【技术实现步骤摘要】
本专利技术属于数据分析，具体涉及一种游泳馆销售数据预测方法、系统、终端及存储介质。
技术介绍
1、游泳馆门票销量的波动受到许多因素的影响，如季节性变化、天气情况、假期和特殊活动等。对于这种周期性数据，在进行数据预测时，一些传统的回归分析模型存在线性过拟合、预测效果不准确的问题。
技术实现思路
1、针对现有技术的上述不足，本专利技术提供一种游泳馆销售数据预测方法、系统、终端及存储介质，以解决上述技术问题。
2、第一方面，本专利技术提供一种游泳馆销售数据预测方法，包括：
3、采集游泳馆历史销售数据，并将历史销售数据按照采集时间先后排列，得到时间序列；
4、将所述时间序列输入预先训练好的预测模型，所述预测模型采用bigru+贝叶斯-attention模型；
5、将所述预测模型输出的预测参数缓存至指定路径下，并将所述指定路径下的预测参数绘制为曲线。
6、在一个可选的实施方式中，采集游泳馆历史销售数据，并将历史销售数据按照采集时间先后排列，得到时间序列，包括：
7、通过数据接口从售票系统采集每天的售票数量；
8、将售票数量和采集日期保存为历史销售数据；
9、将指定期限内的历史销售数据按采集时间先后排列，得到时间序列。
10、在一个可选的实施方式中，所述预测模型采用bigru+贝叶斯-attention模型包括：
11、输入层，输入数据为时间序列；
12、特征提取
13、注意力模型层利用注意力机制对特征加权，给重要的特征分配更高的权重；
14、全连接层以注意力模型层的输出为输入，sigmoid作为激活函数，得到关联度最高的预测结果；
15、在bigru+贝叶斯-attention模型的训练阶段，使用贝叶斯优化算法对bigru模型的超参数进行改进。
16、在一个可选的实施方式中，所述bigru模型包括drop-out层。
17、第二方面，本专利技术提供一种游泳馆销售数据预测系统，包括：
18、数据采集模块，用于采集游泳馆历史销售数据，并将历史销售数据按照采集时间先后排列，得到时间序列；
19、模型处理模块，用于将所述时间序列输入预先训练好的预测模型，所述预测模型采用bigru+贝叶斯-attention模型；
20、结果处理模块，用于将所述预测模型输出的预测参数缓存至指定路径下，并将所述指定路径下的预测参数绘制为曲线。
21、在一个可选的实施方式中，所述数据采集模块包括：
22、数据采集单元，用于通过数据接口从售票系统采集每天的售票数量；
23、数据保存单元，用于将售票数量和采集日期保存为历史销售数据；
24、数据排列单元，用于将指定期限内的历史销售数据按采集时间先后排列，得到时间序列。
25、在一个可选的实施方式中，所述预测模型采用bigru+贝叶斯-attention模型包括：
26、输入层，输入数据为时间序列；
27、特征提取层，将时间序列输入bigru模型进行特征提取，bigru模型捕获文本前后之间的关联信息；
28、注意力模型层利用注意力机制对特征加权，给重要的特征分配更高的权重；
29、全连接层以注意力模型层的输出为输入，sigmoid作为激活函数，得到关联度最高的预测结果；
30、在bigru+贝叶斯-attention模型的训练阶段，使用贝叶斯优化算法对bigru模型的超参数进行改进。
31、在一个可选的实施方式中，所述bigru模型包括drop-out层。
32、第三方面，提供一种终端，包括：
33、处理器、存储器，其中，
34、该存储器用于存储计算机程序，
35、该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
36、第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
37、本专利技术的有益效果在于，本专利技术提供的游泳馆销售数据预测方法、系统、终端及存储介质，采用bigru+贝叶斯-attention模型对游泳馆售票数据进行预测，提高了对游泳馆门票销量的预测精度，可以为决策者做判断提供更有效的参考，对后续大数据平台课程安排、设施开放等都具有不错的参考价值。
38、此外，本专利技术设计原理可靠，结构简单，具有非常广泛的应用前景。
本文档来自技高网...【技术保护点】
1.一种游泳馆销售数据预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，采集游泳馆历史销售数据，并将历史销售数据按照采集时间先后排列，得到时间序列，包括：
3.根据权利要求1所述的方法，其特征在于，所述预测模型采用BiGRU+贝叶斯-At tention模型包括：
4.根据权利要求3所述的方法，其特征在于，所述BiGRU模型包括drop-out层。
5.一种游泳馆销售数据预测系统，其特征在于，包括：
6.根据权利要求5所述的系统，其特征在于，所述数据采集模块包括：
7.根据权利要求5所述的系统，其特征在于，所述预测模型采用BiGRU+贝叶斯-At tention模型包括：
8.根据权利要求7所述的系统，其特征在于，所述BiGRU模型包括drop-out层。
9.一种终端，其特征在于，包括：
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述可读存储介质上存储有游泳馆销售数据预测程序，所述游泳馆销售数据预测程序被处理器执行时实现如权利要求1
...【技术特征摘要】
1.一种游泳馆销售数据预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，采集游泳馆历史销售数据，并将历史销售数据按照采集时间先后排列，得到时间序列，包括：
3.根据权利要求1所述的方法，其特征在于，所述预测模型采用bigru+贝叶斯-at tention模型包括：
4.根据权利要求3所述的方法，其特征在于，所述bigru模型包括drop-out层。
5.一种游泳馆销售数据预测系统，其特征在于，包括：
6.根据权利要求5所述的系统，其特...
【专利技术属性】
技术研发人员：张毓翔，刘新岩，胡曼玉，于海友，
申请(专利权)人：山东浪潮智慧文旅产业发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。