OTA平台海外酒店房型服务缺陷的预测方法及系统技术方案

本发明专利技术公开了OTA平台海外酒店房型服务缺陷的预测方法及系统，所述预测方法包括：在用户下单前，预测用户信息；根据用户信息获取与用户信息对应的订单历史信息、同入住日历史信息、供应商渠道历史信息和房型的基本属性信息；通过XGBoost算法对获取的信息分别进行处理，建立海外酒店房型的服务缺陷概率预测模型来预测所述用户选择的海外酒店房型的服务缺陷概率，进而对海外酒店房型采取相应的干预策略。本发明专利技术目的在于提供一种通过建立海外酒店房型服务缺陷概率预测模型预测用户选择的海外酒店房型的服务缺陷概率，从而采取相应的干预策略，实现对海外酒店房型的干预，降低服务缺陷，提高用户体验，提升品牌形象。

【技术实现步骤摘要】
OTA平台海外酒店房型服务缺陷的预测方法及系统
本专利技术涉及营销
，特别涉及一种OTA平台海外酒店房型服务缺陷的预测方法及系统。
技术介绍
目前，对海外酒店房型发生服务缺陷的干预方法较少，主要以人工对于历史上发生房型服务缺陷频率高的酒店进行人工外呼巡房和人工排查方法为主。但是，由于OTA(OnlineTravelAgent，在线旅行社)订单量较大，并且人工排查的规则相对比较简单，并不能很好的覆盖到所有可能发生服务缺陷的房型。此外，由于海外订单提前预订的天数一般较长，通过人工外呼巡房的方式覆盖到的入住日较短，因此对可能发生服务缺陷的房型干预有限。
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存在的通过人工外呼巡房或人工排查方法不能很好地覆盖到所有可能发生服务缺陷的海外酒店房型的缺陷，目的在于提供一种OTA平台海外酒店房型服务缺陷的预测方法及系统。本专利技术是通过下述技术方案来解决上述技术问题：本专利技术提供一种OTA平台海外酒店房型服务缺陷的预测方法，所述预测方法包括：S1、在用户下单前，预测用户信息；所述用户信息包括用户选择的海外酒店房型信息和入住日信息；S2、根本文档来自技高网...

【技术保护点】
一种OTA平台海外酒店房型服务缺陷的预测方法，其特征在于，所述预测方法包括：S1、在用户下单前，预测用户信息；所述用户信息包括用户选择的海外酒店房型信息和入住日信息；S2、根据所述用户信息获取与所述用户信息对应的订单历史信息、同入住日历史信息、供应商渠道历史信息和房型的基本属性信息；S3、通过XGBoost算法对所述订单历史信息、所述同入住日历史信息、所述供应商渠道历史信息和所述房型的基本属性信息分别进行处理，建立海外酒店房型的服务缺陷概率预测模型；S4、根据所述服务缺陷概率预测模型预测所述用户选择的海外酒店房型的服务缺陷概率；S5、判断所述服务缺陷概率是否大于设定阈值，在判断为是时，对所述海...

【技术特征摘要】
1.一种OTA平台海外酒店房型服务缺陷的预测方法，其特征在于，所述预测方法包括：S1、在用户下单前，预测用户信息；所述用户信息包括用户选择的海外酒店房型信息和入住日信息；S2、根据所述用户信息获取与所述用户信息对应的订单历史信息、同入住日历史信息、供应商渠道历史信息和房型的基本属性信息；S3、通过XGBoost算法对所述订单历史信息、所述同入住日历史信息、所述供应商渠道历史信息和所述房型的基本属性信息分别进行处理，建立海外酒店房型的服务缺陷概率预测模型；S4、根据所述服务缺陷概率预测模型预测所述用户选择的海外酒店房型的服务缺陷概率；S5、判断所述服务缺陷概率是否大于设定阈值，在判断为是时，对所述海外酒店房型采取相应的干预策略。2.如权利要求1所述的OTA平台海外酒店房型服务缺陷的预测方法，其特征在于，所述服务缺陷概率预测模型的表达式为：其中，score表示所述服务缺陷概率，T表示决策树的棵数，t表示第t棵决策树，ft(xi)表示决策树的函数，w表示叶子权重，yi表示模型真实值，表示前t-1棵树的模型预测值，表示偏导数，l表示残差函数，γ和β为可调参数，为由所述模型真实值和所述模型预测值定义的残差函数，gi表示残差函数对的一阶导数，hi表示残差函数对的二阶导数，n表示训练样本的数量，i表示第i个训练样本，i的取值范围为1～n之间的整数。3.如权利要求1所述的OTA平台海外酒店房型服务缺陷的预测方法，其特征在于，所述干预策略包括直接关闭房型、将房型在OTA平台的排序置后、发送邮件或通过外呼干预通知用户和自动提醒海外酒店进行二次确认房型中的至少一种。4.如权利要求1所述的OTA平台海外酒店房型服务缺陷的预测方法，其特征在于，所述订单历史信息包括用户选择的海外酒店房型在下单日之前的设定天数内发生服务缺陷的订单数信息；所述同入住日历史信息包括所述海外酒店房型所属的海外酒同一入住日发生服务缺陷的订单数信息和/或入住日是否为周末信息；所述同一入住日发生服务缺陷的订单数信息用于表征在下单日之前的设定时间内下单的订单中，在下单日之后的相同入住日发生服务缺陷的订单数量；所述供应商渠道历史信息包括房型对应供应商的属性信息和/或供应商的历史订单中发生服务缺陷的情况；其中，供应商的属性信息包括供应商与OTA平台是否属于直签的信息和/或OTA平台对供应商设定的等级信息；所述房型的基本属性信息包括房型是否为保留房的信息；其中，所述保留房为海外酒店提供给OTA平台预售的房型。5.如权利要求1所述的OTA平台海外酒店房型服务缺陷的预测方法，其特征在于，所述服务缺陷包括确认前满房、确认后满房、到店无房、到店无预定、确认前涨价和确认后涨价中的至少一种；所述确认前满房用于表征用户下单后，OTA平台在和酒店核对房型信息时被告知所述房型满房的情况；所述确认后满房用于表征用户下单后，OTA平台在和酒店核对房型信息时，酒店告知OTA平台所述房型有房，在OTA平台完成对订单确认之后，酒店告知OTA平台所述房型满房的情况。所述到店无房用于表征用户下单后，准备入住所述海外酒店时没有所述海外酒店房型的情况；所述到店无预定用于表征用于预定订单后，准备入住所述海外酒店时没有用户预定订单信息的情况；所述确认前涨价用于表征用户下单后，OTA平台在和酒店核对房型信息时，被告知所述房型的价格需要上涨；所述确认后涨价用于表征用户下单后，OTA平台在和酒店核对房型信息时，酒店没有告知OTA平台所述房型需要涨价，在OTA平台完成对订单确认之后，酒店告知OTA平台所述房型需要涨价的情况。6.一种OTA平台海外酒店房型服务缺陷的预测系统，其特征在于，所述预...

【专利技术属性】
技术研发人员：黎建辉，张倩倩，赵华，熊斌，
申请(专利权)人：携程计算机技术上海有限公司，
类型：发明
国别省市：上海,31