【技术实现步骤摘要】
本专利技术涉及数据处理，特别涉及一种用户机票订单管理的信息化标签方法及系统。
技术介绍
1、随着航空业的发展和全球旅行的增加，机票订单管理成为一个关键的挑战。传统的订单管理方法往往面临复杂的订单数据和繁琐的信息处理。这种复杂性导致了订单处理的低效率和错误率，并且给用户带来不便。
2、为了改善机票订单管理的问题，一些相关技术已经涌现出来。这些技术包括大数据分析、云计算、人工智能和神经网络。大数据分析可用于处理海量的订单信息，从中发现有价值的信息和趋势。云计算可以提供可靠和安全的存储和处理订单数据的环境。人工智能和神经网络则可以通过学习和分析历史订单数据来提高订单处理的智能和准确性。
3、然而，虽然相关技术在改善机票订单管理方面有所帮助，但存在一些技术弊端。传统的方法仍然需要大量的人力和手动操作，容易导致错误和延迟。另外，在某些情况下，传统的方法无法实时更新订单状态，从而给用户带来不必要的困惑。此外，处理订单数据的复杂性和多样性也是现有技术需要解决的挑战。
技术实现思路
1、本专利技术的主要目的为提供一种用户机票订单管理的信息化标签方法及系统，以提高订单处理效率、实时行程跟踪、简化用户体验、改善订单准确性，并提供个性化服务。
2、为实现上述目的，本专利技术提供了一种用户机票订单管理的信息化标签方法，包括步骤：
3、基于预设的神经网络模组，以监听获取用户构建的订单数据；
4、在同时刻下，调用所述订单数据中携带的出发地信息和目的地
5、通过所述的线性节点路径，在云端数据库中监听用户所反馈的行程信号；
6、将用户所反馈的各个行程信号标注于线性节点路径上，并判断所述线性节点路径是否标注完整，若否，则认定为用户行程未结束，持续监听；
7、若是，则认定为用户行程结束，以在预存于用户id下的地图子数据库上对应的标注出线性节点路径。
8、进一步地，训练所述神经网络模组的步骤，包括：
9、选择出cnn卷积神经网络模块和rnn循环神经网络模块；
10、在预设的数据库中选取历史订单数据，以对所述历史订单数据进行特征提取而得到第一训练集和第二训练集、以及第一验证集和第二验证集；其中，通过cnn卷积神经网络模块提取历史订单数据中的时间关系和空间关系作为所述第一训练集；通过rnn循环神经网络模块提取历史订单数据中的演变关系和字义关系作为所述第二训练集，所述第一验证集和第二验证集分别为历史订单数据中的实际数据，以用于一一对应验证第一训练集和第二训练集；
11、在一个时刻下，cnn卷积神经网络模块对提取得到的第一训练集进行区域性特征标定，所述的区域性特征标定包括用于标定第一训练集中出发地与目的地的空间关系、和标定第一训练集中旅行日期的时间关系；
12、在一个时刻下，rnn循环神经网络模块对提取得到的第二训练集进行序列性特征标定，所述的序列性特征标定包括用于标定第二训练集中座位号与航班信息之间的演变关系、和标定第二训练集中用户姓名的字义关系；
13、在所述神经网络模组的嵌入层中，将离散的空间关系、时间关系、演变关系和字义关系转换为连续的训练向量；
14、将所述第一验证集添加于cnn卷积神经网络模块的第一输出层、并将所述第二验证集添加于rnn循环神经网络模块的第二输出层，基于所述历史订单数据将第一验证集和第二验证集进行特征融合，进一步带动所述第一输出层和第二输出层融合构成神经网络模组的输出层；
15、在所述神经网络模组的输出层中，输出所述训练向量对应的训练用线性节点路径，并基于所述的训练用线性节点路径经过神经网络模组的输出层，以对所述输出层上融合后的验证集进行优化，再基于训练集的优化通过反向传播对整个神经网络模组进行调优。
16、进一步地，基于预设的神经网络模组，以监听获取用户构建的订单数据的步骤，包括：
17、采用所述神经网络模组的输入层对云端数据库上的付费因子进行监听；其中，所述的付费因子为用户创建机票订单时产生的缴费成功信号；
18、若监听到付费因子，则利用所述神经网络模组的输入层获取与付费因子相关联的订单数据；
19、若未监听到付费因子，则所述神经网络模组的输入层撤销与付费因子相关联的订单数据。
20、进一步地，调用所述订单数据中携带的出发地信息和目的地信息，经所述神经网络模组的线性节点处理，生成线性节点路径的步骤，包括：
21、将所述订单数据输入至神经网络模组的嵌入层中，进行离散识别；其中，基于所述订单数据中的空间关系、时间关系、演变关系和字义关系，以通过所述的离散识别至少确定出与订单数据对应的出发地信息、目的地信息和航班信息；
22、基于所述航班信息，确定出从所述出发地信息至目的地信息中所有的碍口节点，并利用所有的碍口节点生成对应的线性节点路径；
23、利用神经网络模组的输出层中输出所述的线性节点路径。
24、进一步地，通过所述的线性节点路径，在云端数据库中监听用户所反馈的行程信号的步骤，包括：
25、通过所述云端数据库对线性节点路径上的各个碍口节点进行监听；其中，各个所述碍口节点的监听由碍口闸门与云端数据库建立云端通道，在用户使用对应凭证通过碍口闸门时，所述碍口闸门生成行程信号至云端数据库，而神经网络模组监听云端数据库中的行程信号。
26、进一步地，将用户所反馈的各个行程信号标注于线性节点路径上的步骤，包括：
27、监听所述的云端数据库中获取到行程信号后，逐个将对应的行程信号标注于线性节点路径上。
28、进一步地，在预存于用户id下的地图子数据库上对应的标注出线性节点路径的步骤中，包括：
29、在判定用户行程结束的情况下，调取订单数据中的旅行日期；
30、基于所述旅行日期，对地图子数据库中的历史旅行日期进行排列，并通过所述的排列生成订单导航目录；
31、在同时刻下，基于线性节点路径的出发地与目的地在地图子数据库中生成对应的旅行线路；
32、将携带有所述旅行线路的地图、和订单导航目录数据打包，发送于用户终端的用户id下。
33、本专利技术还提出一种用户机票订单管理的信息化标签系统，包括：
34、用户单元，用于基于预设的神经网络模组，以监听获取用户构建的订单数据；
35、处理单元，用于在同时刻下，调用所述订单数据中携带的出发地信息和目的地信息，经所述神经网络模组的线性节点处理，生成线性节点路径；
36、监听单元，用于通过所述的线性节点路径，在云端数据库中监听用户所反馈的行程信号；
37、判断单元，用于将用户所反馈的各个行程信号标注于线性节点路径上，并判断所述线性节点路径是否标注完整，若否，则认定为用户行程未结束，持续监听；
38、记录单元本文档来自技高网...
【技术保护点】
1.一种用户机票订单管理的信息化标签方法，其特征在于，包括步骤：
2.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，训练所述神经网络模组的步骤，包括：
3.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，基于预设的神经网络模组，以监听获取用户构建的订单数据的步骤，包括：
4.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，调用所述订单数据中携带的出发地信息和目的地信息，经所述神经网络模组的线性节点处理，生成线性节点路径的步骤，包括：
5.根据权利要求4所述的用户机票订单管理的信息化标签方法，其特征在于，通过所述的线性节点路径，在云端数据库中监听用户所反馈的行程信号的步骤，包括：
6.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，将用户所反馈的各个行程信号标注于线性节点路径上的步骤，包括：
7.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，在预存于用户ID下的地图子数据库上对应的标注出线性节点路径的步骤中，包括：p>
8.一种用户机票订单管理的信息化标签系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述用户机票订单管理的信息化标签方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的用户机票订单管理的信息化标签方法的步骤。
...【技术特征摘要】
1.一种用户机票订单管理的信息化标签方法，其特征在于，包括步骤：
2.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，训练所述神经网络模组的步骤，包括：
3.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，基于预设的神经网络模组，以监听获取用户构建的订单数据的步骤，包括：
4.根据权利要求1所述的用户机票订单管理的信息化标签方法，其特征在于，调用所述订单数据中携带的出发地信息和目的地信息，经所述神经网络模组的线性节点处理，生成线性节点路径的步骤，包括：
5.根据权利要求4所述的用户机票订单管理的信息化标签方法，其特征在于，通过所述的线性节点路径，在云端数据库中监听用户所反馈的行程信号的步骤，包括：
6.根据权利要求1...
【专利技术属性】
技术研发人员：邵玲，廖伟山，花钰，
申请(专利权)人：广东美亚商旅科技有限公司，
类型：发明
国别省市：
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。