酒店多媒体资源分配方法、系统、电子设备及存储介质与流程

本技术提出了酒店多媒体资源分配方法、系统、电子设备及存储介质，属于信息推荐领域。

背景技术：

1、随着酒店智能数字化，智能电视成为大多酒店的标配，同时智能电视成为很多酒店的一个宣发窗口，通过这个宣发窗口的增值服务之一的推荐业务可以帮助酒店实现酒店客房屏幕价值，并产生附加价值，比如通过对住客当前收视内容的辨别，可以精确地为住客推荐其相关感兴趣的节目，提升住客体验，并可据此发展新的利益增长点。

2、目前，大多连锁酒店会仅仅根据酒店需求对多媒体资源进行分配，但是，但不同酒店的情况不同需求也不同，统一分发无法合理的规划分配多媒体资源，造成浪费。

技术实现思路

1、本技术提供酒店多媒体资源分配方法、系统、电子设备及存储介质，通过根据酒店的标签数据和多媒体资源需求数据，以及对未来需求的预测趋势信息，筛选出适合酒店需求的多媒体资源，使其更符合酒店的需求，提高资源利用效率。

2、第一方面，本技术提供了一种酒店多媒体资源分配方法，包括：

3、获取待分配酒店的标签数据和酒店多媒体资源需求数据，所述酒店标签数据包括酒店位置标签信息、酒店定位标签信息和酒店客户标签信息；

4、基于酒店标签数据、酒店多媒体资源需求数据对多媒体资源库中的多媒体资源进行筛选得到第一目标多媒体资源；

5、获取待分配酒店的历史酒店多媒体资源需求数据；

6、基于所述历史酒店多媒体资源需求数据预测酒店未来的需求趋势得到需求趋势信息，所述需求趋势信息包括酒店多媒体资源需求类别和各多媒体资源类别需求的数量；

7、基于所述需求趋势信息对多媒体资源库中的多媒体资源进行筛选得到第二目标多媒体资源；

8、将所述第一目标多媒体资源和所述第二目标多媒体资源分配给对应的待分配酒店。

9、通过采用上述技术方案，通过基于酒店标签数据和酒店多媒体资源需求数据对多媒体资源库进行筛选，可以实现资源的精确匹配。本技术通过匹配算法来将酒店的位置标签信息、定位标签信息和客户标签信息与多媒体资源的标签进行比对和匹配。根据标签的匹配程度和权重进行排序和筛选，找到与酒店需求匹配值较高的多媒体资源，这有助于确保酒店提供的多媒体服务与客户的期望和需求相符，提升客户满意度和体验质量。

10、进一步地，基于历史酒店多媒体资源需求数据预测酒店未来的需求趋势，可以通过分析历史的历史酒店多媒体资源需求数据来识别需求的模式和趋势，并将其应用于未来需求的预测。通过预测模型，根据历史酒店多媒体资源需求数据来预测未来的需求情况，有助于酒店做出准确的资源规划和决策，合理安排多媒体资源的投放和调配，以满足未来需求的变化。

11、可选的，基于酒店标签数据和酒店多媒体资源需求数据对多媒体资源库中的多媒体资源进行筛选得到第一目标多媒体资源，包括：

12、基于待分配酒店的酒店标签数据和历史酒店多媒体资源需求数据进行分析处理得到酒店匹配标签；

13、基于酒店匹配标签与多媒体资源库中的多媒体资源进行标签匹配得到匹配值；

14、将匹配值大于预设阈值的多媒体资源作为第一目标多媒体资源。

15、通过采用上述技术方案，根据待分配媒体资源的酒店的标签信息和需求信息，对其进行分析处理。从酒店的位置标签信息、定位标签信息和客户标签信息等方面进行提取和整理，以获取描述酒店特征和需求的相关信息。通过对酒店标签数据和历史酒店多媒体资源需求数据的分析处理，可以生成酒店匹配标签。将酒店匹配标签与多媒体资源库中的多媒体资源进行标签匹配。通过比较酒店匹配标签和多媒体资源的标签，计算它们之间的匹配程度。根据预设的阈值，筛选匹配值大于该阈值的多媒体资源作为第一目标多媒体资源。只有匹配值超过设定的阈值，才被认为与酒店的需求匹配值较高，符合酒店的要求。基于酒店标签数据和历史酒店多媒体资源需求数据对多媒体资源进行筛选，可以实现精确匹配和个性化服务，提高效率和客户满意度，增强竞争力和口碑。

16、可选的，所述基于所述历史酒店多媒体资源需求数据预测酒店未来的需求趋势得到需求趋势信息，包括：

17、基于所述历史酒店多媒体资源需求数据进行数据分析，确定所述历史酒店多媒体资源需求数据对应的数据变化趋势特征、数据分布特征以及影响预测多媒体资源需求的特征；

18、基于所述数据变化趋势特征、数据分布特征和/或影响预测多媒体资源需求的特征，预测未来预设时间段内的多媒体资源需求信息；

19、若数据变化趋势特征为稳定性，则基于获取的所述历史酒店多媒体资源需求数据和所述数据变化趋势特征，预测未来预设时间段内的多媒体资源需求信息；

20、利用所述数据分布特征对预测得到的所述多媒体资源需求信息进行修正，得到需求趋势信息；

21、若数据变化趋势特征为不为稳定性，则基于所述数据变化趋势特征和所述影响预测多媒体资源需求的特征，预测未来预设时间段内的多媒体资源需求信息；

22、利用所述数据分布特征对预测得到的所述多媒体资源需求信息进行修正，得到需求趋势信息。

23、通过采用上述技术方案，通过对历史酒店多媒体资源需求数据进行分析，确定该数据对应的变化趋势特征、数据分布特征以及影响预测多媒体资源需求的特征，然后基于历史酒店多媒体资源需求数据的变化趋势特征、数据分布特征和影响预测多媒体资源需求的特征，进行未来预设时间段内的需求趋势预测，最后根据数据分布特征对预测得到的多媒体资源需求信息进行修正得到未来预设时间段内的多媒体资源需求信息，通过对历史酒店多媒体资源需求数据的分析和预测，提前预测需求趋势，优化资源规划和管理，进而提升客户满意度，实现效率与成本的控制。

24、可选地，确定历史酒店多媒体资源需求数据对应的数据变化趋势特征，包括：

25、确定历史酒店多媒体资源需求数据的数据稳定性特征、数据间歇性特征、数据单调性特征以及数据周期性特征；

26、基于数据稳定性特征、数据间歇性特征、数据单调性特征以及数据周期性特征，确定历史酒店多媒体资源需求数据的数据变化趋势特征。

27、通过采用上述技术方案，通过对历史酒店多媒体资源需求数据的分析和观察，可以提取数据的稳定性、间歇性、单调性和周期性特征，进一步地通过分析这些特征，从不同的维度进行需求预测，提高了需求预测结果的准确性。

28、可选地，确定所述历史酒店多媒体资源需求数据的数据稳定性特征，包括：

29、针对所述历史酒店多媒体资源需求数据中的每个数据，基于所述历史酒店多媒体资源需求数据对应的数据均值和所述历史酒店多媒体资源需求数据对应的标准差，确定所述历史酒店多媒体资源需求数据与所述数据均值的偏差特征；

30、基于所述历史酒店多媒体资源需求数据中的所有数据与所述数据均值的偏差特征，确定所述历史酒店多媒体资源需求数据的数据稳定性特征。

31、通过采用上述技术方案，通过计算数据与数据均值的偏差特征，并基于偏差特征确定数据的稳定性特征，通过确定数据的稳定性特征，确定数据的波动性和稳定程度。如果数据具有较低的波动性和相对稳定的趋势，可以更可靠地进行需求预测。相反，如果数据波动性较大，可能需要采取额外的措施来调整预测结果，进而提高预测的准确性。

32、可选地，确定数据间歇性特征，包括：

33、获取预设的间歇数值；

34、获取间歇数值在历史酒店多媒体资源需求数据中出现的第一次数，以及间歇数值在历史酒店多媒体资源需求数据中连续出现的第二次数；

35、基于第一次数和第二次数，确定历史酒店多媒体资源需求数据的间歇性特征。

36、通过采用上述技术方案，确定历史酒店多媒体资源需求数据的间歇性特征，即历史酒店多媒体资源需求数据在预设的间隔数值上出现的频率，间歇性特征是通过时间维度反映需求的变化特征，确定历史酒店多媒体资源需求数据的间歇性特征，在时间维度为预测未来预设时间段内的多媒体资源需求信息提供时间维度的数据，提高了预测的准确性。

37、可选地，确定数据单调性特征，包括：

38、剔除历史酒店多媒体资源需求数据中的周期性变化的数据；

39、基于历史酒店多媒体资源需求数据中剩余数据，确定历史酒店多媒体资源需求数据的数据单调性特征。

40、通过采用上述技术方案，通过确定数据的单调性特征，可以揭示数据的长期趋势是递增还是递减，为预测未来预设时间段内的多媒体资源需求信息提供趋势数据，提高了预测的准确性。

41、在本技术的第二方面提供了一种酒店多媒体资源分配系统，包括：

42、第一数据获取模块（1），用于获取待分配酒店的标签数据和酒店多媒体资源需求数据，所述酒店标签数据包括酒店位置标签信息、酒店定位标签信息和酒店客户标签信息；

43、第一多媒体资源筛选模块（2），用于基于酒店标签数据和酒店多媒体资源需求数据对多媒体资源库中的多媒体资源进行筛选得到第一目标多媒体资源；

44、第二数据获取模块（3），用于获取待分配酒店的历史酒店多媒体资源需求数据；

45、需求预测模块（4），用于基于所述历史酒店多媒体资源需求数据预测酒店未来的需求趋势得到需求趋势信息；

46、第二多媒体资源筛选模块（5），用于基于所述需求趋势信息对多媒体资源库中的多媒体资源进行筛选得到第二目标多媒体资源；

47、多媒体资源分配模块（6），用于将所述第一目标多媒体资源和所述第二目标多媒体资源分配给对应的待分配酒店。

48、在本技术的第三方面提供了一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。

49、在本技术的第四方面提供了一种电子设备，包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。

50、综上，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

51、1、本技术先将通过基于酒店标签数据和酒店多媒体资源需求数据对多媒体资源库进行筛选，可以实现资源的精确匹配。本技术通过匹配算法来将酒店的位置标签信息、定位标签信息和客户标签信息与多媒体资源的标签进行比对和匹配。根据标签的匹配程度和权重进行排序和筛选，找到与酒店需求匹配值较高的多媒体资源，这有助于确保酒店提供的多媒体服务与客户的期望和需求相符，提升客户满意度和体验质量。

52、进一步地，基于历史酒店多媒体资源需求数据预测酒店未来的需求趋势，可以通过分析历史的历史酒店多媒体资源需求数据来识别需求的模式和趋势，并将其应用于未来需求的预测。通过预测模型，根据历史酒店多媒体资源需求数据来预测未来的需求情况，有助于酒店做出准确的资源规划和决策，合理安排多媒体资源的投放和调配，以满足未来需求的变化。

53、 2、本技术通过对历史酒店多媒体资源需求数据进行分析，确定该数据对应的变化趋势特征、数据分布特征以及影响预测多媒体资源需求的特征，然后基于历史酒店多媒体资源需求数据的变化趋势特征、数据分布特征和影响预测多媒体资源需求的特征，进行未来预设时间段内的需求趋势预测，最后根据数据分布特征对预测得到的多媒体资源需求信息进行修正得到未来预设时间段内的多媒体资源需求信息，通过对历史酒店多媒体资源需求数据的分析和预测，提前预测需求趋势，优化资源规划和管理，进而提升客户满意度，实现效率与成本的控制。

54、 3、本技术通过对历史酒店多媒体资源需求数据的分析和观察，可以提取数据的稳定性、间歇性、单调性和周期性特征，进一步地通过分析这些特征，从不同的维度进行需求预测，提高了需求预测结果的准确性。