娱乐入场券定价的自动决策支持的制作方法
专利名称：娱乐入场券定价的自动决策支持的制作方法
技术领域：
所介绍的技术针对自动决策支持功能领域。
背景技术：
为娱乐项目如音乐会、戏剧和运动项目出售入场券是很常见的，每张入场券允许一个人出席该娱乐项目。娱乐项目入场券通常限定于特定的日期和时间，特定的地点，以及特定的主题如特定的音乐家、戏剧、或竞赛队伍。有些娱乐入场券进一步限定于特定的座位或座位分区。娱乐项目入场券通常最初由项目推销商通过票券代理网点出售。普遍地，项目推销商根据相应的座位收容分区的吸引力来将项目的入场券价格定位在少数几个不同的价格点。那些从项目推销商处购买了项目的入场券的人可以将购得的入场券转卖。每个转卖者设定其可以接受的入场券的售价。某些情况下，转销者使用在线二级入场券市场来列出他们的入场券——也即，将其入场券的可获得性通知他人——并且，在某些情况下，来完成其入场券的销售。
图1为示出了用于提供功能的组件典型布置中的数据流的高等级数据流图。图2中为示出了一些组件的框图，这些组件通常包含在至少一些运行有该功能的计算机系统及其它设备中。图3和图4示出了在一些实施例中被所述功能用于维护和应用入场券销售模型的过程的流程图，所述入场券销售模型例如为某组入场券设计最优价格的模型，和/或确定如果定价在特定水平，售出某组入场券的可能性的模型。图5和图6为示出在一些实施例中与所述功能相关联的在线入场券转销市场所呈现的示例显示的显示图。详细说明发明人意识到没有对(a)娱乐入场券卖方关于为其入场券设定的适当的价格，和(b)娱乐入场券的买方关于为入场券支付的适当的价格可用的指导。因此，自动为娱乐入场券提供定价指导的功能将具有显著的效用。描述了一种进行娱乐入场券定价的经济学分析的软件功能(该“功能”)_例如，音乐会、戏剧、运动项目等_( “该功能”)。在一些实施例中，所述功能预测特定演出的特定座位上的入场券如果定在特定价格，将在特定的日期售出的可能性。在一些实施例中，该功能使用这一信息来帮助个人转销商在二级市场上为他们的入场券合理地定价。在一些实施例中，该功能确定一个价格，在该价格上，特定演出的特定座位(或一组座位中的一个座位) 的入场券将在特定日期列出进行销售，该日期最优化了支付的价格或总体的售出可能性。 在一些实施例中，该功能使用这一信息来帮助发行人或这种入场券的批量转销商来最优化对这些入场券的定价。在一些实施例中，该功能向入场券市场中的入场券买方提供额外的信息，例如针对每张列出待售的入场券，基于其列出的价格与该功能所确定的市场清算价格的关系来评价该入场券；标识出为特定项目列出待售的入场券中所列价格比其市场清算价低得最多的 (或高得最少的)入场券，例如，将其标识为“最佳价值”；在为特定项目列出待售的入场券中标识出被该功能确定为具有最大售出可能性的入场券，例如，将其标识为“最热门的入场券”。在一些实施例中，该功能帮助入场券卖方争取以上述为例的标识，例如允许入场券卖方注册从而在失去这样的标识时收到警报，例如，通过电子邮件或文字短信。在一些实施例中，该功能允许入场券卖方建立规则，该功能根据该规则动态地对该卖方的清单进行重新定价。例如，用户可以建立规则来确定完成销售的截止期限，或接受的最低价格，并允许该功能来周期地或持续地遵照这些限制来优化清单标价。在一些实施例中，该功能使用其对入场券市场的分析来预测最终被购买和/或被用于出席项目的入场券总数，和/或该项目的入场券销售的时机。可以将这一信息出售给第三方，例如那些销售互补供应或补充供应的第三方。举例来说，互补供应的卖方，例如附近住宿、餐馆或运输资源的卖方，可以使用这种信息来同时向购买该项目入场券的人营销他们的互补供应。补充供应的卖方可以类似地将该信息用于目标市场营销，例如，将他们的营销努力引导到该补充供应的实例，该实例不在时间和/或地点上与其入场券被计划为会被大量订购的项目竞争。在一些实施例中，该功能为观测到的驱动上述售票过程的变量(“售票驱动器”) 使用专门化的弹性的数据库，该售票过程是基于这些驱动器变量的已知的值所产生的历史销售结果。在一些实施例中，根据要分析的售票供应的细节，调节这些售票驱动器的弹性， 或仅使用弹性观测的相关子集。该功能执行目标导向的优化，所述优化使用这些定制的弹性，在有些情况下应用售票专用的商业规则。在一些实施例中，该功能执行的分析包含与该售票供应相关的动量信息， 该动量信息例如从互联网搜索引擎(例如，GoogleTrends)、社交网络网站(例如， FacebookLexicon)、或其它类似的信息源处获得的反映及衡量售票供应中最新兴趣所在的动量信息。在多种实施例中，该功能执行的分析包括入场券销售的多种其它领先指标，作为驱动器变量，例如之前的访问历史信息；专辑销售信息；关于数字音乐下载的信息(例如， 来自“大香槟”)；和针对有相关知识的人群如提供入场券市场的公司的雇员、娱乐评论家等进行的调查。
在一些实施例中，该功能考虑收到的来自许多中的一个或多个类型的外部源的数据，包括以下协作媒体，协作销售数据，互联网媒体，互联网行为数据，自然检索问询数据， 付费检索活动数据，媒体数据如电视、无线电、印刷，消费者行为数据，跟踪调查数据，经济数据，天气数据，金融数据如股票市场、竞争市场支出数据，和在线及离线销售数据。在一些实施例中，该功能由许多第三方源处检索产出和驱动器数据，其中为每个源使用预定义的模板来引导所述检索及所述第三方数据的映射。在一些实施例中，该功能将检索到的第三方数据和关于销售或关于一个或多个其它商业产出的从客户处获得的客户特定数据一同使用，从而为该客户生成推荐的资源分配。在一些情况下，这使得不需要从客户处采集输出和/或驱动器数据，通常显著地节约了时间和资源。由此，该功能帮助卖方和/或买方有效地参与到娱乐入场券的市场之中。入场券价格是一种实现供需平衡的机制。特定演出的需求被二级入场券市场网站的网页流量所反映。网页流量是上文所列的多种驱动器加上营销的一种功能。该二级入场券市场的营销，包括在线支付检索、新闻邮件和离线新闻、无线电、户外、和电视，运行来驱动另外的网页流量。入场券供给可以来自中间人、专业销售人员、和一般公众。来自前两个源的供给取决于在推销商、场地、和卖方之间的分配，且被当作不变的。来自一般公众的供给源自转售并显示较低的价格反应性。将供给当作不变，该功能使用需求的价格弹性，来找到的临界平均票价，该票价为给定项目或巡演在考虑了二级入场券市场的营销投资后清空市场。由该功能所确定的销售或营销响应曲线预测的商业产出为多种资源驱动器的函数销售额=F (驱动器变量的任意集合)，其中F表示统计学函数，该函数具有适当的收益递减的经济特性。进一步地，由于该关系基于数据、时间序列与横截面二者或二者之一，该方法固有地为以下情形产生直接的、间接的和互动的效果。这些效果描述了销售额如何响应以下驱动器变量和数据结构的改变。通常，这些响应效果被称为“提升因素”。作为特殊的子集或实例，这些方法允许读取上述横截面或时间序列的任何开-关条件。有很多类型的统计学函数都适于确定和应用不同类型的提升因素。在一些实施例中，该功能使用被称为乘法与log log(使用自然对数)的类型和所述提升因素的点估计值。在某些情况下，该功能使用应用于绝对驱动器数据和绝对产出的方法。其中包括被称为多项分对数(Iogit)，分对数，可能性单位(probit)，非参数(non-parametric)或危险性方法的可能性提升因素类型。在许多实施例中，该功能使用通过各种方式确定的各种其它类型的提升因素。这里关于“弹性”的叙述在很多实例中延伸到各种其它类型的提升因素。图1为示出了用于提供功能的组件典型布置中的数据流的高阶数据流图。用户控制的许多网页客户计算机系统Iio生成页面查看请求131并通过网络如互联网120发送到逻辑网页服务器100。这些请求通常包括页面查看请求和涉及接收信息的各种类型的其它请求，该信息关于提议和提供与规定的总营销预算及其分销相关的主题。在网页服务器中， 这些请求可以或都被路由到单个的网页服务器计算机系统，或在各网页服务器计算机系统间进行负载均衡。网页服务器通常用提供的页面(served page) 132来逐个答复。虽然对各实施例依照以上环境进行的介绍，本领域技术人员将理解，该功能可以在各种其它环境中应用，这些其它环境包括单个的，单片机系统，以及计算机系统或类似设备的以各种方式连接的各种其它组合。在各实施例中，各种计算机系统或其它不同客户设备如移动电话、个人数字助理、电视机、照相机等可以用于代替网页客户计算机系统。图2中为示出了一些组件的框图，这些组件通常包含在至少一些运行有该功能的计算机系统及其它设备中。这些计算机系统和设备200可以包括一个或多个用于执行计算机程序的中央处理单元(“CPU”)201 ；用于在程序和数据被使用时加以存储的计算机内存202 ；持久存储装置203，如用于持久保存程序和数据的硬盘驱动器；计算机可读介质驱动器204，如⑶-ROM驱动器，用于读取存储在计算机可读介质上的程序和数据；和网络连接 205，用于将计算机系统连接到其它计算机系统，例如，通过互联网。如上所述配置的计算机系统通常用于支持该功能的运行，本领域技术人员将理解，该功能可以使用各种类型和配置并具有各种组件的设备来实现。发明人确定由表1中示出的元数据(meta)驱动器来影响票价及其弹性1)项目类型(父标识)音乐会、运动、戏剧2)项目特性a.艺术家/项目例如，史蒂夫·旺达(Stevie Wonder)音乐会、橄榄球六国赛、 约瑟夫与神奇彩衣i.外部关注，反映在在线搜索中ii近期回顾iii.队伍/记录iv.在英国最近一次巡演距今的时间b.公布的演出次数c.城市数量d.场所的数量e.巡演的时间段(月)3)场地特性a.国家b.城市c.场地名称4)演出特性a.星期几b. 一天中的时间5)座位位置a.层b.区c.排
d.座位6)时间a.距销售日的天数b.距演出日的天数表 1相应地，在一些实施例中，该功能建立并维护入场券价格弹性的库，该库基于上面确定的驱动器中的一些或全部来变化。在一些实施例中，该功能使用需求建模详述来估计二级入场券市场中的入场券需求的价格弹性。在一些实施例中，该模型的形式为InS = f (InP, X), (1)其中S为购买的入场券数量P为交易价格，且X为其它驱动器变量的矢量InP项的系数表示需求的价格弹性。在一些实施例中，该功能为音乐会、运动或戏剧这三个分类中众多的艺术家/项目确定这些价格弹性，并为特定场地如02、曼彻斯特 ENR、和温布利体育场。在一些实施例中，该功能根据例如以下等式O)中所示的公式来计算售出一组入场券中的一张入场券的可能性
权利要求
1.一种计算机可读介质，其内容使得计算系统执行一种用于自动为娱乐项目入场券确定建议售价的方法，该方法包括确定该娱乐项目入场券的第一属性组；为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和合并所获得的属性效果的定量测量，来为所述娱乐项目入场券获得建议售价。
2.如权利要求1所述的计算机可读介质，其中所应用的提升因素为弹性。
3.如权利要求1所述的计算机可读介质，该方法还包括为所述娱乐项目入场券检索得到关于入场券列表的信息，所述信息包括列表价格；比较检索到的列表价格和所述建议售价；和基于所述比较，将基于所述比较的结果的可视名称添加到所述入场券列表，以便向查看该入场券列表的用户显示。
4.如权利要求1所述的计算机可读介质，该方法进一步包括为该娱乐项目入场券检索得到关于入场券列表的信息，所述信息包括列表价格；比较检索到的列表价格与所述建议售价。
5.如权利要求1所述的方法，其中所述第二属性组中的一个属性为关于所述著名项目的近期线上活动的等级的标识。
6.如权利要求5所述的方法，其中关于所述著名项目的近期线上活动的等级的标识是在线上二级娱乐项目入场券市场中查看过该著名娱乐项目的入场券列表的人数的标识。
7.如权利要求5所述的方法，其中所述著名项目的近期线上活动的等级的标识为提交过与该著名娱乐项目相关的在线搜索问询的人数的标识。
8.如权利要求5所述的方法，其中所述著名项目的近期线上活动的等级的标识为在社交网络网站上与他人进行过关于该著名娱乐项目的互动的人数的标识。
9.如权利要求5所述的方法，进一步包括预计关于该著名项目的在线活动的将来等级；和将所预计的关于该著名项目的在线活动的将来等级用作所述第二属性组中的一个属性。
10.如权利要求9所述的方法，其中所预计的关于该著名项目的在线活动的将来等级是对将在线上二级娱乐项目入场券市场中为该著名娱乐项目的入场券查看列表的人数的预计。
11.一种在计算机系统中自动分析娱乐项目入场券的建议售价的方法，包括确定该娱乐项目入场券的第一属性组；为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和将所获得的属性效果的定量测量与该娱乐项目入场券的建议售价合并，来获得娱乐项目入场券将在特定时期内以该建议售价售出的可能性的预测。
12.如权利要求11所述的方法，其中该第二属性组中的一个属性是关于该著名项目的近期在线活动的等级的标识。
13.如权利要求12所述的方法，其中，所述关于该著名项目的近期在线活动的等级的标识是在线上二级娱乐项目入场券市场中查看过该著名娱乐项目的入场券列表的人数的标识。
14.如权利要求12所述的方法，其中，所述著名的项目的近期线上活动的等级的标识为提交过与该著名娱乐项目相关的在线搜索问询的人数的标识。
15.如权利要求12所述的方法，其中，所述著名的项目的近期线上活动的等级的标识为在社交网络网站上与他人进行过关于该著名娱乐项目的互动的人数的标识。
16.如权利要求12所述的方法，还包括预计关于该著名项目的在线活动的将来等级；和将所预计的关于该著名项目的在线活动的将来等级用作所述第二属性组中的一个属性。
17.如权利要求16所述的方法，其中所预计的关于该著名项目的在线活动的将来等级是对将在线上二级娱乐项目入场券市场中为该著名娱乐项目的入场券查看列表的人数的预计。
18.一种在计算机系统中为项目自动分析娱乐项目入场券的建议售价的方法，包括 为多个娱乐入场券列表中的每个娱乐券列表，其中每个娱乐项目列表标识该项目的娱乐项目入场券确定由该娱乐入场券列表所指定的列表价格； 确定该娱乐项目入场券的第一属性组；为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和将所获得的属性效果的定量测量与该娱乐项目入场券的建议售价合并，来获得娱乐项目入场券将在特定时期内以该建议售价售出的可能性的预测；和由所预测的可能性来设计将为该项目售出的入场券数。
19.如权利要求18所述的方法，进一步包括向销售与该项目互补的商品的卖方出售表示所预计的将为该项目售出的入场券数的信息。
20.如权利要求18所述的方法，进一步包括向销售作为该项目补充的商品的卖方出售表示所预计的将为该项目售出的入场券数的信息。
全文摘要
描述了一种用于为娱乐项目入场券自动确定建议售价的功能。该功能确定该娱乐项目入场券的第一属性组。为从所确定的第一属性组中选出的第二属性组中的每个属性，该功能将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量。然后，该功能合并所获得的属性效果的定量测量，来为该娱乐项目入场券获得建议售价。
文档编号G06F17/00GK102282551SQ200980140041
公开日2011年12月14日 申请日期2009年8月17日 优先权日2008年8月15日
发明者乔恩·维恩, 多米尼克·汉森斯, 大卫·卡凡德, 布雷特·莱切, 杰克·杨, 道格拉斯·雷, 韦斯·尼克尔斯 申请人:市场份额合伙人有限责任公司
技术领域：
所介绍的技术针对自动决策支持功能领域。
背景技术：
为娱乐项目如音乐会、戏剧和运动项目出售入场券是很常见的，每张入场券允许一个人出席该娱乐项目。娱乐项目入场券通常限定于特定的日期和时间，特定的地点，以及特定的主题如特定的音乐家、戏剧、或竞赛队伍。有些娱乐入场券进一步限定于特定的座位或座位分区。娱乐项目入场券通常最初由项目推销商通过票券代理网点出售。普遍地，项目推销商根据相应的座位收容分区的吸引力来将项目的入场券价格定位在少数几个不同的价格点。那些从项目推销商处购买了项目的入场券的人可以将购得的入场券转卖。每个转卖者设定其可以接受的入场券的售价。某些情况下，转销者使用在线二级入场券市场来列出他们的入场券——也即，将其入场券的可获得性通知他人——并且，在某些情况下，来完成其入场券的销售。
图1为示出了用于提供功能的组件典型布置中的数据流的高等级数据流图。图2中为示出了一些组件的框图，这些组件通常包含在至少一些运行有该功能的计算机系统及其它设备中。图3和图4示出了在一些实施例中被所述功能用于维护和应用入场券销售模型的过程的流程图，所述入场券销售模型例如为某组入场券设计最优价格的模型，和/或确定如果定价在特定水平，售出某组入场券的可能性的模型。图5和图6为示出在一些实施例中与所述功能相关联的在线入场券转销市场所呈现的示例显示的显示图。详细说明发明人意识到没有对(a)娱乐入场券卖方关于为其入场券设定的适当的价格，和(b)娱乐入场券的买方关于为入场券支付的适当的价格可用的指导。因此，自动为娱乐入场券提供定价指导的功能将具有显著的效用。描述了一种进行娱乐入场券定价的经济学分析的软件功能(该“功能”)_例如，音乐会、戏剧、运动项目等_( “该功能”)。在一些实施例中，所述功能预测特定演出的特定座位上的入场券如果定在特定价格，将在特定的日期售出的可能性。在一些实施例中，该功能使用这一信息来帮助个人转销商在二级市场上为他们的入场券合理地定价。在一些实施例中，该功能确定一个价格，在该价格上，特定演出的特定座位(或一组座位中的一个座位) 的入场券将在特定日期列出进行销售，该日期最优化了支付的价格或总体的售出可能性。 在一些实施例中，该功能使用这一信息来帮助发行人或这种入场券的批量转销商来最优化对这些入场券的定价。在一些实施例中，该功能向入场券市场中的入场券买方提供额外的信息，例如针对每张列出待售的入场券，基于其列出的价格与该功能所确定的市场清算价格的关系来评价该入场券；标识出为特定项目列出待售的入场券中所列价格比其市场清算价低得最多的 (或高得最少的)入场券，例如，将其标识为“最佳价值”；在为特定项目列出待售的入场券中标识出被该功能确定为具有最大售出可能性的入场券，例如，将其标识为“最热门的入场券”。在一些实施例中，该功能帮助入场券卖方争取以上述为例的标识，例如允许入场券卖方注册从而在失去这样的标识时收到警报，例如，通过电子邮件或文字短信。在一些实施例中，该功能允许入场券卖方建立规则，该功能根据该规则动态地对该卖方的清单进行重新定价。例如，用户可以建立规则来确定完成销售的截止期限，或接受的最低价格，并允许该功能来周期地或持续地遵照这些限制来优化清单标价。在一些实施例中，该功能使用其对入场券市场的分析来预测最终被购买和/或被用于出席项目的入场券总数，和/或该项目的入场券销售的时机。可以将这一信息出售给第三方，例如那些销售互补供应或补充供应的第三方。举例来说，互补供应的卖方，例如附近住宿、餐馆或运输资源的卖方，可以使用这种信息来同时向购买该项目入场券的人营销他们的互补供应。补充供应的卖方可以类似地将该信息用于目标市场营销，例如，将他们的营销努力引导到该补充供应的实例，该实例不在时间和/或地点上与其入场券被计划为会被大量订购的项目竞争。在一些实施例中，该功能为观测到的驱动上述售票过程的变量(“售票驱动器”) 使用专门化的弹性的数据库，该售票过程是基于这些驱动器变量的已知的值所产生的历史销售结果。在一些实施例中，根据要分析的售票供应的细节，调节这些售票驱动器的弹性， 或仅使用弹性观测的相关子集。该功能执行目标导向的优化，所述优化使用这些定制的弹性，在有些情况下应用售票专用的商业规则。在一些实施例中，该功能执行的分析包含与该售票供应相关的动量信息， 该动量信息例如从互联网搜索引擎(例如，GoogleTrends)、社交网络网站(例如， FacebookLexicon)、或其它类似的信息源处获得的反映及衡量售票供应中最新兴趣所在的动量信息。在多种实施例中，该功能执行的分析包括入场券销售的多种其它领先指标，作为驱动器变量，例如之前的访问历史信息；专辑销售信息；关于数字音乐下载的信息(例如， 来自“大香槟”)；和针对有相关知识的人群如提供入场券市场的公司的雇员、娱乐评论家等进行的调查。
在一些实施例中，该功能考虑收到的来自许多中的一个或多个类型的外部源的数据，包括以下协作媒体，协作销售数据，互联网媒体，互联网行为数据，自然检索问询数据， 付费检索活动数据，媒体数据如电视、无线电、印刷，消费者行为数据，跟踪调查数据，经济数据，天气数据，金融数据如股票市场、竞争市场支出数据，和在线及离线销售数据。在一些实施例中，该功能由许多第三方源处检索产出和驱动器数据，其中为每个源使用预定义的模板来引导所述检索及所述第三方数据的映射。在一些实施例中，该功能将检索到的第三方数据和关于销售或关于一个或多个其它商业产出的从客户处获得的客户特定数据一同使用，从而为该客户生成推荐的资源分配。在一些情况下，这使得不需要从客户处采集输出和/或驱动器数据，通常显著地节约了时间和资源。由此，该功能帮助卖方和/或买方有效地参与到娱乐入场券的市场之中。入场券价格是一种实现供需平衡的机制。特定演出的需求被二级入场券市场网站的网页流量所反映。网页流量是上文所列的多种驱动器加上营销的一种功能。该二级入场券市场的营销，包括在线支付检索、新闻邮件和离线新闻、无线电、户外、和电视，运行来驱动另外的网页流量。入场券供给可以来自中间人、专业销售人员、和一般公众。来自前两个源的供给取决于在推销商、场地、和卖方之间的分配，且被当作不变的。来自一般公众的供给源自转售并显示较低的价格反应性。将供给当作不变，该功能使用需求的价格弹性，来找到的临界平均票价，该票价为给定项目或巡演在考虑了二级入场券市场的营销投资后清空市场。由该功能所确定的销售或营销响应曲线预测的商业产出为多种资源驱动器的函数销售额=F (驱动器变量的任意集合)，其中F表示统计学函数，该函数具有适当的收益递减的经济特性。进一步地，由于该关系基于数据、时间序列与横截面二者或二者之一，该方法固有地为以下情形产生直接的、间接的和互动的效果。这些效果描述了销售额如何响应以下驱动器变量和数据结构的改变。通常，这些响应效果被称为“提升因素”。作为特殊的子集或实例，这些方法允许读取上述横截面或时间序列的任何开-关条件。有很多类型的统计学函数都适于确定和应用不同类型的提升因素。在一些实施例中，该功能使用被称为乘法与log log(使用自然对数)的类型和所述提升因素的点估计值。在某些情况下，该功能使用应用于绝对驱动器数据和绝对产出的方法。其中包括被称为多项分对数(Iogit)，分对数，可能性单位(probit)，非参数(non-parametric)或危险性方法的可能性提升因素类型。在许多实施例中，该功能使用通过各种方式确定的各种其它类型的提升因素。这里关于“弹性”的叙述在很多实例中延伸到各种其它类型的提升因素。图1为示出了用于提供功能的组件典型布置中的数据流的高阶数据流图。用户控制的许多网页客户计算机系统Iio生成页面查看请求131并通过网络如互联网120发送到逻辑网页服务器100。这些请求通常包括页面查看请求和涉及接收信息的各种类型的其它请求，该信息关于提议和提供与规定的总营销预算及其分销相关的主题。在网页服务器中， 这些请求可以或都被路由到单个的网页服务器计算机系统，或在各网页服务器计算机系统间进行负载均衡。网页服务器通常用提供的页面(served page) 132来逐个答复。虽然对各实施例依照以上环境进行的介绍，本领域技术人员将理解，该功能可以在各种其它环境中应用，这些其它环境包括单个的，单片机系统，以及计算机系统或类似设备的以各种方式连接的各种其它组合。在各实施例中，各种计算机系统或其它不同客户设备如移动电话、个人数字助理、电视机、照相机等可以用于代替网页客户计算机系统。图2中为示出了一些组件的框图，这些组件通常包含在至少一些运行有该功能的计算机系统及其它设备中。这些计算机系统和设备200可以包括一个或多个用于执行计算机程序的中央处理单元(“CPU”)201 ；用于在程序和数据被使用时加以存储的计算机内存202 ；持久存储装置203，如用于持久保存程序和数据的硬盘驱动器；计算机可读介质驱动器204，如⑶-ROM驱动器，用于读取存储在计算机可读介质上的程序和数据；和网络连接 205，用于将计算机系统连接到其它计算机系统，例如，通过互联网。如上所述配置的计算机系统通常用于支持该功能的运行，本领域技术人员将理解，该功能可以使用各种类型和配置并具有各种组件的设备来实现。发明人确定由表1中示出的元数据(meta)驱动器来影响票价及其弹性1)项目类型(父标识)音乐会、运动、戏剧2)项目特性a.艺术家/项目例如，史蒂夫·旺达(Stevie Wonder)音乐会、橄榄球六国赛、 约瑟夫与神奇彩衣i.外部关注，反映在在线搜索中ii近期回顾iii.队伍/记录iv.在英国最近一次巡演距今的时间b.公布的演出次数c.城市数量d.场所的数量e.巡演的时间段(月)3)场地特性a.国家b.城市c.场地名称4)演出特性a.星期几b. 一天中的时间5)座位位置a.层b.区c.排
d.座位6)时间a.距销售日的天数b.距演出日的天数表 1相应地，在一些实施例中，该功能建立并维护入场券价格弹性的库，该库基于上面确定的驱动器中的一些或全部来变化。在一些实施例中，该功能使用需求建模详述来估计二级入场券市场中的入场券需求的价格弹性。在一些实施例中，该模型的形式为InS = f (InP, X), (1)其中S为购买的入场券数量P为交易价格，且X为其它驱动器变量的矢量InP项的系数表示需求的价格弹性。在一些实施例中，该功能为音乐会、运动或戏剧这三个分类中众多的艺术家/项目确定这些价格弹性，并为特定场地如02、曼彻斯特 ENR、和温布利体育场。在一些实施例中，该功能根据例如以下等式O)中所示的公式来计算售出一组入场券中的一张入场券的可能性
权利要求
1.一种计算机可读介质，其内容使得计算系统执行一种用于自动为娱乐项目入场券确定建议售价的方法，该方法包括确定该娱乐项目入场券的第一属性组；为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和合并所获得的属性效果的定量测量，来为所述娱乐项目入场券获得建议售价。
2.如权利要求1所述的计算机可读介质，其中所应用的提升因素为弹性。
3.如权利要求1所述的计算机可读介质，该方法还包括为所述娱乐项目入场券检索得到关于入场券列表的信息，所述信息包括列表价格；比较检索到的列表价格和所述建议售价；和基于所述比较，将基于所述比较的结果的可视名称添加到所述入场券列表，以便向查看该入场券列表的用户显示。
4.如权利要求1所述的计算机可读介质，该方法进一步包括为该娱乐项目入场券检索得到关于入场券列表的信息，所述信息包括列表价格；比较检索到的列表价格与所述建议售价。
5.如权利要求1所述的方法，其中所述第二属性组中的一个属性为关于所述著名项目的近期线上活动的等级的标识。
6.如权利要求5所述的方法，其中关于所述著名项目的近期线上活动的等级的标识是在线上二级娱乐项目入场券市场中查看过该著名娱乐项目的入场券列表的人数的标识。
7.如权利要求5所述的方法，其中所述著名项目的近期线上活动的等级的标识为提交过与该著名娱乐项目相关的在线搜索问询的人数的标识。
8.如权利要求5所述的方法，其中所述著名项目的近期线上活动的等级的标识为在社交网络网站上与他人进行过关于该著名娱乐项目的互动的人数的标识。
9.如权利要求5所述的方法，进一步包括预计关于该著名项目的在线活动的将来等级；和将所预计的关于该著名项目的在线活动的将来等级用作所述第二属性组中的一个属性。
10.如权利要求9所述的方法，其中所预计的关于该著名项目的在线活动的将来等级是对将在线上二级娱乐项目入场券市场中为该著名娱乐项目的入场券查看列表的人数的预计。
11.一种在计算机系统中自动分析娱乐项目入场券的建议售价的方法，包括确定该娱乐项目入场券的第一属性组；为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和将所获得的属性效果的定量测量与该娱乐项目入场券的建议售价合并，来获得娱乐项目入场券将在特定时期内以该建议售价售出的可能性的预测。
12.如权利要求11所述的方法，其中该第二属性组中的一个属性是关于该著名项目的近期在线活动的等级的标识。
13.如权利要求12所述的方法，其中，所述关于该著名项目的近期在线活动的等级的标识是在线上二级娱乐项目入场券市场中查看过该著名娱乐项目的入场券列表的人数的标识。
14.如权利要求12所述的方法，其中，所述著名的项目的近期线上活动的等级的标识为提交过与该著名娱乐项目相关的在线搜索问询的人数的标识。
15.如权利要求12所述的方法，其中，所述著名的项目的近期线上活动的等级的标识为在社交网络网站上与他人进行过关于该著名娱乐项目的互动的人数的标识。
16.如权利要求12所述的方法，还包括预计关于该著名项目的在线活动的将来等级；和将所预计的关于该著名项目的在线活动的将来等级用作所述第二属性组中的一个属性。
17.如权利要求16所述的方法，其中所预计的关于该著名项目的在线活动的将来等级是对将在线上二级娱乐项目入场券市场中为该著名娱乐项目的入场券查看列表的人数的预计。
18.一种在计算机系统中为项目自动分析娱乐项目入场券的建议售价的方法，包括 为多个娱乐入场券列表中的每个娱乐券列表，其中每个娱乐项目列表标识该项目的娱乐项目入场券确定由该娱乐入场券列表所指定的列表价格； 确定该娱乐项目入场券的第一属性组；为从所确定的第一属性组中选出的第二属性组中的每个属性，将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量；和将所获得的属性效果的定量测量与该娱乐项目入场券的建议售价合并，来获得娱乐项目入场券将在特定时期内以该建议售价售出的可能性的预测；和由所预测的可能性来设计将为该项目售出的入场券数。
19.如权利要求18所述的方法，进一步包括向销售与该项目互补的商品的卖方出售表示所预计的将为该项目售出的入场券数的信息。
20.如权利要求18所述的方法，进一步包括向销售作为该项目补充的商品的卖方出售表示所预计的将为该项目售出的入场券数的信息。
全文摘要
描述了一种用于为娱乐项目入场券自动确定建议售价的功能。该功能确定该娱乐项目入场券的第一属性组。为从所确定的第一属性组中选出的第二属性组中的每个属性，该功能将为该属性确定的提升因素应用于该属性，来获得对该属性的效果的定量测量。然后，该功能合并所获得的属性效果的定量测量，来为该娱乐项目入场券获得建议售价。
文档编号G06F17/00GK102282551SQ200980140041
公开日2011年12月14日 申请日期2009年8月17日 优先权日2008年8月15日
发明者乔恩·维恩, 多米尼克·汉森斯, 大卫·卡凡德, 布雷特·莱切, 杰克·杨, 道格拉斯·雷, 韦斯·尼克尔斯 申请人:市场份额合伙人有限责任公司
最新回复(0)