机票推荐方法及系统技术方案

本发明专利技术公开了一种机票推荐方法及系统，其中机票推荐方法包括：获取机票历史订单数据；分别计算不同航线上的历史数据分析模型；获取目标航线，将非目标航线上的历史数据分析模型与目标航线上的历史数据分析模型结合，生成目标航线的修正模型；搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，按照匹配度推荐机票。本发明专利技术弥补了现有技术中在推荐机票时目标航线的历史数据量稀疏而导致分析不准确、推荐的机票不符合用户的需求的不足，即使目标航线的历史数据量稀疏也能准确分析推荐符合用户的需求的机票。

【技术实现步骤摘要】

本专利技术涉及一种机票推荐方法及系统。
技术介绍
个性化推荐技术作为解决信息爆炸时代所带来的信息过载问题的一种有效的途径，能够通过用户的订单数据和行为数据等对用户进行分析，并根据不同用户准确高效地进行个性化的信息的推荐，从而减少用户获取有效信息的时间。当前，个性化推荐技术已经成为互联网时代不可缺少的一项技术，并广泛地应用于包括电子商务、新闻门户、多媒体等多种互联网服务型网站。随着互联网技术的不断发展以及用户信息的不断完善，可以预见个性化推荐技术在未来将得到更加广泛的应用。目前，机票个性化推荐技术是通过分析用户的历史订单数据和行为数据来为用户在搜索和预订机票时在搜索结果页中提供个性化的机票推荐。在机票个性化推荐当中，不同航线上的机票数据具有不同的分布，同时用户在不同的航线上常常会表现出不同的偏好。因此，在为用户进行机票推荐时通常是利用要推荐的航线的历史数据进行分析，如要推荐从北京——上海的机票，那么获取用户以前从北京——上海的历史数据，以此作为分析推荐的基础。但是这种方式常常会遇到历史数据稀疏的问题，如用户以前从北京——上海的历史数据较少，这会导致分析不准确，从而影响整体的推荐效果。
技术实现思路
本专利技术要解决的技术问题是为了克服现有技术中在推荐机票时目标航线的历史数据量稀疏而导致分析不准确、推荐的机票不符合用户的需求的缺陷，提供一种即使目标航线的历史数据量稀疏也能准确分析推荐符合用户的r>需求的机票的机票推荐方法及系统。本专利技术是通过以下技术方案解决上述技术问题的：本专利技术提供一种机票推荐方法，其特点是，包括：S1、获取机票历史订单数据；S2、分别计算不同航线上的历史数据分析模型；S3、获取目标航线，将非目标航线上的历史数据分析模型与目标航线上的历史数据分析模型结合，生成目标航线的修正模型；S4、搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，按照匹配度推荐机票。本技术方案能够向用户推荐用户搜索或想要预订的航线的机票，尤其是在目标航线的机票历史订单数据稀疏的情况下，能够利用其它航线的机票历史订单数据准确分析用户的需求，为用户提供精准的个性化的机票推荐，减少用户搜索和预订机票的时间。较佳地，机票订单被划分为若干个离散特征属性，每个机票历史订单数据记录有各个离散特征属性的值，S2包括：S21、根据所述机票历史订单数据，计算不同航线的各个离散特征属性上的离散向量，所述离散向量用机票历史订单数据中同一航线在同一离散特征属性上每个值的出现频率表示；S22、计算每一航线在各个离散特征属性上的信息熵，用以表示所述历史数据分析模型中不同离散特征属性的权重。通过本技术方案，机票订单被化为若干个离散值，通过数值计算得到历史数据分析模型，有利于深入、全面地分析历史数据。较佳地，S3包括：S31、获取目标航线；S32、计算非目标航线与目标航线的相似度；S33、计算目标航线上各个离散特征属性的优选值，该些优选值构成目标航线的修正模型：qf=pfat+α*Σa∈A\\atSimairline(a,at)*na*pfa]]>其中，A为机票历史订单数据中所有航线的集合，at为目标航线，a表示所述集合中的一条航线，f表示机票的一个离散特征属性；qf为目标航线上离散特征属性f的优选值；为航线a上在离散特征属性f的离散向量；Simairline(a,at)为航线a与目标航线at的相似度；na为在航线a上历史机票订单数据的数量；α为超参数，用于表征非目标航线的历史数据分析模型对目标航线的历史数据分析模型的影响比例。本技术方案能够将历史数据分析模型对目标航线的历史数据分析模型结合，得到修正模型。较佳地，S32包括：利用余弦函数模型计算非目标航线与目标航线的相似度。较佳地，S3还包括在S31之后且在S32之前执行：S321、根据不同航线上的机票分布特征，调整非目标航线的历史数据分析模型，去除机票分布特征对历史数据分析模型的影响；S33中为航线a上在离散特征属性f去除机票分布特征对历史数据分析模型的影响的离散向量。本技术方案能够去除客观原因对用户的选择产生的影响，使得历史数据分析模型贴近用户的主观需求。较佳地，S4中的匹配度由机票各个离散特征属性的值与目标航线上离散特征属性的优选值的相似度的加权求和计算而得。较佳地，S4还包括：S41、将搜索到的机票按照与所述修正模型的匹配度由高到低排序；S42、将匹配度最高的N张机票作为推荐结果并输出，N为正整数。本专利技术还提供了一种机票推荐系统，其特点是，包括：数据单元，用于获取机票历史订单数据；计算单元，用于分别计算不同航线上的历史数据分析模型；修正单元，用于获取目标航线，将非目标航线上的历史数据分析模型与目标航线上的历史数据分析模型结合，生成目标航线的修正模型；推荐单元，用于搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，按照匹配度推荐机票。较佳地，机票订单被划分为若干个离散特征属性，每个机票历史订单数据记录有各个离散特征属性的值，所述计算单元包括：离散向量计算模块，根据所述机票历史订单数据，计算不同航线的各个离散特征属性上的离散向量，所述离散向量用机票历史订单数据中同一航线在同一离散特征属性上每个值的出现频率表示；信息熵计算模块，用于计算每一航线在各个离散特征属性上的信息熵，用以表示所述历史数据分析模型中不同离散特征属性的权重。较佳地，所述修正单元包括：获取模块，用于获取目标航线；相似度计算模块，用于计算非目标航线与目标航线的相似度；优选值计算模块，用于计算目标航线上各个离散特征属性的优选值，该些优选值构成目标航线的修正模型：qf=pfat+α*Σa∈A\\atSimairline(a,at)*na*pfa]]>其中，A为机票历史订单数据中所有航线的集合，at为目标航线，a表示所述集合中的一条航线，f表示机票的一个离散特征属性；qf为目标航线上离散特征属性f的优选值；为航线a上在离散特征属性f的离散向量；Simairline(a,at)为航线a与目标航线at的相似度；na为在航线a上历史机票订单数据的数量；α为超参数，用于表征非目标航线的历史数据分析模型对目标航线的历史数据分析模型的影响比例。较佳地，所述相似度计算模块本文档来自技高网...

【技术保护点】
一种机票推荐方法，其特征在于，包括：S1、获取机票历史订单数据；S2、分别计算不同航线上的历史数据分析模型；S3、获取目标航线，将非目标航线上的历史数据分析模型与目标航线上的历史数据分析模型结合，生成目标航线的修正模型；S4、搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，按照匹配度推荐机票。

【技术特征摘要】
1.一种机票推荐方法，其特征在于，包括：
S1、获取机票历史订单数据；
S2、分别计算不同航线上的历史数据分析模型；
S3、获取目标航线，将非目标航线上的历史数据分析模型与目标航线上
的历史数据分析模型结合，生成目标航线的修正模型；
S4、搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，
按照匹配度推荐机票。
2.如权利要求1所述的机票推荐方法，其特征在于，机票订单被划分
为若干个离散特征属性，每个机票历史订单数据记录有各个离散特征属性的
值，S2包括：
S21、根据所述机票历史订单数据，计算不同航线的各个离散特征属性上
的离散向量，所述离散向量用机票历史订单数据中同一航线在同一离散特征
属性上每个值的出现频率表示；
S22、计算每一航线在各个离散特征属性上的信息熵，用以表示所述历史
数据分析模型中不同离散特征属性的权重。
3.如权利要求2所述的机票推荐方法，其特征在于，S3包括：
S31、获取目标航线；
S32、计算非目标航线与目标航线的相似度；
S33、计算目标航线上各个离散特征属性的优选值，该些优选值构成目标
航线的修正模型：
qf=pfat+α*Σa∈A\\atSimairline(a,at)*na*pfa]]>其中，A为机票历史订单数据中所有航线的集合，at为目标航线，a表示
所述集合中的一条航线，f表示机票的一个离散特征属性；
qf为目标航线上离散特征属性f的优选值；
为航线a上在离散特征属性f的离散向量；
Simairline(a,at)为航线a与目标航线at的相似度；
na为在航线a上历史机票订单数据的数量；
α为超参数，用于表征非目标航线的历史数据分析模型对目标航线的历
史数据分析模型的影响比例。
4.如权利要求3所述的机票推荐方法，其特征在于，S32包括：利用余
弦函数模型计算非目标航线与目标航线的相似度。
5.如权利要求3所述的机票推荐方法，其特征在于，S3还包括在S31之后且在S32之前执行：
S321、根据不同航线上的机票分布特征，调整非目标航线的历史数据分
析模型，去除机票分布特征对历史数据分析模型的影响；
S33中为航线a上在离散特征属性f去除机票分布特征对历史数据分析
模型的影响的离散向量。
6.如权利要求3所述的机票推荐方法，其特征在于，S4中的匹配度由
机票各个离散特征属性的值与目标航线上离散特征属性的优选值的相似度
的加权求和计算而得。
7.如权利要求1所述的机票推荐方法，其特征在于，S4还包括：
S41、将搜索到的机票按照与所述修正模型的匹配度由高到低排序；
S42、将匹配度最高的N张机票作为推荐结果并输出，N为正整数。
8.一种机票推荐系统，其特征在于，包括：
数据单元，用于获取机票历史订单数据；
计算单元，...

【专利技术属性】
技术研发人员：杨芳洲，夏科军，
申请(专利权)人：上海携程商务有限公司，
类型：发明
国别省市：上海;31