指定した出発日範囲及び指定した帰国日範囲に対する往復運賃価格に対する要求を受け取るステップと、
(ii)見積もられた運賃を不完全な過去の価格データセットから推測し、見積もり、または予測することを、そのデータセットにおけるパターンを分析することによって行なうステップと、
(iii)ステップ(ii)の結果を用いて、出発及び帰国日の対に対する要求した往復運賃価格に対する見積もりの組を計算するステップと、
(iv)出発及び帰国日の各対に対する最良の往復運賃価格見積もりの組を提供するステップと、を含む。
提供されるどの運賃クラスが利用可能であるかを推測する方法であって、本方法は、
(i)コンピュータ・サーバによって、物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取るステップと、
(ii)前述のステップ(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうように、1または複数のプロセッサを構成するステップと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算するように1または複数のプロセッサを構成するステップと、
(iv)要求を運賃価格に対する配信システムへ送るステップと、
(v)配信システムから配信システムの運賃価格を受け取るステップと、
(vi)ステップ(iii)から得た要求価格に対する計算見積もりを、ステップ(v)で受け取った配信システムの運賃価格と比較して、運賃クラス利用可能性を推測するステップと、
(vii)推測した運賃クラス利用可能性をコンピューティング・デバイスに与えるステップと、を含む方法が提供される。
・それら物品またはサービスを規定するパラメータには、行為タイプ、たとえば航空運賃、ホテル予約、鉄道運賃;日付範囲;目的地;起点;所望の天候条件;星評価;キーワード;任意の他のユーザ定義の好みのうちの1または複数が含まれる。
・見積もり価格の決定を、見積もり価格を推測するか、導き出すか、または予測することによって行なう。
・ステップ(ii)には、
a)過去の価格見積もりをコンピュータ・データ・ストアから得ることと、
b)過去の価格見積もりをカテゴリによってグループ分けすることと、
c)各グループに対する統計データを導き出すことと、
d)コンピュータ上に、各グループに対して、導き出された統計データを含む分類器を記憶することと、
e)記憶した分類器を用いて、要求価格が対応するグループを特定することと、が含まれる。
・ステップ(iii)には、要求価格に対する見積もりの組を指定された日付範囲に渡って計算することを、特定したグループに対応する記憶した分類器から得られる統計データを用いて行なうことが含まれる。
・配信システムは世界配信システムである。
・推測した運賃クラス価格が各推測した運賃クラス利用可能性に付属している。
・ステップ(vii)には、推測した運賃クラス利用可能性をサーバに送ることが含まれる。
・サーバは航空会社サーバである。
・ステップ(ii)には、ルールを用いてデータセットにおけるパターンを分析することが含まれる。
・ステップ(ii)には、価格の確率モデルを生成する単純ベイズ分類器機械学習アプローチが含まれ、そのモデルを用いて観察されない価格を予測する。
・観察された価格とそれらに対応する特徴の組とを用いて分類器をトレーニングする。
・特徴は要求に関しており、週の出発日、滞在日数、土曜日滞在、航空会社、旅行する時間、経路、月のうちの1または複数を含む。
・分類器は次に、観察されない価格の価格を予測することを、特徴の組を与えられることと、それらの特徴を有する可能性が最も高い価格を与えることとによって行なう。
・特徴を導き出すことを、複数のモデルを異なる特徴を用いてトレーニングすることと、異なるモデルの予測精度を比較することと、によって行なっても良い。
・ステップ(ii)には、過去の価格から統計モデルを構築することと、欠落している見積もり候補を特定することと、統計モデルに基づいて見積もり候補を価格設定することと、が含まれる。
・各候補見積もりに対して価格を見積もることを、見積もりからカテゴリ特徴値を抽出するステップと、抽出したカテゴリに対して、トレーニングされた分類器をデータ・ベースから取り出すステップと、見積もり候補からすべての特徴値を抽出するステップと、候補見積もりを分類することを、分類器内に記憶された各価格帯に対してベイズ事後確率を計算することと、最も高いベイズ事後確率を伴う価格帯クラスを選択することと、価格クラスを候補見積もりに付することと、によって行なうステップと、において行なう。
・統計モデルに対する入力には、経路のリスト、分類器カテゴリ分類方式、過去の見積もり、重みを伴うサポートされた特徴の組が含まれる。
・過去の見積もりを年齢によってフィルタリングする。
・統計モデルに対する入力には逆向き経路同等物が含まれる。
・本方法には、価格見積もりの組にキャッシュされた運賃価格を含むテップが含まれる。・価格は片道旅行である旅行に対するものである。
・価格は往復旅行である旅行に対するものである。
・価格には航空運賃価格が含まれる。
・価格には鉄道運賃価格が含まれる。
・価格には貸し自動車価格が含まれる。
・価格にはホテル価格が含まれる。
・要求には柔軟な検索要求が含まれる。
・見積もりプロセスが、分類結果を許容するのに必要な最小ベイズ事後確率、候補の生成に関与する経路オペレータの最大数、またはタイを回避するためにベイズ事後確率に付加されるランダム変動のうちの1または複数によってパラメータ化される。
・本方法は、運賃利用可能性及び価格に対する見積もりサービスが提供されるサーバ上で行なう。
(i)物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサービスを規定するパラメータに対する要求を受け取ることと、
(ii)前述の(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうように、1または複数のプロセッサを構成することと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算するように1または複数のプロセッサを構成することと、
(iv)要求を運賃価格に対する配信システムへ送ることと、
(v)配信システムから配信システムの運賃価格を受け取ることと、
(vi)(iii)から得た要求価格に対する計算見積もりを、(v)で受け取った配信システムの運賃価格と比較して、運賃クラス利用可能性を推測することと、
(vii)推測した運賃クラス利用可能性をコンピューティング・デバイスに与えることと、を行なうように配置されたサーバが提供される。
・それら物品またはサービスを規定するパラメータには、行為タイプ、たとえば航空運賃、ホテル予約、鉄道運賃;日付範囲;目的地;起点;所望の天候条件;星評価;キーワード;任意の他のユーザ定義の好みのうちの1または複数が含まれる。
・見積もり価格の決定を、見積もり価格を推測するか、導き出すか、または予測することによって行なう。
・(ii)に対して、サーバは、
○コンピュータ・データ・ストアから過去の価格見積もりを得ることと、
○過去の価格見積もりをカテゴリによってグループ分けすることと、
○各グループに対する統計データを導き出すことと、
○各グループに対して、導き出された統計データを含む分類器を記憶することと、
○記憶した分類器を用いて、要求価格が対応するグループを特定することと、を行なうように配置されている。
・(iii)に対して、サーバは、要求価格に対する見積もりの組を、指定された日付範囲に渡って計算することを特定したグループに対応する記憶した分類器から得られる統計データを用いて行なうように配置されている。
・サーバはさらに、前述の方法の態様のいずれかに属する方法を実行するように配置されている。
(i)物品またはサービスに対する価格たとえば航空運賃とともにそれら物品またはサー
ビスを規定するパラメータに対する要求を受け取ることと、
(ii)前述のステップ(i)に対する任意の時点において、不完全な過去の価格データセットから見積もり価格を決定することを、そのデータセットにおけるパターンを分析することによって行なうように、1または複数のプロセッサを構成することと、
(iii)パラメータを満たす物品またはサービスに対する要求価格に対する見積もりを計算するように1または複数のプロセッサを構成することと、
(iv)要求を運賃価格に対する配信システムへ送ることと、
(v)配信システムから配信システムの運賃価格を受け取ることと、
(vi)ステップ(iii)から得た要求価格に対する計算見積もりを、ステップ(v)で受け取った配信システムの運賃価格と比較して、運賃クラス利用可能性を推測することと、
(vii)推測した運賃クラス利用可能性をコンピューティング・デバイスに与えることと、を行なうように配置されているコンピュータ・プログラム製品が提供される。
特定のフライトに対する運賃クラス利用可能性を推測する方法であって、
(a)そのフライトに対する観察可能でライブの予約可能な価格を受け取ることであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていない、受け取ることと、
(b)観察可能でライブの予約可能な価格を、記憶データから計算される価格、たとえば有効な旅程データ、運賃データたとえばFROPデータ、及び税金/追加料金データの組と比較することと、
(c)観察可能でライブの予約可能な価格においてどの運賃クラスを用いたかを決定することを、観察可能でライブの予約可能な価格に最も厳密にマッチングする計算された価格においてどの運賃クラスを用いたかを決定することと、によって行なう方法が提供される。
・記憶データキャッシュされたこれまでに得られたライブの予約可能な価格から得ること
ができる。
・特定のフライトに対する特定の運賃に適用される適用可能なルールまたは制限の一部または全部が運賃クラスによって規定され、運賃クラスには、クラス・コード、たとえばC(ビジネス正規運賃)またはY(エコノミー正規運賃)、運賃タイプ、たとえばファースト・クラスまたはエコノミー;カテゴリ、たとえば適格性、最低滞在日数、途中下車、またはペナルティのうちの1または複数が含まれている。
・推測した運賃クラス価格が、各推測した運賃クラス利用可能性に付属している。
・ステップ(c)には、推測した運賃クラス利用可能性をサーバに送ることが含まれている。
・サーバは航空会社サーバである。
・ステップ(b)には、ルールを用いて、記憶データから計算される価格の組におけるパターンを分析することが含まれている。
・ステップ(b)における記憶データから計算される価格の組を計算することには、過去の価格から統計モデルを構築することと、欠落している見積もり候補を特定することと、統計モデルに基づいて見積もり候補を価格設定することと、が含まれている。
・統計モデルに対する入力には逆向き経路同等物が含まれる。
(a)そのフライトに対する観察可能でライブの予約可能な価格を受け取ることであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていない、受け取ることと、
(b)観察可能でライブの予約可能な価格を、記憶データから計算される価格、たとえば有効な旅程データ、運賃データたとえばFROPデータ、及び税金/追加料金データの組と比較することと、
(c)観察可能でライブの予約可能な価格においてどの運賃クラスを用いたかを決定することを、観察可能でライブの予約可能な価格に最も厳密にマッチングする計算された価格においてどの運賃クラスを用いたかを決定することによって行なうことと、を行なうように配置されているコンピュータ・プログラム製品が提供される。
を見積もるサーバに提供するウェブ・ベースの価格比較ウェブ・サイトが提供される。
Claims (17)
- 特定のフライト(複数可)に対する運賃クラスの利用可能性を推測するためのコンピュータ実行方法であって、
(a)コンピュータ・サーバによって、そのフライト(複数可)に対する観察可能でライブの予約可能な価格を受け取るステップであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていないステップと、
(b)前記観察可能でライブの予約可能な価格を、記憶データ、運賃データ、および税金/追加料金データから計算される計算価格の組と比較するステップであって、前記比較は、過去の価格から統計モデルを構築することを含み、前記統計モデルを構築することは、
(i)過去の価格見積もりをコンピュータ・データ・ストアから得ることと、
(ii)前記過去の価格見積もりをカテゴリによってグループ分けすることと、
(iii)各グループに対する統計データを導き出すことと、
(iv)コンピュータ上に、各グループに対して、導き出された前記統計データを含む分類器を記憶することと、
(v)前記観察可能でライブの予約可能な価格に対応する、記憶した分類器を有するグループを特定することと、を含み、
さらに、前記計算価格の組を計算するステップにおいて、前記特定したグループに対応する前記記憶した分類器から得られる統計データを用いることを含む、ステップと、
(c)推測された運賃クラスの利用可能性を決定するために、前記計算価格の組の中で、前記観察可能でライブの予約可能な価格に最も厳密にマッチングする計算価格において用いられた運賃クラスを決定することによって、前記観察可能でライブの予約可能な価格において用いられた運賃クラスを決定するステップと、および
(d)前記コンピュータ・サーバが、前記推測された運賃クラスの利用可能性をコンピューティング・デバイスに提供するステップと、を含む方法。 - 前記記憶データは、キャッシュされたこれまでに得られたライブの予約可能な価格を含む請求項1に記載の方法。
- 特定のフライト(複数可)に対する特定の運賃に適用される適用可能なルールまたは制限の一部または全部が運賃クラスによって規定され、前記運賃クラスには、クラス・コード、運賃タイプ、カテゴリのうちの1または複数が含まれる請求項1又は2に記載の方法。
- 推測した運賃クラス価格が前記推測された運賃クラスの利用可能性と共に提供される請求項1~3のいずれか1項に記載の方法。
- ステップ(c)には前記推測された運賃クラスの利用可能性をサーバに送ることが含まれる請求項1~4のいずれか1項に記載の方法。
- 前記サーバは航空会社サーバである請求項5に記載の方法。
- ステップ(b)には、ルールを用いて、前記計算価格の組におけるパターンを分析することが含まれる請求項1~6のいずれか1項に記載の方法。
- ステップ(b)には、前記計算価格の組を指定された日付の範囲に渡って計算することを、前記特定したグループに対応する前記記憶した分類器から得られる統計データを用いて行うことを含む請求項1~7のいずれか1項に記載の方法。
- ステップ(b)には、価格の確率モデルを生成する単純ベイズ分類器機械学習アプローチが含まれ、そのモデルを用いて観察されない価格を予測する請求項1~8のいずれか1項に記載の方法。
- 観察された価格とそれらに対応する特徴の組とを用いて分類器をトレーニングする請求項9に記載の方法。
- 前記特徴は、前記フライト(複数可)に関しており、週の出発日、滞在日数、土曜日滞在、航空会社、旅行する時間、経路、月のうちの1または複数を含む請求項10に記載の方法。
- 分類器は次に、観察されない価格の価格を予測することを、特徴の組を与えられることと、それらの特徴を有する可能性が最も高い価格を与えることとによって行なう請求項11に記載の方法。
- 前記過去の価格見積もりを年齢によってフィルタリングする請求項1~12のいずれか1項に記載の方法。
- 前記運賃クラスの利用可能性は片道旅行である旅行に対するものである請求項1~13のいずれか1項に記載の方法。
- 前記運賃クラスの利用可能性は往復旅行である旅行に対するものである請求項1~13のいずれか1項に記載の方法。
- 特定のフライト(複数可)に対する運賃クラスの利用可能性を推測するように構成されたサーバであって、
(a)そのフライト(複数可)に対する観察可能でライブの予約可能な価格を受け取ることであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていないことと、
(b)前記観察可能でライブの予約可能な価格を、記憶データ、運賃データ、および税金/追加料金データから計算される計算価格の組と比較することであって、前記比較は、過去の価格から統計モデルを構築することを含み、前記統計モデルを構築することは、
(i)過去の価格見積もりをコンピュータ・データ・ストアから得ることと、
(ii)前記過去の価格見積もりをカテゴリによってグループ分けすることと、
(iii)各グループに対する統計データを導き出すことと、
(iv)コンピュータ上に、各グループに対して、導き出された前記統計データを含む分類器を記憶することと、
(v)前記観察可能でライブの予約可能な価格に対応する前記記憶した分類器を有するグループを特定することと、を含み、
さらに、前記計算価格の組を計算するステップにおいて、前記特定したグループに対応する前記記憶した分類器から得られる統計データを用いることを含む、ことと、
(c)推測された運賃クラスの利用可能性を決定するために、前記計算価格の組の中で、前記観察可能でライブの予約可能な価格に最も厳密にマッチングする計算価格において用いられた運賃クラスを決定することによって、前記観察可能でライブの予約可能な価格において用いられた運賃クラスを決定することと、および
(d)前記推測された運賃クラスの利用可能性をコンピューティング・デバイスに提供することと、
を含むように構成されたサーバ。 - 非一時的な記憶媒体上で具体化されるコンピュータ・プログラムであって、前記コンピュータ・プログラムは、コンピュータ上で実行されると、特定のフライト(複数可)に対する運賃クラスの利用可能性を推測するように構成され、前記コンピュータ・プログラムは、コンピュータ上で実行されると、
(a)そのフライト(複数可)に対する観察可能でライブの予約可能な価格を受け取ることであって、その価格情報はそれらのフライトに対する完全な運賃クラス情報を伴っていないことと、
(b)前記観察可能でライブの予約可能な価格を、記憶データ、運賃データ、および税金/追加料金データから計算される計算価格の組と比較することであって、前記比較は、過去の価格から統計モデルを構築することを含み、前記統計モデルを構築することは、
(i)過去の価格見積もりをコンピュータ・データ・ストアから得ることと、
(ii)前記過去の価格見積もりをカテゴリによってグループ分けすることと、
(iii)各グループに対する統計データを導き出すことと、
(iv)コンピュータ上に、各グループに対して、導き出された前記統計データを含む分類器を記憶することと、
(v)前記観察可能でライブの予約可能な価格に対応する、記憶した分類器を有するグループを特定することと、を含み、
さらに、前記計算価格の組を計算するステップにおいて、前記特定したグループに対応する前記記憶した分類器から得られる統計データを用いることを含む、ことと、
(c)推測された運賃クラスの利用可能性を決定するために、前記計算価格の組の中で、前記観察可能でライブの予約可能な価格に最も厳密にマッチングする計算価格において用いられた運賃クラスを決定することによって、前記観察可能でライブの予約可能な価格において用いられた運賃クラスを決定することと、および
(d)前記推測された運賃クラスの利用可能性をコンピューティング・デバイスに提供することと、
を含むように構成されたコンピュータ・プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023088699A JP2023109984A (ja) | 2013-12-11 | 2023-05-30 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/103,016 | 2013-12-11 | ||
PCT/GB2013/053261 WO2015087026A1 (en) | 2013-12-11 | 2013-12-11 | Method and server for providing a set of price estimates, such as air fare price estimates |
GBPCT/GB2013/053261 | 2013-12-11 | ||
US14/103,016 US11030635B2 (en) | 2013-12-11 | 2013-12-11 | Method and server for providing a set of price estimates, such as air fare price estimates |
JP2019130309A JP2019197578A (ja) | 2013-12-11 | 2019-07-12 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019130309A Division JP2019197578A (ja) | 2013-12-11 | 2019-07-12 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023088699A Division JP2023109984A (ja) | 2013-12-11 | 2023-05-30 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022043204A JP2022043204A (ja) | 2022-03-15 |
JP7289348B2 true JP7289348B2 (ja) | 2023-06-09 |
Family
ID=51627309
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016539207A Active JP6557662B2 (ja) | 2013-12-11 | 2014-09-18 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
JP2019130309A Pending JP2019197578A (ja) | 2013-12-11 | 2019-07-12 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
JP2021208932A Active JP7289348B2 (ja) | 2013-12-11 | 2021-12-23 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
JP2023088699A Pending JP2023109984A (ja) | 2013-12-11 | 2023-05-30 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016539207A Active JP6557662B2 (ja) | 2013-12-11 | 2014-09-18 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
JP2019130309A Pending JP2019197578A (ja) | 2013-12-11 | 2019-07-12 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023088699A Pending JP2023109984A (ja) | 2013-12-11 | 2023-05-30 | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3080765A1 (ja) |
JP (4) | JP6557662B2 (ja) |
CN (1) | CN106030626A (ja) |
AU (3) | AU2014363194C1 (ja) |
WO (1) | WO2015087036A1 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015087036A1 (en) * | 2013-12-11 | 2015-06-18 | Skyscanner Limited | Method and server for providing fare availabilities, such as air fare availabilities |
JP6393550B2 (ja) * | 2014-08-01 | 2018-09-19 | 株式会社日立製作所 | 列車座席予約システム及び、列車座席予約システムの処理方法 |
CN106530004A (zh) * | 2016-10-26 | 2017-03-22 | 广东小天才科技有限公司 | 打车应用程序推荐方法及装置 |
US20180181974A1 (en) * | 2016-12-23 | 2018-06-28 | Aon Global Operations Ltd (Singapore Branch) | Methods and Systems for Performing Pricing Comparisons of Complex Layered or Tower Pricing Structures with Varying Pricing Components |
CN109716383A (zh) * | 2017-06-05 | 2019-05-03 | 北京嘀嘀无限科技发展有限公司 | 利用机器学习技术进行价格预估的系统和方法 |
CN107330099B (zh) * | 2017-07-06 | 2020-08-11 | 深圳市活力天汇科技股份有限公司 | 一种基于多因素综合排序的机票查找方法 |
CN107451872A (zh) * | 2017-08-10 | 2017-12-08 | 中国民航信息网络股份有限公司 | 航班运价的管理方法及装置 |
CN107506435B (zh) * | 2017-08-23 | 2020-07-07 | 深圳市活力天汇科技股份有限公司 | 一种基于价格预测的特价机票查询方法 |
FR3074338B1 (fr) * | 2017-11-30 | 2023-04-07 | Amadeus Sas | Procede et dispositif de traitement de requete et de determination d'une valeur numerique ulterieure d'un produit selectionne |
KR102147989B1 (ko) * | 2017-11-30 | 2020-08-25 | 주식회사 카카오 | 예매 정보 및 티켓의 공유를 위한 방법 및 장치 |
CN107944581A (zh) * | 2017-11-30 | 2018-04-20 | 携程计算机技术(上海)有限公司 | 用于ota网站的机票和酒店的关联预订方法和系统 |
CN108038749A (zh) * | 2017-12-04 | 2018-05-15 | 海南私航会信息科技有限公司 | 一种公务机智能调度实时报价方法及其系统 |
CN109102159B (zh) * | 2018-07-18 | 2023-06-20 | 平安科技(深圳)有限公司 | 旅客评级模型生成方法、装置、计算机设备和存储介质 |
CN109961323B (zh) * | 2019-03-19 | 2023-07-18 | 深圳市活力天汇科技股份有限公司 | 一种航班燃油费实时更新方法 |
CN109978619B (zh) * | 2019-03-25 | 2021-07-06 | 携程旅游网络技术(上海)有限公司 | 机票定价策略筛选的方法、系统、设备以及介质 |
CN110309184B (zh) | 2019-07-10 | 2021-05-25 | 中国民航信息网络股份有限公司 | 一种航空运价数据的缓存方法及系统 |
KR102199620B1 (ko) * | 2020-05-20 | 2021-01-07 | 주식회사 네이처모빌리티 | 빅데이터 기반 시계열 분석 및 가격 예측을 이용한 가격비교 서비스 제공 시스템 |
CN111899059A (zh) * | 2020-08-12 | 2020-11-06 | 科技谷(厦门)信息技术有限公司 | 一种基于区块链的航司收益管理动态定价方法 |
CN112561594A (zh) * | 2020-12-22 | 2021-03-26 | 北京天九共享航空服务咨询集团有限公司 | 一种航空器定制化服务报价信息生成方法 |
CN113407833B (zh) * | 2021-06-17 | 2024-02-27 | 北京众荟信息技术股份有限公司 | 竞对酒店的推荐方法、装置、电子设备及可读存储介质 |
CN116485565A (zh) * | 2022-10-18 | 2023-07-25 | 南京贝特威信息技术有限公司 | 一种面向全球民航客票机场税实时计算方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001509622A (ja) | 1997-07-08 | 2001-07-24 | プライスライン・ドット・コム・インコーポレーティッド | 航空会社が特定された航空券を販売するための方法及び装置 |
US20010021912A1 (en) | 1999-02-04 | 2001-09-13 | Ita Software, Inc. | Method and apparatus for providing availability of airline seats |
JP2003536175A (ja) | 2000-06-20 | 2003-12-02 | カールソン カンパニーズ インコーポレイテッド | 複数の旅行サービス提供者にアクセスするためのgui式旅行者サービスシステム |
US20080183512A1 (en) | 2007-01-26 | 2008-07-31 | Sabre, Inc. | System and method for estimating seat value |
US20100030591A1 (en) | 2006-09-14 | 2010-02-04 | Amadeus S.A.S. | Method and apparatus for recommending simplified fares with consistent buyacross |
US20120239455A1 (en) | 2006-02-17 | 2012-09-20 | Farecast, Inc. | Travel-related prediction system |
JP6557662B2 (ja) | 2013-12-11 | 2019-08-07 | スカイスキャナー リミテッドSkyscanner Ltd | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL1023431C2 (nl) * | 2003-05-14 | 2004-11-16 | Av Flexologic Bv | Van een register voorziene positioneerinrichting voor flexibele drukplaten. |
US20100205038A1 (en) * | 2009-02-10 | 2010-08-12 | Microsoft Corporation | Travel market analysis tools |
JP5433640B2 (ja) * | 2011-06-30 | 2014-03-05 | 楽天株式会社 | 情報提供装置、情報提供方法、情報提供プログラム及び記録媒体 |
-
2014
- 2014-09-18 WO PCT/GB2014/052846 patent/WO2015087036A1/en active Application Filing
- 2014-09-18 CN CN201480073072.7A patent/CN106030626A/zh active Pending
- 2014-09-18 EP EP14777114.1A patent/EP3080765A1/en active Pending
- 2014-09-18 AU AU2014363194A patent/AU2014363194C1/en active Active
- 2014-09-18 JP JP2016539207A patent/JP6557662B2/ja active Active
-
2019
- 2019-07-12 JP JP2019130309A patent/JP2019197578A/ja active Pending
-
2020
- 2020-09-28 AU AU2020244388A patent/AU2020244388B2/en active Active
-
2021
- 2021-12-23 JP JP2021208932A patent/JP7289348B2/ja active Active
-
2023
- 2023-02-16 AU AU2023200916A patent/AU2023200916A1/en active Pending
- 2023-05-30 JP JP2023088699A patent/JP2023109984A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001509622A (ja) | 1997-07-08 | 2001-07-24 | プライスライン・ドット・コム・インコーポレーティッド | 航空会社が特定された航空券を販売するための方法及び装置 |
US20010021912A1 (en) | 1999-02-04 | 2001-09-13 | Ita Software, Inc. | Method and apparatus for providing availability of airline seats |
JP2003536175A (ja) | 2000-06-20 | 2003-12-02 | カールソン カンパニーズ インコーポレイテッド | 複数の旅行サービス提供者にアクセスするためのgui式旅行者サービスシステム |
US20120239455A1 (en) | 2006-02-17 | 2012-09-20 | Farecast, Inc. | Travel-related prediction system |
US20100030591A1 (en) | 2006-09-14 | 2010-02-04 | Amadeus S.A.S. | Method and apparatus for recommending simplified fares with consistent buyacross |
US20080183512A1 (en) | 2007-01-26 | 2008-07-31 | Sabre, Inc. | System and method for estimating seat value |
JP6557662B2 (ja) | 2013-12-11 | 2019-08-07 | スカイスキャナー リミテッドSkyscanner Ltd | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ |
Also Published As
Publication number | Publication date |
---|---|
JP6557662B2 (ja) | 2019-08-07 |
AU2014363194B2 (en) | 2020-10-08 |
JP2019197578A (ja) | 2019-11-14 |
AU2020244388A1 (en) | 2020-10-29 |
AU2014363194A2 (en) | 2016-07-21 |
JP2016540318A (ja) | 2016-12-22 |
JP2023109984A (ja) | 2023-08-08 |
CN106030626A (zh) | 2016-10-12 |
AU2020244388B2 (en) | 2022-12-08 |
EP3080765A1 (en) | 2016-10-19 |
AU2014363194C1 (en) | 2021-01-07 |
AU2023200916A1 (en) | 2023-03-23 |
WO2015087036A1 (en) | 2015-06-18 |
JP2022043204A (ja) | 2022-03-15 |
AU2014363194A1 (en) | 2016-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7289348B2 (ja) | 運賃利用可能性、たとえば航空運賃利用可能性を提供するための方法及びサーバ | |
US20210295361A1 (en) | Method and server for providing a set of price estimates, such as air fare price estimates | |
US20230394381A1 (en) | Method and server for providing fare availabilities, such as airfare availabilities | |
JP6473158B2 (ja) | 見積もり価格、たとえば航空運賃価格見積もりの組を提供するための方法及びサーバ | |
JP6850310B2 (ja) | 見積もり価格、たとえば航空運賃価格見積もりの組を提供するための方法及びサーバ | |
EP2549429A1 (en) | System and method for improving dynamic availability computation | |
Bandalouski et al. | An overview of revenue management and dynamic pricing models in hotel business | |
JP7262497B2 (ja) | ホテル予約価格見積もりを提供するための方法及びサーバ | |
US20210287166A1 (en) | Systems, methods and computer program products for optimization of travel technology target functions, including when communicating with travel technology suppliers under technological constraints | |
Jung et al. | Effects of charging infrastructure and non-electric taxi competition on electric taxi adoption incentives in New York City | |
WO2023067525A1 (en) | System and method for dynamically enhancing a pricing database based on external information | |
US20130046711A1 (en) | System and Method to Determine Airline Baggage Allowance and Calculate Airline Baggage Fee | |
Cramer et al. | Airline Revenue Management | |
CN110188902A (zh) | 具有对与调换相关联的因素的自动考虑的调换 | |
Vinod | Influence of Revenue Management on the Airline Business Process | |
Gong et al. | The personalized recommendation for OTA flight cancellation and change services during the pandemic | |
Kim | Designing Cancellation Intervention System with Sliding Lead Times |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220120 |
|
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: 20230404 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230501 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230530 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7289348 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |