[發明專利]基于爬蟲技術的航司價格預警的方法、系統、設備和介質

有效

• 申請號: 202010213766.3
• 申請日: 2020-03-24
• 公開（公告）號: CN111475702B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 肖銓武;李清如;王力博;張卉;鄒成;彭宇安
• 申請（專利權）人: 攜程旅游網絡技術（上海）有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06F16/951;G06Q50/30
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;張冉

1.一種基于爬蟲技術的航司價格預警的方法，其特征在于，包括以下步驟：

預設爬蟲爬取的粒度、范圍及頻率；

以所述頻率爬取所述粒度和所述范圍內的競飛航司的第一價格數據；

根據所述第一價格數據生成各航司的價格的排名報表；

當所述排名報表中對象航司的排名發生變化時發出預警信息；

所述根據所述第一價格數據生成各航司的價格的排名報表的步驟包括：

驗證所述第一價格數據準確度后得到第二價格數據；

根據所述第二價格數據生成各航司的價格的排名報表；

所述方法還包括以下步驟：

根據所述第二價格數據生成對象航司與競飛航司的價差數據；

判斷所述價差數據是否在預設范圍內，所述預設范圍包括最大價差數據和最小價差數據；

當所述價差數據大于所述最大價差數據時降低所述對象航司的價格，當所述價差數據小于所述最小價差數據時提高所述對象航司的價格；

所述粒度包括航線、航司、航班號、起飛日期、回程日期、艙等、子艙位、航程類型中的至少一種；

所述范圍包括根據預設條件選取的十條航線。

2.如權利要求1所述的基于爬蟲技術的航司價格預警的方法，其特征在于，所述方法還包括以下步驟：

獲取對象航司的現有變量；

將所述現有變量與所述價差數據結合建立模型；

通過所述模型動態調整對象航司的價格。

3.如權利要求2所述的基于爬蟲技術的航司價格預警的方法，其特征在于，所述方法還包括以下步驟：

對所述模型調整后的對象航司的價格進行評估。

4.一種基于爬蟲技術的航司價格預警的系統，其特征在于，包括以下模塊：

預設模塊，所述預設模塊用于預設爬蟲爬取的粒度、范圍及頻率；

第一價格數據獲取模塊，所述第一價格數據獲取模塊用于以所述頻率爬取所述粒度和所述范圍內的競飛航司的第一價格數據；

第一報表生成模塊，所述第一報表生成模塊用于根據所述第一價格數據生成各航司的價格的排名報表；

預警信息發出模塊，所述預警信息發出模塊用于當所述排名報表中對象航司的排名發生變化時發出預警信息；

所述第一報表生成模塊包括：

數據驗證單元，用于驗證所述第一價格數據準確度后得到第二價格數據；

第二報表生成單元，用于根據所述第二價格數據生成各航司的價格的排名報表；

所述系統還包括以下模塊：

價差數據生成模塊，所述價差數據生成模塊用于根據所述第二價格數據生成對象航司與競飛航司的價差數據；

價差判斷模塊，所述價差判斷模塊用于判斷所述價差數據是否在預設范圍內，所述預設范圍包括最大價差數據和最小價差數據；

第一價格調整模塊，所述第一價格調整模塊用于當所述價差數據大于所述最大價差數據時降低所述對象航司的價格，當所述價差數據小于所述最小價差數據時提高所述對象航司的價格；

所述粒度包括航線、航司、航班號、起飛日期、回程日期、艙等、子艙位、航程類型中的至少一種；

所述范圍包括根據預設條件選取的十條航線。

5.如權利要求4所述的基于爬蟲技術的航司價格預警的系統，其特征在于，所述系統還包括以下模塊：

現有變量獲取模塊，所述現有變量獲取模塊用于獲取對象航司的現有變量；

模型建立模塊，所述模型建立模塊用于將所述現有變量與所述價差數據結合建立模型；

第二價格調整模塊，所述第二價格調整模塊用于通過所述模型動態調整對象航司的價格。

6.如權利要求5所述的基于爬蟲技術的航司價格預警的系統，其特征在于，所述系統還包括以下模塊：

價格評估模塊，所述價格評估模塊用于對所述模型調整后的對象航司的價格進行評估。

7.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至3中任一種基于爬蟲技術的航司價格預警的方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現權利要求1至3中任一種基于爬蟲技術的航司價格預警的方法的步驟。