【技術實現步驟摘要】
本申請屬于酒店運營管理，具體涉及一種基于大數據的酒店運營管理系統及方法。
技術介紹
1、隨著經濟的發展，旅游業的興盛，流動人口的增加，酒店、酒店式公寓、家庭旅館和短租房等各種提供臨時住宿的經營場所也日益增多，它們之間的競爭也日益加劇。如何有效地拓展其經營空間，降低運營成本，在新的競爭條件下取得優勢，是每個酒店或旅館所面臨的重要問題。并且，隨著科技的進步和社會的發展，人們的社會關系、思想觀念、生活方式也較以前發生了很大的變化，網絡和通訊終端憑借其便捷、快速已經成為人們生活必不可少的一部分。酒店及酒店式公寓等如何適應這種變化，來滿足現代客戶的需要，為客戶提供更為人性化的服務、最終帶來更多的客源，也成為企業迫切需要解決的問題。在現有技術中，酒店一般采用人工管理，并不會針對客戶提供個性化服務，無法有效地滿足客戶需求，降低了酒店競爭力。
技術實現思路
1、本申請提供一種基于大數據的酒店運營管理系統及方法，用以解決現有技術依靠人工管理，導致的無法提供更好的服務，降低了酒店競爭力的問題。
2、一方面，本申請提供一種基于大數據的酒店運營管理系統，包括：歷史數據獲取模塊、人工智能模型訓練模塊、客戶畫像識別模塊、個性化服務獲取模塊以及資源綜合管理模塊；
3、所述歷史數據獲取模塊，用于獲取客戶特征大數據以及由人工標記的客戶特征大數據所對應的客戶畫像標簽，并對所述客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行預處理，得到預處理之后的客戶特征大數據所對應的客戶畫像標簽；p>
4、所述人工智能模型訓練模塊，用于采用人工智能模型構建客戶畫像識別模型，并采用預處理之后的客戶特征大數據所對應的客戶畫像標簽對所述客戶畫像識別模型進行訓練，得到訓練之后的客戶畫像識別模型；
5、所述客戶畫像識別模塊，用于實時采集待入住客戶所對應的目標客戶特征大數據，并采用訓練之后的客戶畫像識別模型對所述目標客戶特征大數據進行識別，得到待入住客戶對應的目標客戶畫像；
6、所述個性化服務獲取模塊，用于以所述待入住客戶對應的目標客戶畫像為基礎，在預先設置的客戶畫像與個性化推薦服務之間的關系庫中進行查找匹配，確定至少一個目標個性化推薦服務；其中，關系庫中每個客戶畫像至少與一個個性化推薦服務具備關聯關系；
7、所述資源綜合管理模塊，用于將至少一個目標個性化推薦服務推薦給待入住客戶，并將至少一個目標個性化推薦服務與歷史個性化推薦服務數據融合，預測酒店用品消耗量，將所述酒店用品消耗量傳輸給庫房管理員，以對酒店資源進行動態配置。
8、在一種可能的實施方式中，獲取客戶特征大數據以及由人工標記的客戶特征大數據所對應的客戶畫像標簽，包括：
9、獲取歷史入住客戶對應的性別、年齡、地域、關于住宿的歷史評分、住房類型、住宿時是否使用優惠券以及訂房渠道，得到客戶特征大數據；
10、將所述客戶特征大數據展示給管理人員，以獲取由管理人員標記的客戶特征大數據所對應的客戶畫像標簽。
11、在一種可能的實施方式中，對所述客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行預處理，得到預處理之后的客戶特征大數據所對應的客戶畫像標簽，包括：
12、對所述客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行數值化處理，以將文字數據轉換為數字數據，得到數值化處理之后的客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽；
13、對數值化處理之后的客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行異常值處理，得到異常值處理之后的客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽；
14、對異常值處理之后的客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行歸一化處理，得到預處理之后的客戶特征大數據所對應的客戶畫像標簽。
15、在一種可能的實施方式中，采用人工智能模型構建客戶畫像識別模型，并采用預處理之后的客戶特征大數據所對應的客戶畫像標簽對所述客戶畫像識別模型進行訓練，得到訓練之后的客戶畫像識別模型，包括：
16、采用人工智能模型構建客戶畫像識別模型，并將客戶畫像識別模型的超參數作為待訓練參數，初始訓練種群；
17、以所述預處理之后的客戶特征大數據所對應的客戶畫像標簽對所述客戶畫像識別模型為基礎，獲取每個個體對應的適應度，并選擇適應度最大的個體作為最優個體；
18、根據所述最優個體，采用攜帶自適應余弦權重的社會信息交流策略對訓練種群中每個個體進行自適應學習，得到自適應學習之后的個體；
19、針對自適應學習之后的個體，采用種群邊界參考搜索策略對個體進行局部區域初始搜索，得到局部區域初始搜索之后的個體；
20、針對局部區域初始搜索之后的個體，采用螺旋漸進搜索策略對個體進行局部區域擴展搜索，得到局部區域擴展搜索之后的個體；
21、針對局部區域擴展搜索之后的個體，采用全局跳躍貪心搜索策略對個體進行全局區域跳躍搜索，得到全局區域跳躍搜索之后的個體；
22、判斷訓練次數是否到達最大訓練次數，若是，則根據全局區域跳躍搜索之后的個體，重新確定最優個體，并將最優個體包含的超參數應用至客戶畫像識別模型中，得到訓練之后的客戶畫像識別模型，否則返回確定最優個體的步驟。
23、在一種可能的實施方式中，根據所述最優個體，采用攜帶自適應余弦權重的社會信息交流策略對訓練種群中每個個體進行自適應學習，得到自適應學習之后的個體，包括：
24、根據當前訓練次數，獲取自適應慣性權重為：；其中，表示自適應慣性權重，表示圓周率， t表示當前訓練次數，t表示預設的最大訓練次數；
25、采用自適應慣性權重，對訓練種群中第 i個個體加權，得到第一加權項為：；其中，表示第 t次訓練過程中第 i個個體， i=1,2,…,i，i表示訓練種群中個體總數；
26、在（0,1）之間隨機生成第一學習因子、第二學習因子以及第三學習因子；
27、根據所述第一學習因子，令第 i個個體對最優個體進行學習，得到第一學習項為：；其中，表示第一常數因子，表示第一學習因子，表示最優個體；
28、根據所述第二學習因子，令第 i個個體對上一次訓練過程中最優個體進行學習，得到第二學習項為：；其中，表示第二常數因子，表示第二學習因子，表示第t-1次訓練過程中的最優個體，即上一次訓練過程中最優個體；
29、根據第一加權項、第一學習項、第二學習項以及第三學習因子，獲取自適應學習之后的個體為：；其中，表示第三學習因子，表示自適應學習之后的個體。
30、在一種可本文檔來自技高網...
【技術保護點】
1.一種基于大數據的酒店運營管理系統，其特征在于，包括：歷史數據獲取模塊、人工智能模型訓練模塊、客戶畫像識別模塊、個性化服務獲取模塊以及資源綜合管理模塊；
2.根據權利要求1所述的基于大數據的酒店運營管理系統，其特征在于，獲取客戶特征大數據以及由人工標記的客戶特征大數據所對應的客戶畫像標簽，包括：
3.根據權利要求2所述的基于大數據的酒店運營管理系統，其特征在于，對所述客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行預處理，得到預處理之后的客戶特征大數據所對應的客戶畫像標簽，包括：
4.根據權利要求1所述的基于大數據的酒店運營管理系統，其特征在于，采用人工智能模型構建客戶畫像識別模型，并采用預處理之后的客戶特征大數據所對應的客戶畫像標簽對所述客戶畫像識別模型進行訓練，得到訓練之后的客戶畫像識別模型，包括：
5.根據權利要求4所述的基于大數據的酒店運營管理系統，其特征在于，根據所述最優個體，采用攜帶自適應余弦權重的社會信息交流策略對訓練種群中每個個體進行自適應學習，得到自適應學習之后的個體，包括：
6.根據權利要求
7.根據權利要求6所述的基于大數據的酒店運營管理系統，其特征在于，針對局部區域初始搜索之后的個體，采用螺旋漸進搜索策略對個體進行局部區域擴展搜索，得到局部區域擴展搜索之后的個體，包括：
8.根據權利要求1所述的基于大數據的酒店運營管理系統，其特征在于，針對局部區域擴展搜索之后的個體，采用全局跳躍貪心搜索策略對個體進行全局區域跳躍搜索，得到全局區域跳躍搜索之后的個體，包括：
9.根據權利要求8所述的基于大數據的酒店運營管理系統，其特征在于，將至少一個目標個性化推薦服務推薦給待入住客戶，并將至少一個目標個性化推薦服務與歷史個性化推薦服務數據融合，預測酒店用品消耗量，將所述酒店用品消耗量傳輸給庫房管理員，包括：
10.一種基于大數據的酒店運營管理方法，其特征在于，包括：
...【技術特征摘要】
1.一種基于大數據的酒店運營管理系統，其特征在于，包括：歷史數據獲取模塊、人工智能模型訓練模塊、客戶畫像識別模塊、個性化服務獲取模塊以及資源綜合管理模塊；
2.根據權利要求1所述的基于大數據的酒店運營管理系統，其特征在于，獲取客戶特征大數據以及由人工標記的客戶特征大數據所對應的客戶畫像標簽，包括：
3.根據權利要求2所述的基于大數據的酒店運營管理系統，其特征在于，對所述客戶特征大數據以及客戶特征大數據所對應的客戶畫像標簽進行預處理，得到預處理之后的客戶特征大數據所對應的客戶畫像標簽，包括：
4.根據權利要求1所述的基于大數據的酒店運營管理系統，其特征在于，采用人工智能模型構建客戶畫像識別模型，并采用預處理之后的客戶特征大數據所對應的客戶畫像標簽對所述客戶畫像識別模型進行訓練，得到訓練之后的客戶畫像識別模型，包括：
5.根據權利要求4所述的基于大數據的酒店運營管理系統，其特征在于，根據所述最優個體，采用攜帶自適應余弦權重的社會信息交流策略對訓練種群中每個個體進行自適應學習，得到自適應...
【專利技術屬性】
技術研發人員：左賢忠，
申請(專利權)人：成都品為道電子技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。