航班推荐方法及装置制造方法及图纸

本发明专利技术提供了一种航班推荐方法及装置，该方法包括：确定数据集合，数据集合包括多个个性化数据和航班特征数据；确定待推荐的各个航班并获取每个航班的各个维度值；通过孤立森林算法模型设定主推荐航班和次推荐航班；对各个主推荐航班进行聚类获得每个个性化数据对应的聚类簇；计算各个聚类簇的聚类簇权重及每个主推荐航班的航班权重；按照各个聚类簇权重及航班权重，对各个聚类簇及各个主推荐航班进行排序；并将各个次推荐航班排在各个主推荐航班之后，推送各个已排序的航班。应用该方法，通过多个数据、孤立森林算法及聚类的方式，对各个待推荐的航班进行排序后再进行推送，满足了多个维度的数据的考虑因素，更加全面和合理地向用户推荐航班。用户推荐航班。用户推荐航班。

【技术实现步骤摘要】
航班推荐方法及装置


[0001]本专利技术涉及航班信息
，特别是涉及一种航班推荐方法及装置。

技术介绍

[0002]随着客运航空的飞速发展，飞机逐渐成了很多人出行时的选择，目前用户在订购航班时，通常是在第三方网站上进行订购。这些网站是对多个航空公司的航班资源进行了整合，然后通过设置几个简单的选项，将全部符合条件的航班展示给用户。
[0003]目前用户在需要查询航班时，需要预先输入日期、地点等信息后，再根据用户所输入的信息查询与各个信息相符的航班，并将查询到的航班向用户进行推荐。但是，目前航班推荐的过程中，用户的选择只局限于时间和地点的选择，当用户无法确定出行时间和地点时，还需要随机挑选几点航班地点进行筛选，并在筛选出多个航班后，还要逐次判断每个航班是否满足自己的其他需求，如是否提供餐食、起飞时刻、降落时刻和是否直飞等，导致目标用户浪费较长的时间，却很难从众多的航班中挑选出最符合自己要求的航班。

技术实现思路

[0004]有鉴于此，本专利技术提供一种航班推荐方法，通过该方法，可以根据孤立森林算法及聚类的方式对多个维度的个性化数据和航班特征数据进行计算，以此挑选出更符合用户要求的航班向用户进行推荐。
[0005]本专利技术还提供了一种航班推荐装置，用以保证上述方法在实际中的实现及应用。
[0006]一种航班推荐方法，包括：
[0007]确定预先设置的数据集合，所述数据集合中包括多个供用户选择的个性化数据和多个航班特征数据；
[0008]确定待推荐的各个航班，每个航班均与所述数据集合中的各个个性化数据及航班特征数据对应；
[0009]获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的维度值；
[0010]将每个所述航班对应的各个所述个性化数据及航班特征数据的维度值，输入预先设置的孤立森林算法模型，通过所述孤立森林算法模型检测每个所述航班的推荐价值，以获得所述孤立森林算法模型输出的每个所述航班的检测值；
[0011]在各个所述航班中，设定检测值高于预设阈值的航班为主推荐航班，检测值低于所述预设阈值的航班为次推荐航班；
[0012]基于每个所述主推荐航班对应的各个所述个性化数据的维度值，对各个所述主推荐航班进行聚类，获得每个所述个性化数据对应的聚类簇；
[0013]确定每个所述个性化数据的维度权重，并基于每个所述航班对应的各个个性化数据的维度权重和维度值，计算各个所述聚类簇的聚类簇权重；
[0014]基于各个所述聚类簇权重，对各个所述聚类簇进行排序，并基于每个所述航班对
应的各个个性化数据的维度权重和维度值，计算每个所述主推荐航班的航班权重；
[0015]基于各个所述航班权重，对各个所述主推荐航班进行簇内排序；
[0016]基于每个所述次推荐航班的检测值，将各个所述次推荐航班依次排在各个所述主推荐航班之后，并将已排序的各个航班推送至预先设置的显示页面。
[0017]上述的方法，可选的，所述获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的维度值，包括：
[0018]获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的数据参数；
[0019]对每个所述航班对应的各个数据参数进行归一化处理，获得每个所述航班对应的各个所述个性化数据及航班特征数据的维度值。
[0020]上述的方法，可选的，所述基于每个所述主推荐航班对应的各个所述个性化数据的维度值，对各个所述主推荐航班进行聚类，包括：
[0021]确定所述数据集合中各个个性化数据的数据个数；
[0022]基于所述数据个数，在各个所述主推荐航班中，选取每个所述个性化数据对应的主推荐航班为聚类中心，并执行预先设置的聚类过程；
[0023]其中，所述聚类过程包括：应用预先设置的聚类算法及每个所述主推荐航班对应的各个个性化数据的维度值，计算每个所述主推荐航班到各个所述聚类中心的距离，并将每个所述主推荐航班归类至与其距离最近的聚类中心，获得每个所述个性化数据对应的聚类簇；
[0024]应用预先设置的中心算法在各个所述主推荐航班中，重新确定每个所述个性化数据对应的主推荐航班为新的聚类中心，并执行所述聚类过程，直至当前执行的聚类过程对应的各个聚类中心，与上一次执行的聚类过程对应的各个聚类中心一致时，结束对各个所述主推荐航班的聚类。
[0025]上述的方法，可选的，所述确定每个所述个性化数据的维度权重，包括：
[0026]确定每个所述个性化数据预先设置的优先级，并检测所述数据集合中是否存在用户已选择的个性化数据；
[0027]若所述数据集合中存在用户已选择的个性化数据，则增加每个所述已选择的个性化数据的优先级，以获得所述数据集合中每个所述个性化数据的最终的优先级；
[0028]基于预先设置的权重公式及每个所述个性化数据的最终的优先级，设置每个所述个性化数据的维度权重。
[0029]上述的方法，可选的，所述基于每个所述航班对应的各个个性化数据的维度权重和维度值，计算各个所述聚类簇的聚类簇权重，包括：
[0030]确定每个所述聚类簇中主推荐航班的个数，并获取每个所述主推荐航班所属的聚类簇对应的个性化数据的维度值；
[0031]基于每个所述聚类簇中主推荐航班的个数，及已获取的各个维度值，计算每个个性化数据的维度平均值；
[0032]基于每个所述个性化数据的维度权重及维度平均值，计算每个所述聚类簇的聚类簇权重。
[0033]一种航班推荐装置，包括：
[0034]第一确定单元，用于确定预先设置的数据集合，所述数据集合中包括多个供用户选择的个性化数据和多个航班特征数据；
[0035]第二确定单元，用于确定待推荐的各个航班，每个航班均与所述数据集合中的各个个性化数据及航班特征数据对应；
[0036]获取单元，用于获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的维度值；
[0037]检测单元，用于将每个所述航班对应的各个所述个性化数据及航班特征数据的维度值，输入预先设置的孤立森林算法模型，通过所述孤立森林算法模型检测每个所述航班的推荐价值，以获得所述孤立森林算法模型输出的每个所述航班的检测值；
[0038]设定单元，用于在各个所述航班中，设定检测值高于预设阈值的航班为主推荐航班，检测值低于所述预设阈值的航班为次推荐航班；
[0039]聚类单元，用于基于每个所述主推荐航班对应的各个所述个性化数据的维度值，对各个所述主推荐航班进行聚类，获得每个所述个性化数据对应的聚类簇；
[0040]第一计算单元，用于确定每个所述个性化数据的维度权重，并基于每个所述航班对应的各个个性化数据的维度权重和维度值，计算各个所述聚类簇的聚类簇权重；
[0041]第二计算单元，用于基于各个所述聚类簇权重，对各个所述聚类簇进行排序，并基于每个所述航班对应的各个个性化数据的维度权重和维度值，计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航班推荐方法，其特征在于，包括：确定预先设置的数据集合，所述数据集合中包括多个供用户选择的个性化数据和多个航班特征数据；确定待推荐的各个航班，每个航班均与所述数据集合中的各个个性化数据及航班特征数据对应；获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的维度值；将每个所述航班对应的各个所述个性化数据及航班特征数据的维度值，输入预先设置的孤立森林算法模型，通过所述孤立森林算法模型检测每个所述航班的推荐价值，以获得所述孤立森林算法模型输出的每个所述航班的检测值；在各个所述航班中，设定检测值高于预设阈值的航班为主推荐航班，检测值低于所述预设阈值的航班为次推荐航班；基于每个所述主推荐航班对应的各个所述个性化数据的维度值，对各个所述主推荐航班进行聚类，获得每个所述个性化数据对应的聚类簇；确定每个所述个性化数据的维度权重，并基于每个所述航班对应的各个个性化数据的维度权重和维度值，计算各个所述聚类簇的聚类簇权重；基于各个所述聚类簇权重，对各个所述聚类簇进行排序，并基于每个所述航班对应的各个个性化数据的维度权重和维度值，计算每个所述主推荐航班的航班权重；基于各个所述航班权重，对各个所述主推荐航班进行簇内排序；基于每个所述次推荐航班的检测值，将各个所述次推荐航班依次排在各个所述主推荐航班之后，并将已排序的各个航班推送至预先设置的显示页面。2.根据权利要求1所述的方法，其特征在于，所述获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的维度值，包括：获取每个所述航班对应的数据集合中，各个所述个性化数据及航班特征数据的数据参数；对每个所述航班对应的各个数据参数进行归一化处理，获得每个所述航班对应的各个所述个性化数据及航班特征数据的维度值。3.根据权利要求1所述的方法，其特征在于，所述基于每个所述主推荐航班对应的各个所述个性化数据的维度值，对各个所述主推荐航班进行聚类，包括：确定所述数据集合中各个个性化数据的数据个数；基于所述数据个数，在各个所述主推荐航班中，选取每个所述个性化数据对应的主推荐航班为聚类中心，并执行预先设置的聚类过程；其中，所述聚类过程包括：应用预先设置的聚类算法及每个所述主推荐航班对应的各个个性化数据的维度值，计算每个所述主推荐航班到各个所述聚类中心的距离，并将每个所述主推荐航班归类至与其距离最近的聚类中心，获得每个所述个性化数据对应的聚类簇；应用预先设置的中心算法在各个所述主推荐航班中，重新确定每个所述个性化数据对应的主推荐航班为新的聚类中心，并执行所述聚类过程，直至当前执行的聚类过程对应的各个聚类中心，与上一次执行的聚类过程对应的各个聚类中心一致时，结束对各个所述主
推荐航班的聚类。4.根据权利要求1所述的方法，其特征在于，所述确定每个所述个性化数据的维度权重，包括：确定每个所述个性化数据预先设置的优先级，并检测所述数据集合中是否存在用户已选择的个性化数据；若所述数据集合中存在用户已选择的个性化数据，则增加每个所述已选择的个性化数据的优先级，以获得所述数据集合中每个所述个性化数据的最终的优先级；基于预先设置的权重公式及每个所述个性化数据的最终的优先级，设置每个所述个性化数据的维度权重。5.根据权利要求4所述的方法，其特征在于，所述基于每个所述航班对应的各个个性化数据的维度权重和维度值，计算各个所述聚类簇的聚类簇权重，包括：确定每个所述聚类簇中主推荐航班的个数，并获取每个所述主推荐航班所属的聚类簇对应的个性化数据的维度值；基于每个所述聚类簇中主推荐航班的个数，及已获取的各个维度值，计算每个个性化数据的维度平均值；基于每个所述个性化数据的维度权重及维度平均值，计算每个所述聚类簇的聚类簇权重。6.一种航班推荐装置，其特征在于，包括：第一确定单元，用于确定预...

【专利技术属性】
技术研发人员：李智博，
申请(专利权)人：沈阳民航东北凯亚有限公司，
类型：发明
国别省市：