基于商旅的酒店客房推荐方法、系统、设备及存储介质技术方案

本发明专利技术提供了基于商旅的酒店客房推荐方法、系统、设备及存储介质，该方法包括：采集用户的历史预订的房型资源特征数据和用户所属企业差标信息；基于每个用户所属企业差标信息对用户的历史预订的房型资源特征数据进行分类；根据分类后的房型资源特征数据，训练基于酒店房型信息的推荐模型；采集当前用户的个人历史预订的房型资源特征数据和所属企业差标信息；基于当前用户所属企业差标信息对当前用户的历史预订的房型资源特征数据进行分类；将当前用户的分类后的房型资源特征数据，输入房型推荐模型，输出匹配酒店房型信息的置信度；根据酒店房型信息的置信度向用户推荐。本发明专利技术能够根据算法模型优先输出符合用户预期的房型资源，以提高预订效率。以提高预订效率。以提高预订效率。

【技术实现步骤摘要】
基于商旅的酒店客房推荐方法、系统、设备及存储介质


[0001]本专利技术涉及旅游相关的游览信息大数据处理领域，具体地说，涉及基于商旅的酒店客房推荐方法、系统、设备及存储介质。

技术介绍

[0002]TMC是商旅管理公司Travel Management Companies的英文简称，国外差旅代理商行业起步较早，也较为成熟，如：美国运通、英国BIT、卡尔森、BCD、HRG等公司已从事该行业有几十年了。在中国属于较为新鲜的行业。
[0003]对于商旅而言，希望在用户进入房型列表页时，快速找到适合自己的房型完成预订，以提升效率和体验，对于企业而言，期望能鼓励员工预订符合差标内，优势政策下的房型资源，由于酒店房型资源的丰富性，不同的房型，服务和预订政策也是不同的，基于以上诉求的复杂性，需要一个强大的推荐系统，以达成个性化的推荐。
[0004]而且，用户在出差的时候又是会预订符合差标的房型，有时候又会根据一些个人喜好原因选择了超出差标的房型(可能是对酒店早餐不满意或是房型结构不满意等，用户情缘预订超出差基标的房型，并且自己补助差价)，导致了差旅的房型预订难以预判。
[0005]因此，本专利技术提供了一种基于商旅的酒店客房推荐方法、系统、设备及存储介质。

技术实现思路

[0006]针对现有技术中的问题，本专利技术的目的在于提供基于商旅的酒店客房推荐方法、系统、设备及存储介质，克服了现有技术的困难，能够根据算法模型优先输出符合用户预期的房型资源，以提高预订效率。
[0007]本专利技术的实施例提供一种基于商旅的酒店客房推荐方法，包括以下步骤：
[0008]采集用户的历史预订的房型资源特征数据和所述用户所属企业差标信息；
[0009]基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类；
[0010]根据分类后的所述房型资源特征数据，训练基于酒店房型信息的推荐模型；
[0011]采集当前用户的个人历史预订的房型资源特征数据和所属企业差标信息；
[0012]基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类；
[0013]将所述当前用户的分类后的所述房型资源特征数据，输入所述房型推荐模型，输出匹配酒店房型信息的置信度；
[0014]根据酒店房型信息的置信度向所述用户推荐。
[0015]优选地，所述采集用户的历史预订的房型资源特征数据和所述用户所属企业差标信息中，所述历史预订的房型资源特征数据包括：酒店房型、房型价格、窗型、支付方式、早餐餐标价格中的至少一项；所述企业差标信息包括：酒店星级、酒店房型的价格区间、基于机场或是火车站的接送费用中的至少一项。
[0016]优选地，所述基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类，包括：
[0017]基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类，将满足所述用户所属企业差标信息的房型资源特征数据，作为合标训练数据集；将超出所述用户所属企业差标信息的房型资源特征数据，作为超标训练数据集。
[0018]优选地，所述根据分类后的所述房型资源特征数据，训练基于酒店房型信息的推荐模型，包括：
[0019]根据所述合标训练数据集训练基于酒店房型信息的基于神经网络的合标推荐模型，获得每个合标酒店房型信息的置信度，根据所述超标训练数据集训练基于酒店房型信息的基于神经网络的超标推荐模型，获得每个超标酒店房型信息的置信度。
[0020]优选地，所述基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类中，包括：
[0021]基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类，将满足所述当前用户所属企业差标信息的房型资源特征数据，作为当前用户合标训练数据集；将超出所述当前用户所属企业差标信息的房型资源特征数据，作为当前用户超标训练数据集。
[0022]优选地，所述将所述当前用户的分类后的所述房型资源特征数据，输入所述房型推荐模型，输出匹配酒店房型信息的置信度，包括：
[0023]根据所述当前用户合标训练数据集训练基于酒店房型信息的基于神经网络的合标推荐模型，获得每个合标酒店房型信息的置信度，根据所述当前用户超标训练数据集训练基于酒店房型信息的基于神经网络的超标推荐模型，获得每个超标酒店房型信息的置信度，将所述合标酒店房型信息和超标酒店房型信息合成到一个集合中，并根据置信度进行排序，将置信度最高的n个酒店房型信息推送给所述用户。
[0024]优选地，所述根据酒店房型信息的置信度向所述用户推荐包括：
[0025]将置信度排序最高的酒店房型信息的基于置信度由高到低的顺序排序并显示于用户终端的同一显示界面中。
[0026]本专利技术的实施例还提供一种基于商旅的酒店客房推荐系统，用于实现上述的基于商旅的酒店客房推荐方法，所述基于商旅的酒店客房推荐系统包括：
[0027]历史信息采集模块，采集用户的历史预订的房型资源特征数据和所述用户所属企业差标信息；
[0028]历史信息分类模块，基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类；
[0029]推荐模型训练模块，根据分类后的所述房型资源特征数据，训练基于酒店房型信息的推荐模型；
[0030]当前信息采集模块，采集当前用户的个人历史预订的房型资源特征数据和所属企业差标信息；
[0031]当前信息分类模块，基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类；
[0032]推荐模型预测模块，将所述当前用户的分类后的所述房型资源特征数据，输入所
述房型推荐模型，输出匹配酒店房型信息的置信度；
[0033]房型信息推荐模块，根据酒店房型信息的置信度向所述用户推荐。
[0034]本专利技术的实施例还提供一种基于商旅的酒店客房推荐设备，包括：
[0035]处理器；
[0036]存储器，其中存储有所述处理器的可执行指令；
[0037]其中，所述处理器配置为经由执行所述可执行指令来执行上述基于商旅的酒店客房推荐方法的步骤。
[0038]本专利技术的实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述基于商旅的酒店客房推荐方法的步骤。
[0039]本专利技术的目的在于提供基于商旅的酒店客房推荐方法、系统、设备及存储介质，能够根据算法模型优先输出符合用户预期的房型资源，以提高预订效率。
附图说明
[0040]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显。
[0041]图1是本专利技术的基于商旅的酒店客房推荐方法的流程图。
[0042]图2是本专利技术的基于商旅的酒店客房推荐方法的实施过程示意图。
[0043]图3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于商旅的酒店客房推荐方法，其特征在于，包括以下步骤：采集用户的历史预订的房型资源特征数据和所述用户所属企业差标信息；基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类；根据分类后的所述房型资源特征数据，训练基于酒店房型信息的推荐模型；采集当前用户的个人历史预订的房型资源特征数据和所属企业差标信息；基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类；将所述当前用户的分类后的所述房型资源特征数据，输入所述房型推荐模型，输出匹配酒店房型信息的置信度；根据酒店房型信息的置信度向所述用户推荐。2.如权利要求1所述的基于商旅的酒店客房推荐方法，其特征在于，所述采集用户的历史预订的房型资源特征数据和所述用户所属企业差标信息中，所述历史预订的房型资源特征数据包括：酒店房型、房型价格、窗型、支付方式、早餐餐标价格中的至少一项；所述企业差标信息包括：酒店星级、酒店房型的价格区间、基于机场或是火车站的接送费用中的至少一项。3.如权利要求1所述的基于商旅的酒店客房推荐方法，其特征在于，所述基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类，包括：基于每个所述用户所属企业差标信息对所述用户的历史预订的房型资源特征数据进行分类，将满足所述用户所属企业差标信息的房型资源特征数据，作为合标训练数据集；将超出所述用户所属企业差标信息的房型资源特征数据，作为超标训练数据集。4.如权利要求3所述的基于商旅的酒店客房推荐方法，其特征在于，所述根据分类后的所述房型资源特征数据，训练基于酒店房型信息的推荐模型，包括：根据所述合标训练数据集训练基于酒店房型信息的基于神经网络的合标推荐模型，获得每个合标酒店房型信息的置信度，根据所述超标训练数据集训练基于酒店房型信息的基于神经网络的超标推荐模型，获得每个超标酒店房型信息的置信度。5.如权利要求1所述的基于商旅的酒店客房推荐方法，其特征在于，所述基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类中，包括：基于所述当前用户所属企业差标信息对所述当前用户的历史预订的房型资源特征数据进行分类，将满足所述当前用户所属企业差标信息的房型资源特征数据，作为当前用户合标训练数据...

【专利技术属性】
技术研发人员：宋移琳，宋长利，杜军辉，纪承周，汪珣，汪政，吴诗雨，张艺颖，
申请(专利权)人：携程商旅信息服务上海有限公司，
类型：发明
国别省市：