机票附加产品的推荐系统及方法技术方案

本发明专利技术公开了机票附加产品的推荐系统及方法，推荐系统包括模型训练模块、模型测试验证模块及推荐模块；模型训练模块通过Xgboost算法并结合训练数据来训练出Xgboost模型；模型测试验证模块通过测试数据对Xgboost模型进行测试，并且通过测试数据对应的验证结果来验证Xgboost模型的输出准确率；推荐模块当输出准确率大于或等于预设准确率时，上线Xgboost模型，当接收到推荐请求时，通过Xgboost模型并结合请求中的用户数据来推荐出机票附加产品。本发明专利技术利用Xgboost模型来准确细致地推荐出机票附加产品，提高了用户体验度，且采用Spark分布式计算来减少模型训练时间。

Recommender system and method for ticket additional products

The invention discloses a recommendation system of ticket additional products and methods, including the recommendation system model training module and model test verification module and a recommendation module; the training module model through the combination of Xgboost algorithm and training data to train the Xgboost model; model test module to test the Xgboost model through the test data, and to validate the model through the Xgboost output the test data corresponding to the verification results accuracy; recommendation module when the output accuracy is greater than or equal to the preset accuracy, on-line Xgboost model, when receiving the recommendation request, through the Xgboost model combined with the user data in the request to recommend additional ticket products. The invention uses the Xgboost model to accurately and meticulously recommend the additional ticket products, thereby improving the user experience degree, and adopting Spark distributed computing to reduce the training time of the model.

【技术实现步骤摘要】
机票附加产品的推荐系统及方法
本专利技术涉及一种机票附加产品的推荐系统及方法。
技术介绍
在线购买机票已经成为用户购买机票的主流方式，用户在购买机票的同时，往往会购买机票附加产品(例如保险、快速安检通道等和机票联合出售商品)。也有很多用户由于匆忙会遗忘购买，为了给用户更好的购买体验，可以在用户购买机票时对用户可能购买的产品进行默认勾选。准确的默认勾选能有效提高用户体验度，错误率高的勾选会造成用户不满意进而导致用户流失。准确预测用户的购买行为，并进行默认勾选推荐十分重要。经过多年的发展，推荐系统已经在各个领域内得到广泛的应用，尤其在个性化推荐里面。例如，电影和音乐等。主流的推荐系统主要分两种，利用记录，利用特征。利用记录是基于协同过滤的推荐，利用用户的购买历史，找出购买历史相近的用户，为他们推荐相似的产品。另一种是基于模型的推荐，利用用户和商品的特征把购买问题当成简单的分类问题，例如，一个用户是否喜欢某一部电影。有很多基于模型的算法，例如，决策树、SVM(SupportVectorMachine，支持向量机)、贝叶斯等。而关于机票附加产品的推荐问题和以往的推荐问题有所不同。首先，是关于本文档来自技高网...

【技术保护点】
一种机票附加产品的推荐系统，其特征在于，所述推荐系统包括模型训练模块、模型测试验证模块及推荐模块；所述模型训练模块用于通过Xgboost算法并结合训练数据来训练出Xgboost模型；所述模型测试验证模块用于通过测试数据对所述Xgboost模型进行测试，并且通过所述测试数据对应的验证结果来验证所述Xgboost模型的输出准确率；所述推荐模块用于当所述输出准确率大于或等于预设准确率时，上线所述Xgboost模型，所述推荐模块还用于当接收到推荐请求时，通过所述Xgboost模型并结合请求中的用户数据来推荐出机票附加产品。

【技术特征摘要】
1.一种机票附加产品的推荐系统，其特征在于，所述推荐系统包括模型训练模块、模型测试验证模块及推荐模块；所述模型训练模块用于通过Xgboost算法并结合训练数据来训练出Xgboost模型；所述模型测试验证模块用于通过测试数据对所述Xgboost模型进行测试，并且通过所述测试数据对应的验证结果来验证所述Xgboost模型的输出准确率；所述推荐模块用于当所述输出准确率大于或等于预设准确率时，上线所述Xgboost模型，所述推荐模块还用于当接收到推荐请求时，通过所述Xgboost模型并结合请求中的用户数据来推荐出机票附加产品。2.如权利要求1所述的推荐系统，其特征在于，所述训练数据包括第一用户历史订单数据及第一用户特征数据，所述测试数据包括第二用户历史订单数据及第二用户特征数据，所述用户数据包括第三用户历史订单数据、第三用户特征数据及当前航班信息。3.如权利要求2所述的推荐系统，其特征在于，所述第一用户历史订单数据、所述第二用户历史订单数据及第三用户历史订单数据均包括始发地、目的地、起飞时间、落地时间及机票附加产品购买信息；所述第一用户特征数据、所述第二用户特征数据及第三用户特征数据均包括年龄、性别及价格敏感度；所述当前航班信息包括当前起飞时间、当前起飞城市及机票价格。4.如权利要求1所述的推荐系统，其特征在于，所述模型训练模块用于采用Spark分布式计算来训练出Xgboost模型；和/或，所述模型测试验证模块用于采用交叉验证法对所述Xgboost模型进行测试。5.如权利要求1所述的推荐系统，其特征在于，所述推荐模块还用于上线所述Xgboost模型后，通过A/B测试调节出决策阈值，若通过所述Xgboost模型预测出的用户购买概率大于或等于所述决策阈值时，默认勾选相应的机票附加产品，若所述用户购买概率小于所述决策阈值时，取消对...

【专利技术属性】
技术研发人员：曾刚，卢虹宇，肖铨武，曹健，聂强强，
申请(专利权)人：携程旅游网络技术上海有限公司，
类型：发明
国别省市：上海,31