基于用户画像的用户挽回方法及系统技术方案

本发明专利技术公开了一种基于用户画像的用户挽回方法及系统，该方法包括：在用户下单后，获取用户订单实时数据；获取酒店历史数据、用户历史订单数据和用户画像数据；通过逻辑回归算法对用户订单实时数据、酒店历史数据、用户历史订单数据和用户画像数据进行处理，建立订单到店退订概率预测模型，从而预测用户的订单到店退订概率；根据用户的订单到店退订概率向用户发送对应的挽回策略内容。本发明专利技术通过建立订单到店退订概率预测模型，获得用户当前订单到店退订概率，对高到店退订概率的用户发送挽回策略内容，并对该酒店采取相对应的惩罚措施，来挽回OTA平台用户、降低酒店到店退订率、并挽回佣金损失，从而提升用户黏性，增强用户的体验感。

User retrieval method and system based on user portrait

【技术实现步骤摘要】
基于用户画像的用户挽回方法及系统
本专利技术涉及营销
，特别涉及一种基于用户画像的用户挽回方法及系统。
技术介绍
随着OTA(OnlineTravelAgent，在线旅行社)平台的快速发展，在线订购服务(如订购酒店等)等已经成为大多数用户出行的选择。但是，对于部分酒店为了逃避OTA平台的订单佣金，在用户联系酒店或到达酒店入住时，会存在要求用户退订当前OTA平台订单，然后需要用户再直接对酒店进行支付的情况，该情况属于到店退订。具体地，例如当用户取消订单后，OTA平台没有获得到该用户在原订单对应的酒店入住时间所在当天有其他酒店的入住信息，同时用户的GPS信息表示用户出现在距离该酒店500m范围内，在排除满房和到店无房、用户重复预定、修改订单等情况后，则认为该用户订单属于到店退订的订单。对于OTA平台来说，这样的到店退订情况不仅会造成订单佣金的损失，同时也会降低用户对OTA平台的黏性，降低用户的体验感。
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的OTA平台中的酒店存在到店退订的情况，造成OTA平台损失订单佣金，降低用户对OTA平台的黏性，降低用户的体验感等缺陷，目的在于提供一种基于用户画像的用户挽回方法及系统。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基于用户画像的用户挽回方法，所述用户挽回方法包括：S1、在用户下单后，获取用户订单实时数据，所述用户订单实时数据包括用户信息和酒店信息；S2、根据所述用户订单实时数据获取与所述用户订单实时数据对应的酒店历史数据、用户历史订单数据和用户画像数据；S3、通过逻辑回归算法对所述用户订单实时数据、所述酒店历史数据、所述用户历史订单数据和所述用户画像数据分别进行处理，建立订单到店退订概率预测模型；所述到店退订用于表征酒店要求用户取消订单，并直接对所述酒店进行支付的情况；S4、根据所述订单到店退订概率预测模型预测与所述用户订单实时数据对应的订单到店退订概率；S5、根据所述订单到店退订概率向用户发送对应的挽回策略内容。较佳地，步骤S5具体包括：所述挽回策略内容包括价差赔偿干预内容或优惠券干预内容；判断所述订单到店退订概率是否大于第一设定阈值，在判断为是时，判断OTA平台是否能够获取用户GPS(GlobalPositioningSystem，全球定位系统)实时数据；在判断OTA平台能够获取所述用户GPS实时数据时，获取所述用户GPS实时数据，并根据所述用户GPS实时数据和酒店的地址信息计算用户和酒店的距离，当用户与酒店的距离小于或等于第二设定阈值，判断酒店是否在价差赔偿干预酒店列表中，当酒店在价差赔偿干预酒店列表中时，则发送价差赔偿干预内容给用户；当酒店不在价差赔偿干预酒店列表中时，则发送优惠券干预内容给用户；在判断OTA平台不能够获取所述用户GPS实时数据时，判断当前时间是否超过用户入住当天的设定时间，在判断为是时，判断酒店是否在价差赔偿干预酒店列表中，当酒店在价差赔偿干预酒店列表中时，则发送价差赔偿干预内容给用户；当酒店不在价差赔偿干预酒店列表中时，则发送优惠券干预内容给用户。所述优惠券干预内容用于表征用户入住酒店的优惠信息；所述价差赔偿干预内容用于表征当酒店产品的实际销售价格低于酒店在OTA平台的设定价格时，OTA平台向用户赔偿至少一倍价差的信息，所述价差为所述酒店产品的实际销售价格与所述酒店在OTA平台上的设定价格之差。较佳地，所述用户订单实时数据包括订单预定数据、订单金额数据、用户入住酒店数据、使用优惠券情况数据、支付方式数据、担保政策数据和预订场景数据中的至少一种；所述酒店历史数据包括酒店所在城市等级数据、酒店所在城市类型数据、OTA平台评级数据、连锁类型数据、酒店类型数据、酒店星级数据、酒店平均间夜价数据、酒店订单量数据和酒店到店退订率中的至少一种；所述用户历史订单数据包括用户身份数据、用户订单平均星级数据、用户历史订单数量数据和用户历史订单到店退订率数据中的至少一种；所述用户画像数据包括用户对优惠券的敏感度数据、用户偏好数据、用户消费能力数据、用户大方程度数据、用户价值信息和用户的活跃度数据中的至少一种。本专利技术还提供一种基于用户画像的用户挽回系统，所述用户挽回系统包括第一获取单元、第二获取单元、处理单元、预测单元和发送单元；所述第一获取单元用于在用户下单后，获取用户订单实时数据，所述用户订单实时数据包括用户信息和酒店信息；所述第二获取单元用于根据所述用户订单实时数据获取与所述用户订单实时数据对应的酒店历史数据、用户历史订单数据和用户画像数据；所述处理单元用于通过逻辑回归算法对所述用户订单实时数据、所述酒店历史数据、所述用户历史订单数据和所述用户画像数据分别进行处理，建立订单到店退订概率预测模型；所述到店退订用于表征酒店要求用户取消订单，并直接对所述酒店进行支付的情况；所述预测单元用于根据所述订单到店退订概率预测模型预测与所述用户订单实时数据对应的订单到店退订概率；所述发送单元用于根据所述订单到店退订概率向用户发送对应的挽回策略内容。较佳地，所述用户挽回系统还包括第一判断单元、距离计算单元、第二判断单元和第三判断单元；所述挽回策略内容包括价差赔偿干预内容或优惠券干预内容；所述第一判断单元用于判断所述订单到店退订概率是否大于第一设定阈值，在判断为是时，调用所述距离计算单元或所述第三判断单元；所述距离计算单元用于在所述第一判断单元判断OTA平台能够获取所述用户GPS实时数据时，获取用户GPS实时数据，并根据所述用户GPS实时数据和酒店的地址信息计算用户和酒店的距离；所述第二判断单元用于判断用户与酒店的距离是否小于或等于第二设定阈值，在判断为是时，判断酒店是否在价差赔偿干预酒店列表中，当酒店在价差赔偿干预酒店列表中时，调用所述发送单元，发送价差赔偿干预内容给用户；当酒店不在价差赔偿干预酒店列表中时，调用所述发送单元，发送优惠券干预内容给用户；所述第三判断单元用于在所述第一判断单元判断OTA平台不能够获取所述用户GPS实时数据时，判断当前时间是否超过用户入住当天的设定时间，在判断为是时，判断酒店是否在价差赔偿干预酒店列表中，当酒店在价差赔偿干预酒店列表中时，则发送价差赔偿干预内容给用户；当酒店不在价差赔偿干预酒店列表中时，则发送优惠券干预内容给用户。较佳地，所述优惠券干预内容用于表征用户入住酒店的优惠信息；所述价差赔偿干预内容用于表征当酒店产品的实际销售价格低于酒店在OTA平台的设定价格时，OTA平台向用户赔偿至少一倍价差的信息，所述价差为所述酒店产品的实际销售价格与所述酒店在OTA平台上的设定价格之差。较佳地，所述用户订单实时数据包括订单预定数据、订单金额数据、用户入住酒店数据、使用优惠券情况数据、支付方式数据、担保政策数据和预订场景数据中的至少一种；所述酒店历史数据包括酒店所在城市等级数据、酒店所在城市类型数据、OTA平台评级数据、连锁类型数据、酒店类型数据、酒店星级数据、酒店平均间夜价数据、酒店订单量数据和酒店到店退订率中的至少一种；所述用户历史订单数据包括用户身份数据、用户订单平均星级数据、用户历史订单数量数据和用户历史订单到店退订率数据中的至少一种；所述用户画像数据包括用户对优惠券的敏感度数据、用户偏好数据、用户消费能本文档来自技高网...

【技术保护点】
一种基于用户画像的用户挽回方法，其特征在于，所述用户挽回方法包括：S1、在用户下单后，获取用户订单实时数据，所述用户订单实时数据包括用户信息和酒店信息；S2、根据所述用户订单实时数据获取与所述用户订单实时数据对应的酒店历史数据、用户历史订单数据和用户画像数据；S3、通过逻辑回归算法对所述用户订单实时数据、所述酒店历史数据、所述用户历史订单数据和所述用户画像数据分别进行处理，建立订单到店退订概率预测模型；所述到店退订用于表征酒店要求用户取消订单，并直接对所述酒店进行支付的情况；S4、根据所述订单到店退订概率预测模型预测与所述用户订单实时数据对应的订单到店退订概率；S5、根据所述订单到店退订概率向用户发送对应的挽回策略内容。

【技术特征摘要】
1.一种基于用户画像的用户挽回方法，其特征在于，所述用户挽回方法包括：S1、在用户下单后，获取用户订单实时数据，所述用户订单实时数据包括用户信息和酒店信息；S2、根据所述用户订单实时数据获取与所述用户订单实时数据对应的酒店历史数据、用户历史订单数据和用户画像数据；S3、通过逻辑回归算法对所述用户订单实时数据、所述酒店历史数据、所述用户历史订单数据和所述用户画像数据分别进行处理，建立订单到店退订概率预测模型；所述到店退订用于表征酒店要求用户取消订单，并直接对所述酒店进行支付的情况；S4、根据所述订单到店退订概率预测模型预测与所述用户订单实时数据对应的订单到店退订概率；S5、根据所述订单到店退订概率向用户发送对应的挽回策略内容。2.如权利要求1所述的基于用户画像的用户挽回方法，其特征在于，步骤S5具体包括：所述挽回策略内容包括价差赔偿干预内容或优惠券干预内容；判断所述订单到店退订概率是否大于第一设定阈值，在判断为是时，判断OTA平台是否能够获取用户GPS实时数据；在判断OTA平台能够获取所述用户GPS实时数据时，获取所述用户GPS实时数据，并根据所述用户GPS实时数据和酒店的地址信息计算用户和酒店的距离，当用户与酒店的距离小于或等于第二设定阈值，判断酒店是否在价差赔偿干预酒店列表中，当酒店在价差赔偿干预酒店列表中时，则发送价差赔偿干预内容给用户；当酒店不在价差赔偿干预酒店列表中时，则发送优惠券干预内容给用户；在判断OTA平台不能够获取所述用户GPS实时数据时，判断当前时间是否超过用户入住当天的设定时间，在判断为是时，判断酒店是否在价差赔偿干预酒店列表中，当酒店在价差赔偿干预酒店列表中时，则发送价差赔偿干预内容给用户；当酒店不在价差赔偿干预酒店列表中时，则发送优惠券干预内容给用户。3.如权利要求2所述的基于用户画像的用户挽回方法，其特征在于，所述优惠券干预内容用于表征用户入住酒店的优惠信息；所述价差赔偿干预内容用于表征当酒店产品的实际销售价格低于酒店在OTA平台的设定价格时，OTA平台向用户赔偿至少一倍价差的信息，所述价差为所述酒店产品的实际销售价格与所述酒店在OTA平台上的设定价格之差。4.如权利要求1所述的基于用户画像的用户挽回方法，其特征在于，所述用户订单实时数据包括订单预定数据、订单金额数据、用户入住酒店数据、使用优惠券情况数据、支付方式数据、担保政策数据和预订场景数据中的至少一种；所述酒店历史数据包括酒店所在城市等级数据、酒店所在城市类型数据、OTA平台评级数据、连锁类型数据、酒店类型数据、酒店星级数据、酒店平均间夜价数据、酒店订单量数据和酒店到店退订率中的至少一种；所述用户历史订单数据包括用户身份数据、用户订单平均星级数据、用户历史订单数量数据和用户历史订单到店退订率数据中的至少一种；所述用户画像数据包括用户对优惠券的敏感度数据、用户偏好数据、用户消费能力数据、用户大方程度数据、用户价值信息和用户的活跃度数据中的至少一种。5.一种基于用户画像的用户挽回系统，其特征在于，所述用户挽回系统包括第一获取单元、第二获取单元、处理单元、预测单元和发送单元；所述第一获取单元用于在用户下单后，获取...

【专利技术属性】
技术研发人员：朱燕，黎娜，赵剑虹，江文，斯磊，王宏晔，谢文丹，
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