【技术实现步骤摘要】
一种预测酒店购买机器人的概率的方法和装置
本申请涉及计算机
，具体而言，涉及一种预测酒店购买机器人的概率的方法和装置。
技术介绍
目前，机器人销售人员在向多个酒店推荐机器人之前，往往会根据自身的经验来提前评估下每个酒店的购买意愿，从而提高营销效率。在实现本专利技术的过程中，专利技术人发现现有技术问题中存在如下问题：由于不同的销售人员的销售经验是不同的，从而导致不同的销售人员的评估结果也可能是不一样的，因此，现有技术中至少存在着评估酒店的购买意愿不准确的问题。
技术实现思路
本申请实施例的目的在于提供一种预测酒店购买机器人的概率的方法和装置，以解决现有技术中存在着的评估酒店的购买意愿不准确的问题。第一方面，本申请实施例提供了一种预测酒店购买机器人的概率的方法，该方法包括：获取待预测的酒店参数；将待预测的酒店参数输入到预先训练好的购买预测模型中，得到预测结果，其中，预测结果包括待预测的酒店参数对应的目标酒店购买机器人的概率，预先训练好的购买预测模型是根据样本数据得到的，样本数据包括多个待...
【技术保护点】
1.一种预测酒店购买机器人的概率的方法，其特征在于，包括：/n获取待预测的酒店参数；/n将所述待预测的酒店参数输入到预先训练好的购买预测模型中，得到预测结果，其中，所述预测结果包括所述待预测的酒店参数对应的目标酒店购买机器人的概率，所述预先训练好的购买预测模型是根据样本数据得到的，所述样本数据包括多个待训练的酒店参数和与所述多个待训练的酒店参数中每个待训练的酒店参数对应的购买标识。/n
【技术特征摘要】
1.一种预测酒店购买机器人的概率的方法，其特征在于，包括：
获取待预测的酒店参数；
将所述待预测的酒店参数输入到预先训练好的购买预测模型中，得到预测结果，其中，所述预测结果包括所述待预测的酒店参数对应的目标酒店购买机器人的概率，所述预先训练好的购买预测模型是根据样本数据得到的，所述样本数据包括多个待训练的酒店参数和与所述多个待训练的酒店参数中每个待训练的酒店参数对应的购买标识。
2.根据权利要求1所述的方法，其特征在于，在所述获取待预测的酒店参数之前，所述方法还包括：
获取所述样本数据；
利用预设的决策树算法对所述样本数据进行训练，得到所述预先训练好的购买预测模型。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
比较预设概率和所述目标酒店购买机器人的概率的大小；
在所述目标酒店购买机器人的概率大于等于所述预设概率的情况下，将所述目标酒店划分到优选酒店集合中。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
确定所述目标酒店的酒店类型；
根据所述目标酒店的酒店类型，从数据库中匹配与目标酒店的酒店类型对应的机器人推荐信息，其中，所述数据库存储有不同的酒店类型和不同的机器人推荐信息之间的映射关系。
5.根据权利要求1所述的方法，其特征在于，所述酒店参数包括以下参数中的至少一个参数：酒店品牌、酒店所在城市、酒店的位置、酒店星级、酒店房间数、酒店员工数、酒店入住率和酒店平均房费。
6.一种预测酒店购买...
【专利技术属性】
技术研发人员：支涛，胡泉，王宇航，
申请(专利权)人：北京云迹科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。