CN106909659A - Ota网站中基于交通便利度的酒店排序方法 - Google Patents

Abstract

本发明公开了一种OTA网站中基于交通便利度的酒店排序方法，方法包括：S1、收集并存储OTA网站中酒店地理位置、及其附近公共交通、私人交通和周边生活数据；S2、根据S1中的数据计算酒店的公共交通便利度得分；S3、根据S1中的数据计算酒店的私人交通便利度得分；S4、根据S2、S3和S4中计算得到的公共交通便利度得分、私人交通便利度得分和周边生活便利度得分综合计算酒店交通便利度得分；S6、按照酒店交通便利度得分由高到低的顺序对当前各酒店进行排序。本发明以酒店自身的交通便利性及周边配套环境质量为依托，对酒店进行综合性分析，向用户推荐更加符合需求的酒店，从而有效提升OTA网站用户体验。

Description

OTA网站中基于交通便利度的酒店排序方法

技术领域

本发明涉及一种酒店排序方法，特别是涉及一种OTA网站中基于交通便利度的酒店排序方法。

背景技术

随着互联网的兴起和发展，越来越多的消费者选择通过互联网获取酒店信息并订购酒店房间，这样不仅高效便捷，而且消费者能够根据自身需求对不同酒店进行比较并选择最合适的酒店。

OTA网站(在线旅游网站)均具有根据用户的输入查询酒店，根据用户在页面上选择的最满足自身需求的指标对查询结果进行排序，并将排序后的酒店显示给用户的功能，因此对用户需求的理解和建模是提升OTA网站创新程度及服务质量的关键。

现有OTA网站的酒店排序方法主要基于以下指标：距离、价格、点评分及推荐排序分。距离/价格/点评分均为用户较为关注的酒店重要客观属性。推荐排序分是网站根据酒店历史和实时信息，结合访问用户自身情况，综合评测其他用户对酒店的反馈，比如该酒店历史订单，星级等相关信息而计算出的一种得分。

但上述的排序指标存在以下不足：

只反映了酒店具有的客观属性，没有涉及酒店自身的交通便利性及周边配套环境质量。

由于酒店区别于其他电子商务产品的不可移动性，无法直接运送到用户身边，需要用户通过各种方式到达酒店，而且用户由于异地出行，大多需要携带行李。因此酒店外围的方便程度对用户而言至关重要，这导致了酒店地理位置附近是否便利会在用户选择时占据重要位置。对于不同类型旅客，对酒店周边环境侧重点也有不同，有的比较看重该酒店附近是否有美食，有的比较看重该酒店是否在游乐场附近。为此，缺乏对酒店交通信息及其周边环境统一评测将导致用户不得不在下单前后对酒店周边交通环境进行多方位评测，往往会让用户增加出行成本及选择成本，严重影响旅行体验。

由于用户此次出行所乘坐的交通工具或者旅行的目的地这类对于衡量用户对于酒店交通位置方面的选择至关重要的信息难以获得，现有的酒店排序及查询方法中缺乏基于便利度的计算。

发明内容

本发明要解决的技术问题是为了克服现有技术中OTA网站中酒店排序方法无法满足用户了解酒店自身的交通便利度及周边配套环境质量需求的缺陷，提供一种OTA网站中基于交通便利度的酒店排序方法。

本发明让用户能够在更短的时间内选择到满意的酒店：

以酒店的具体地理位置及周边环境进行分析，减少与用户对交通便利度需求差别过大的酒店被排到前面的可能性。

对酒店使用不同维度来衡量其交通便利度，综合的对交通便利度进行评价，方便排序结果的产生，有利于用户检索和选择。

在实现过程中，可以不断地更新实时信息，进行自我修正，从而提高排序结果的最优性。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供了一种OTA网站中基于交通便利度的酒店排序方法，其特点在于，包括以下步骤：

S1、收集并存储OTA网站中酒店地理位置、及酒店附近的公共交通数据、私人交通数据和周边生活数据；

S2、根据S1中的公共交通数据计算酒店的公共交通便利度得分；

S3、根据S1中的私人交通数据计算酒店的私人交通便利度得分；

S4、根据S1中的周边生活数据计算酒店的周边生活便利度得分；

S5、根据S2、S3和S4中计算得到的公共交通便利度得分、私人交通便利度得分和周边生活便利度得分综合计算酒店交通便利度得分；

S6、按照酒店交通便利度得分由高到低的顺序对当前各酒店进行排序。

较佳地，所述公共交通数据包括：酒店地理位置所在城市公共交通站名称及经纬度，公共交通数量、频次、运行时间和载客人数；

所述私人交通数据包括：酒店地理位置附近道路类别，车道类型，各道路的交通拥堵指数，各道路车辆数，酒店停车场可停放车辆多少和附近停车场数量；

所述周边生活数据包括：美食类、便利店类、主题乐园类和商务会所类数据，其中美食类数据为酒店地理位置所在城市美食地点名称及经纬度、美食点评分和人均消费范围，便利店类数据为便利店名称及经纬度和便利店点评分，主题乐园类数据为酒店地理位置所在城市下主题乐园名称及经纬度和主题乐园点评分，商务会所类数据为酒店地理位置所在城市下商务会所名称及经纬度和商务会所点评分。

较佳地，步骤S1中还包括用户出行的类型和旅行方式。

较佳地，步骤S2中的酒店的公共交通便利度得分为公交车便利度得分和地铁便利度得分之和。

较佳地，步骤S2中酒店周边公交车站离酒店越近、公交车站单位时间内出现的公交车数量越多、每分钟旅客人数越多、车速越快，则公交便利度得分越高；地铁站离酒店越近、地铁站单位时间内出现的地铁数量越多，单位时间内运载人数越多，地铁速度越快，则地铁便利度得分越高。

较佳地，步骤S3中的私人交通便利度得分反映酒店地理位置附近的私人车行驶情况，酒店周围车流量越高、车道越宽、停车场越大、酒店到道路距离越短，则其私人交通越便利，则私人交通便利度得分越高。

较佳地，步骤S4中周边生活便利度得分包括美食得分、便利店得分、主题乐园得分和商务会所得分，主要由酒店附近的美食店、便利店、主题乐园和商务会所的公开点评信息和与酒店的距离决定。

较佳地，步骤S5中将公共交通便利度得分、私人交通便利度得分和周边生活便利度得分进行有权加和来得到酒店交通便利度得分。

较佳地，步骤S6中根据S5中得到的交通便利度得分对各酒店进行降序排序，并根据排序结果将酒店信息进行依次显示，将更符合用户交通需求的酒店优先显示在OTA网站酒店查询页面。

本发明的积极进步效果在于：本发明将OTA网站中酒店供应商所处地理位置周边交通和生活便利性进行定量描述，并给予每家酒店一个综合性交通便利度得分。从而充分发挥酒店特色，将具有地理位置或交通便利的酒店突出展示出来，给酒店带来更多用户，提升酒店的收益。同时本发明能够减少用户查询地图等相关信息时间，将用户此次出行的目标和行程考虑在内，更贴心的考虑用户需求，减少用户筛选时间，加快了用户预订酒店的决策过程，提升用户体验。

附图说明

图1为本发明的一较佳实施例的OTA网站中基于交通便利度的酒店排序方法的流程图。

图2为本发明的一较佳实施例的OTA网站中基于交通便利度的酒店排序方法的排序结果示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

如图1所示，本发明的OTA网站中基于交通便利度的酒店排序算法包括以下步骤：

步骤101、收集并存储OTA网站中酒店地理位置、及酒店附近公共交通、私人交通和周边生活数据；

步骤102、根据步骤101中的公共交通数据计算酒店的公共交通便利度得分；

步骤103、根据步骤101中的私人交通数据计算酒店的私人交通便利度得分；

步骤104、根据步骤101中的周边生活数据计算酒店的周边生活便利度得分；

步骤105、根据步骤102、步骤103和步骤104中计算得到的公共交通便利度得分、私人交通便利度得分和周边生活便利度得分综合计算酒店交通便利度得分；

步骤106、按照酒店交通便利度得分由高到低的顺序对当前各酒店进行排序。

在本发明的OTA网站中基于交通便利度的酒店排序方法中，其原理是根据OTA网站中酒店供应商所处地理位置周边环境数据，包括公共交通、私人交通和周边生活信息进行综合分析，计算酒店整体交通便利度得分，对不同酒店进行排序，将酒店按照交通便利度得分从高到低的顺序依次展现给用户。

其中，在步骤101中，所述的酒店地理位置附近公共交通、私人交通和周边生活数据为通过爬虫获得的公交、地铁、公路和生活点评类信息数据。其中包括的具体各类别经纬度信息是通过高德地图API(Application Programming Interface，应用程序编程接口)进行名称匹配和筛选得到的。

在步骤102中，公共交通便利度得分包括公交车便利度得分和地铁便利度得分。

其中公交车便利度得分的计算步骤具体包括：

根据步骤101中获得的酒店经纬度信息和酒店所在城市公交车站点经纬度信息，计算出该酒店一定范围内的公交车站数量K1；

对于该范围内的每个公交车站si，计算出该公交站点与酒店的距离L(si)、每分钟内的公交车数量Count(si)、每分钟内的乘客人数Tour(si)和该车站公交车平均车速v(si)，其中每分钟内的公交车数量Count(si)和每分钟内的乘客人数Tour(si)分别符合泊松分布P(lambda1_i)和P(lambda2_i)；

计算出该酒店附近公交便利度得分score(bus)为：

score(bus)＝sum(Count(si)*Tour(si)*v(si)/L(si))，其中sum表示对该酒店一定范围内的K1个公交车站进行求和操作。

步骤102中地铁便利度得分的计算步骤具体包括：

根据步骤101中获得的酒店经纬度信息和酒店所在城市地铁站点经纬度信息，计算出该酒店一定范围内的地铁站数量K2；

对于该范围内的每个地铁站ri，计算出该地铁站点与酒店的距离L(ri)、每分钟内的地铁数量Count(ri)、每分钟内的乘客人数Tour(ri)和该站地铁平均车速v(ri)，其中每分钟内的地铁数量Count(ri)和每分钟内的乘客人数Tour(ri)分别符合泊松分布P(lambda3_i)和P(lambda4_i)；

计算出该酒店附近地铁便利度得分score(underway)为：

score(underway)＝sum(Count(ri)*Tour(ri)*v(ri)/L(ri))，其中sum表示对该酒店一定范围内的K2个地铁站进行求和操作。

将公交便利度和地铁便利度得分进行加和，则得到酒店公共交通便利度得分为：

score(public)＝score(bus)+score(underway)。

较佳地，步骤102中公交车站离酒店越近、公交车站单位时间内出现的公交车数量越多、每分钟旅客人数越多、车速越快，则公交便利度得分越高。地铁站离酒店越近、地铁站单位时间内出现的地铁数量越多，单位时间内运载人数越多，地铁速度越快，则地铁便利度得分越高。

在步骤103中，酒店的私人交通便利度得分计算步骤具体包括：

根据酒店经纬度信息获得该酒店一定范围内的道路数量K3；

对于该范围内的每个道路ci，获得其每天车流信息Count(ci)及车道大小S，平均车速v(ci)；

计算出该道路的预计通车量Count(ci)*S；

获得该酒店停车场大小P及该酒店到该道路距离L(ci)；

根据上述数据，可以计算出酒店私人交通便利度得分为：

score(car)＝sum(Count(ci)*S*v(ci)/L(ci))*P，其中sum表示对该酒店一定范围内的K3个道路进行求和操作。

步骤103中酒店周围车流量越高，车道越宽，停车场越大，酒店到该道路距离越短，则其私人交通越便利，其最终私人交通便利度得分也越高。

在步骤104中，周边生活便利度得分包括美食得分、便利店得分、主题乐园得分和商务会所得分。

其中美食得分的计算步骤具体包括：

根据步骤101中获得的酒店经纬度信息及美食店经纬度信息，获得该酒店一定范围内的美食店数量K4；

对于该范围内的每个美食店fi，计算出该美食店与酒店的距离L(fi)；

根据该美食店公开点评信息，获得其点评分rating_fi；

根据上述数据，可以计算出酒店美食得分为：

score(fi)＝sum(rating_fi/L(fi))，其中sum表示对该酒店一定范围内的K4个美食店进行求和操作。

步骤104中便利店得分的计算步骤具体包括：

根据步骤101中获得的酒店经纬度信息及便利店经纬度信息，获得该酒店一定范围内的便利店数量K5；

对于该范围内的每个便利店mi，计算出该便利店与酒店的距离L(mi)；

根据该便利店公开点评信息，获得其点评分rating_mi；

根据上述数据，可以计算出酒店便利店得分为：

score(mi)＝sum(rating_mi/L(mi))，其中sum表示对该酒店一定范围内的K5个便利店进行求和操作。

考虑到城市内的主题乐园比较少，步骤104中主题乐园得分时可以通过该酒店距离该主题乐园的远近来计算，计算步骤具体包括：

根据步骤101中获得的酒店经纬度信息及主题乐园经纬度信息，获得该酒店所在城市的主题乐园数量K6；

对于每个主题乐园ti，计算出该主题乐园与酒店的距离L(ti)；

根据上述数据，可以计算出酒店主题乐园得分为：

score(ti)＝sum(1/L(ti))，其中sum表示对该酒店所在城市的K6个主题乐园进行求和操作。

步骤104中商务会所得分的计算步骤具体包括：

根据步骤101中获得的酒店经纬度信息及商务会所经纬度信息，获得该酒店一定范围内的商务会所数量K7；

对于该范围内的每个商务会所bi，计算出该商务会所与酒店的距离L(bi)；

根据该商务会所公开点评信息，获得其点评分rating_bi；

根据上述数据，可以计算出酒店商务会所得分为：

score(bi)＝sum(rating_bi/L(bi))，其中sum表示对该酒店一定范围内的K7个商务会所进行求和操作。

将美食得分、便利店得分、主题乐园得分和商务会所得分进行加和，则得到酒店周围生活便利度得分为：

score(life)＝score(fi)+score(mi)+score(ti)+score(bi)。

在步骤105中，酒店便利度得分具体计算步骤包括:

获得酒店的客房总数K；

根据步骤102、步骤103和步骤104中得到的该酒店公共交通便利度得分score(public)、私人交通便利度得分score(car)和周边生活便利度得分score(life)综合计算酒店交通便利度得分score(交通)为：

score(交通)＝(score(public)+score(car)+score(life))/K。

在本发明中计算出的酒店交通便利度得分score(交通)代表该酒店平均每客房交通便利性，同样条件下，客房总数越多，则交通便利性会相对下降，但是周围交通公交的丰富性与多样性，能在一定程度上弥补此类问题。

在步骤106中，将得到的各酒店score(交通)从高到低进行排序，用户在OTA网站中查询酒店时选择基于交通便利度排序后，根据排序结果将酒店信息依次显示，score(交通)高的酒店优先显示，具体的排序效果示意图可参见图2。

通过上述文字表述可以看出，采用本发明后，能够以酒店自身的交通便利性及周边配套环境质量为依托，对酒店进行综合性分析，并向用户推荐更加符合需求的酒店，从而有效提升了用户选择酒店的满意度，节省了用户的筛选时间，提高了酒店排序结果转化率，从而有效提升了用户OTA网站使用感受，提升用户体验，最终对酒店整体的住房率和营收带来了积极的改善。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (9)

1.一种OTA网站中基于交通便利度的酒店排序方法，其特征在于，包括以下步骤：

S1、收集并存储OTA网站中酒店地理位置、及酒店附近的公共交通数据、私人交通数据和周边生活数据；

S2、根据S1中的公共交通数据计算酒店的公共交通便利度得分；

S3、根据S1中的私人交通数据计算酒店的私人交通便利度得分；

S4、根据S1中的周边生活数据计算酒店的周边生活便利度得分；

S5、根据S2、S3和S4中计算得到的公共交通便利度得分、私人交通便利度得分和周边生活便利度得分综合计算酒店交通便利度得分；

S6、按照酒店交通便利度得分由高到低的顺序对当前各酒店进行排序。

2.如权利要求1所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，

所述公共交通数据包括：酒店地理位置所在城市公共交通站名称及经纬度，公共交通数量、运行时间和载客人数；

所述私人交通数据包括：酒店地理位置附近道路类别，车道类型，各道路的交通拥堵指数，各道路车辆数，酒店停车场可停放车辆多少和附近停车场数量；

所述周边生活数据包括：美食类、便利店类、主题乐园类和商务会所类数据，其中美食类数据为酒店地理位置所在城市美食地点名称及经纬度、美食点评分和人均消费范围，便利店类数据为便利店名称及经纬度，主题乐园类数据为酒店地理位置所在城市下主题乐园名称及经纬度，商务会所类数据为酒店地理位置所在城市下商务会所名称及经纬度。

3.如权利要求1所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S1中还包括用户出行的类型和旅行方式。

4.如权利要求2所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S2中的酒店的公共交通便利度得分为公交车便利度得分和地铁便利度得分之和。

5.如权利要求4所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S2中酒店周边公交车站离酒店越近、公交车站单位时间内出现的公交车数量越多、每分钟旅客人数越多、车速越快，则公交便利度得分越高；地铁站离酒店越近、地铁站单位时间内出现的地铁数量越多，单位时间内运载人数越多，地铁速度越快，则地铁便利度得分越高。

6.如权利要求2所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S3中酒店周围车流量越高、车道越宽、停车场越大、酒店到道路距离越短，则私人交通便利度得分越高。

7.如权利要求2所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S4中周边生活便利度得分包括美食得分、便利店得分、主题乐园得分和商务会所得分。

8.如权利要求1所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S5中将公共交通便利度得分、私人交通便利度得分和周边生活便利度得分进行有权加和来得到酒店交通便利度得分。

9.如权利要求1所述的OTA网站中基于交通便利度的酒店排序方法，其特征在于，步骤S6中还根据排序结果将酒店信息进行依次显示。