Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳国家高技术产业创新中心王远回获国家专利权

深圳国家高技术产业创新中心王远回获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳国家高技术产业创新中心申请的专利一种基于多元异质数据票务收入清分的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120598701B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511099394.5,技术领域涉及:G06Q40/12;该发明授权一种基于多元异质数据票务收入清分的方法是由王远回;张宁;李鹏凯;李智;郭旭东;张俊;杨博;黄靖翔;黄丹芮;杨向阳;吴松华;杨裕辉设计研发完成,并于2025-08-07向国家知识产权局提交的专利申请。

一种基于多元异质数据票务收入清分的方法在说明书摘要公布了:本发明公开一种基于多元异质数据票务收入清分的方法,涉及票务系统分成方法领域。该基于多元异质数据票务收入清分的方法,通过建立清分规则模型,对各个参与方的贡献内容进行设计为贡献因子,实现在合同约定的基础分成比例前提下,根据各个参与方在其负责的贡献内容中的表现,通过对数据归一化处理,从而形成可计算的具体参数化数据,然后根据数据内容计算,从而通过数据表达该参与方的贡献因子的赋值,然后根据赋值在基础分成比例上进行浮动,从而调动参与方的积极性,在其负责的贡献内容中带来更好的表现,同时在其负责的贡献内容中出现失误导致营收降低时对其采取惩罚追责,以此形成良性的促进效果。

本发明授权一种基于多元异质数据票务收入清分的方法在权利要求书中公布了:1.一种基于多元异质数据票务收入清分的方法,其特征在于,包括以下步骤: S1、数据收集,通过票务系统锁定用户,对用户进行多维度数据信息获取; S2、数据预处理与特征归一化,通过设计多元数据管道,对用户所产生的与票务信息相关的数据进行数据清洗,然后从每一类数据中提取可执行的数据特征; S3、建立清分规则模型,其公式表示为; 其中表示参与方p的最终分成比例;表示参与方p的基础分成比例,该数据通过前期参与方合同约束确定;表示渠道贡献因子;表示外部影响因子;表示出席率因子; 然后依据参与方p的分成比例代入单笔交易分成中计算可得参与方在i次交易中获得的利润分成总额,其公式可表示为; 其中表示单笔交易净利润;表示欺诈交易过滤; S4、清分执行与验证优化,通过将实际的票务收入及相关数据带入模型计算获得各个参与方的利润分成具体数值,然后根据具体数据与参与方预期分成比例进行比对,验证是否合理,并根据分析结果进行模型参数优化; 所述数据收集过程中,通过识别与接入多元数据源,包括票务系统和各个分销平台的交易系统,从而直接获取交易数据,然后利用交易数据中的用户信息对该用户进行大数据分析,以此获得用户行为数据和用户画像数据,同时结合现场设备获取实际的实际使用数据,通过外部互联网获取外部环境数据和文本反馈数据,通过手动输入合同条款数据,包括各个参与方的基础分成比例的数值,然后通过设计成本计算模型,分析成本数据,从而用于计算; 所述步骤S2中,数据清洗过程中通过建立可复用的清洗规则和管道,然后对数据进行处理,其中包括; 结构化数据,处理缺失值、异常值检测与处理、数据类型转换、唯一标识生成和匹配; 半结构化数据,解析票务订单数据,提取关键字段并结构化; 非结构化文本数据,进行文本清洗,提取文本中关键词并按照关键词进行正面或负面归一化表示; 时序数据,处理时间戳格式、对齐时间序列,同时处理乱序数据; 空间数据,对地理坐标标准化处理、计算购票位置与场馆距离; 所述欺诈交易过滤的计算模型引入马氏距离模型,其公式表示为; 其中表示单笔交易的特征数据;表示正常交易的基准特征;表示特征间的相关性度量;表示欺诈判定的边界值;表示交易有效性标识,输出1表示正常,输出0表示欺诈。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳国家高技术产业创新中心,其通讯地址为:518000 广东省深圳市南山区粤海街道高新南七道20号数字技术园国家工程实验室大楼A座19-23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。