CN107506410A - 交通产品的聚合查询方法、系统以及存储介质 - Google Patents

交通产品的聚合查询方法、系统以及存储介质 Download PDF

Info

Publication number
CN107506410A
CN107506410A CN201710678124.9A CN201710678124A CN107506410A CN 107506410 A CN107506410 A CN 107506410A CN 201710678124 A CN201710678124 A CN 201710678124A CN 107506410 A CN107506410 A CN 107506410A
Authority
CN
China
Prior art keywords
product
transfer
route
destination
price
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710678124.9A
Other languages
English (en)
Inventor
陆昆朋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ctrip Travel Network Technology Shanghai Co Ltd
Original Assignee
Ctrip Travel Network Technology Shanghai Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ctrip Travel Network Technology Shanghai Co Ltd filed Critical Ctrip Travel Network Technology Shanghai Co Ltd
Priority to CN201710678124.9A priority Critical patent/CN107506410A/zh
Publication of CN107506410A publication Critical patent/CN107506410A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24553Query execution of query operations
    • G06F16/24554Unary operations; Data partitioning operations
    • G06F16/24556Aggregation; Duplicate elimination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供交通产品的聚合查询方法、系统以及存储介质,其中聚合查询方法包括:接收客户端发送的查询请求,包括出发地、目的地和出发日期;根据出发地和目的地计算路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;请求交通产品引擎,调取符合的直达产品和中转产品;将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;将所述交通产品推送信息推送至客户端。本发明实现了在查询任何点到点和日期的情况下都筛选给出一套最优的交通产品方案。

Description

交通产品的聚合查询方法、系统以及存储介质
技术领域
本发明涉及数据查询筛选领域,尤其涉及一种交通产品的聚合查询方法、系统以及存储介质。
背景技术
随着互联网的发展,各电商平台推出在线交通预定服务,包括机票预定、火车票预定、汽车票预定、以及其他交通产品预定,给用户出行提供了极大的便利。
然而,现有的在线交通预定系统均存在以下缺陷:
第一,查询方式单一。例如机票预订系统仅能查询和预定机票,汽车票预定系统仅能查询和预定汽车票,无法给用户出行提供全面的交通路线参考。
第二,查询结果冗余。当用户输入点到点信息查询交通路线时,系统往往没有筛选机制把优选的出行方案推荐给客户,使得用户查询页面出现很多冗余信息,妨碍用户的选购。
第三,查询引擎负担,由于电商平台需要与第三方引擎之间交互查询可供选购的交通路线产品,每当客户输入查询信息,都需要与第三方引擎交互,给查询引擎带来了巨大负担。
发明内容
针对现有技术中的缺陷,本发明提出一种交通产品的聚合查询方法、系统以及存储介质,实现用户在查询任何点到点和日期的情况下都可以筛选给出一套最优并可售卖预定的交通产品方案。
根据本发明的一个方面,提供一种交通产品的聚合查询方法,包括:
步骤S1、接收客户端发送的查询请求,所述查询请求携带查询信息,所述查询信息包括出发地、目的地和出发日期;
步骤S2、根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;
步骤S3、请求交通产品引擎,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;
步骤S4、将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;
步骤S5、将所述交通产品推送信息推送至客户端。
优选地,所述步骤S4包括:
步骤S401、将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品和行程耗时最短的中转产品;
步骤S402、判断筛选出的所述中转产品的价格占筛选出的所述直达产品的价格的比例是否小于预设的价格比例阈值,若是,则执行步骤S403,若否,则执行步骤S404;
步骤S403、将该时间段内筛选出的所述中转产品与筛选出的所述直达产品作为交通产品推送信息;
步骤S404、将该时间段内筛选出的所述直达产品作为交通产品推送信息。
优选地,在所述步骤S4中,还包括在每个时间段内,根据等式W=A*B+C*D+E*F计算中转产品的权值,
其中,W为中转产品的权值,A为中转产品的价格,B为价格权重系数,C为中转产品的行程耗时,D为行程耗时权重系数,E为中转产品的接驳耗时,F为接驳耗时权重系数,
并且筛选出权值最小的中转产品加入到交通产品推送信息。
优选地,所述价格权重系数、所述行程耗时权重系数和所述接驳耗时权重系数之间的比例为:
B:D:F=1:(0.5~0.9):(0.5~0.9)。
优选地,所述步骤S4包括:
步骤S411、将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品、行程耗时最短的中转产品以及权值最小的中转产品;
步骤S412、计算筛选出的所述中转产品的价格各自占筛选出的所述直达产品的价格的价格比例;
步骤S413、将该时间段内价格比例小于预设的价格比例阈值的所述中转产品,以及筛选出的所述直达产品作为交通产品推送信息。
优选地,所述交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将价格最低的直达产品或中转产品提升到第一位,然后推送至客户端。
优选地,所述交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将行程耗时最短的直达产品或中转产品提升到第一位,然后推送至客户端。
优选地,在所述步骤S2中,根据中转路线的总路程长度与直达路线的总路程长度的比例不超出预设的总路程长度比例阈值,计算并筛选出一个或多个所述中转地。
优选地,在所述步骤S2中,当经计算无符合出发地的路线,将出发地更新为临近出发地,所述临近出发地与所述出发地之间的距离小于预设的距离阈值,并根据所述临近出发地和所述目的地计算路线;或者
当经计算无符合目的地的路线,将目的地更新为临近目的地,所述临近目的地与所述目的地之间的距离小于预设的距离阈值,并根据所述出发地和所述临近目的地计算路线;或者
当经计算无符合出发地和目的地的路线,将出发地更新为临近出发地,所述临近出发地与所述出发地之间的距离小于预设的距离阈值,并且将目的地更新为临近目的地,所述临近目的地与所述目的地之间的距离小于预设的距离阈值,并根据所述临近出发地和所述临近目的地计算路线。
优选地,所述步骤S5还包括:将与所述交通产品推送信息匹配的关联信息推送至客户端,所述关联信息包括:接送机、休息室、安检通道、保险、优惠券。
根据本发明的另一个方面,提供一种交通产品的聚合查询系统,包括:
信息提取模块,用于接收客户端发送的查询请求,提取所述查询请求所携带的查询信息,所述查询信息包括出发地、目的地和出发日期;
路线设定模块,用于根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;
引擎封装模块,用于与交通产品引擎交互,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;
筛选模块,用于将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;
推送模块,用于将交通产品推送信息推送至客户端。
优选地,上述的聚合查询系统还包括第一判断模块,用于判断所述筛选模块在每个时间段内筛选出的价格最低的直达产品和行程耗时最短的中转产品中,
所述中转产品的价格占所述直达产品的价格的比例是否小于预设的价格比例阈值,若是,则将该时间段内筛选出的所述中转产品与筛选出的所述直达产品作为交通产品推送信息,
若否,则将该时间段内筛选出的所述直达产品作为交通产品推送信息。
优选地,所述筛选模块在每个时间段内,还根据等式W=A*B+C*D+E*F计算中转产品的权值,
其中,W为中转产品的权值,A为中转产品的价格,B为价格权重系数,C为中转产品的行程耗时,D为行程耗时权重系数,E为中转产品的接驳耗时,F为接驳耗时权重系数,
并且筛选出权值最小的中转产品加入到交通产品推送信息。
优选地,上述的聚合查询系统还包括第二判断模块,用于判断所述筛选模块在每个时间段内筛选出的价格最低的直达产品、行程耗时最短的中转产品以及权值最小的中转产品中,所述中转产品的价格各自占所述直达产品的价格的价格比例,
并且将该时间段内价格比例小于预设的价格比例阈值的所述中转产品,以及筛选出的所述直达产品作为交通产品推送信息。
优选地,上述的聚合查询系统还包括排序模块,用于将所述交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将价格最低的直达产品或中转产品提升到第一位,然后推送至客户端。
优选地,上述的聚合查询系统还包括关联信息推送模块,用于将与所述交通产品推送信息匹配的关联信息推送至客户端,所述关联信息包括:接送机、休息室、安检通道、保险、优惠券。
根据本发明的另一个方面,还提供一种计算机可读取的存储介质,用于存储程序,其中所述程序在被执行时使得移动设备执行以下操作:
步骤S1、接收客户端发送的查询请求,所述查询请求携带查询信息,所述查询信息包括出发地、目的地和出发日期;
步骤S2、根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;
步骤S3、请求交通产品引擎,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;
步骤S4、将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;
步骤S5、将所述交通产品推送信息推送至客户端。
有鉴于此,本发明的交通产品的聚合查询方法、系统以及存储介质,在用户输入任何点到点和日期的情况下都可以聚合查询所有的直达路线和中转路线,并筛选推送出价格最低的直达路线、行程耗时最短的中转路线以及权值最低的中转路线供用户选购。
附图说明
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,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明的交通产品的聚合查询方法的步骤示意图;
图2是本发明一种实施例的交通产品的聚合查询方法的流程图;
图3是实施例中交通产品的聚合查询系统的分层架构图;
图4是图3的任务封装架构图;
图5是机+机中转推荐的查询流程图;
图6是出发日期的时间段分割示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员应意识到,没有特定细节中的一个或更多,或者采用其它的方法、组元等,也可以实践本发明的技术方案。在某些情况下,不详细示出或描述公知结构或者操作以避免模糊本发明。
图1是本发明的交通产品的聚合查询方法的步骤示意图,图2是实施例中交通产品的聚合查询方法的流程图。需注意,图2的流程仅示意出根据本发明的思想的一种实施例,结合图1和图2所示,本发明的聚合查询方法包括:
步骤S1、接收客户端发送的查询请求,查询请求携带查询信息,查询信息包括出发地、目的地和出发日期。其中,客户端可以是网页端或移动APP(Application,应用程序)端。查询信息除出发地、目的地和出发日期外,还包括/单程/往返/多程等不同的路程选项。单程是指从一个出发地到一个目的地;往返是指从一个出发地到一个目的地,并且又从该目的地返回该出发地;多程包括多个子单程,每个子单程具有一个出发地和一个目的地,前一个子单程的目的地可作为后一个子单程的出发地。其中,往返可看成单程与单程的往返叠加,而多程可看成多个单程相拼合,因此本发明主要以单程为例进行讲解。
步骤S2、根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线。具体的,可以根据中转路线的总路程长度与直达路线的总路程长度的比例不超出预设的总路程长度比例阈值,计算并筛选出一个或多个中转地。例如,客户端输入的出发地记为P1,目的地记为P2,出发地P1与目的地P2之间的总路程长度记为P1+P2。计算中转地时,例如一个中转地P3,中转路线的总路程长度记为P1+P3+P2,则需满足条件:(P1+P3+P2)/(P1+P2)<T1,T1为总路程长度比例阈值,一般设置为大于1小于2,例如1.2,1.3,1.5,等等。也就是说,中转路线的总路程长度在优选方案中不会超出直达路线的总路程长度太多,以避免中转费时费力。当设定两个和以上中转地时,也采用不超出总路程长度比例阈值的方式,此处不再赘述。
进一步的,步骤S2计算出发地P1到目的地P2的路线(包括直达路线和中转路线)后,将出发地P1到目的地P2的路线作为已知路线存入到路线缓存器中。这样,当下一个用户查询出发地P1到目的地P2的路线时,执行完步骤S1后,可以执行一个判断步骤,例如图2示意的步骤S101,判断查询信息(主要指出发地和目的地)是否命中路线缓存器的已知路线。若是,直接从路线缓存器中提取出发地P1到目的地P2的已知路线,从而省去重复的路线计算步骤,也即跳过步骤S2直接执行步骤S3。若否,再执行步骤S2。
步骤S3、请求交通产品引擎,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时。交通产品引擎包括不同第三方的不同交通工具类型的数据库引擎,例如不同航空公司的机票引擎、铁路公司的火车票引擎、汽车公司的巴士票引擎等。对应的,直达路线和中转路线中的交通工具包括飞机、火车、巴士。
其中,中转产品的行程耗时是指所有行程的总时间,接驳耗时是指多段行程之间接驳的总时间。为确保顺利中转,每两段形成之间的接驳耗时一般设定为大于2小时。例如,当出发地P1和目的地P2之间具有一个中转地P3时,则出发地P1到中转地P3为第一行程,中转地P3到目的地P2为第二行程,在第一行程与第二行程之间的接驳时间,设定为大于2小时,以确保在中转地P3能有足够的时间从第一行程中转至第二行程。
步骤S4、将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息。具体的,步骤S4包括以下子步骤:步骤S401、将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品和行程耗时最短的中转产品;步骤S402、判断筛选出的中转产品的价格占筛选出的直达产品的价格的比例是否小于预设的价格比例阈值,若是,则执行步骤S403,若否,则执行步骤S404;步骤S403、将该时间段内筛选出的中转产品与筛选出的直达产品作为交通产品推送信息;步骤S404、将该时间段内筛选出的直达产品作为交通产品推送信息。
其中,时间段的划分可根据出行高峰数据设定,例如,将出发日期划分为:第一时间段(0点到8点)、第二时间段(8点到10点)、第三时间段(10点12点)、第四时间段(12点到14点)、第五时间段(14点到18点)、第六时间段(18点到24点)。实际划分方式根据数据统计结果设定,而不以此处所举为限。在每个时间段中,均筛选出一条价格最低的直达产品,和一条行程耗时最短的中转产品,作为交通产品推送信息。作为优选的实施方式,还可对筛选出的价格最低的直达产品和行程耗时最短的中转产品进行价格比较,判断该中转产品的价格占该直达产品的价格的比例是否小于预设的价格比例阈值,若是,则表明该中转产品相比该直达产品具有明显的价格优势,因此将该中转产品和该直达产品一起作为交通产品推送信息;若否,则表明该中转产品相比该直达产品并不具有明显的价格优势,而中转产品势必会比直达产品耗时耗力,因此仅将该直达产品作为交通产品推送信息,而该中转产品因不能给用户带来价格或时间的优惠而被舍弃。上述的价格比例阈值可设为小于1,例如设为0.8,则当该中转产品的价格占该直达产品的价格的比例小于0.8时,说明该中转产品相比该直达产品具有明显的价格优势。
进一步的,在步骤S4中,在每个时间段内除筛选出价格最低的直达产品和行程耗时最短的中转产品外,还包括:根据等式W=A*B+C*D+E*F计算中转产品的权值,并且筛选出权值最小的中转产品加入到交通产品推送信息。其中,W为中转产品的权值,A为中转产品的价格,B为价格权重系数,C为中转产品的行程耗时,D为行程耗时权重系数,E为中转产品的接驳耗时,F为接驳耗时权重系数,中转产品的权值为中转产品的价格与价格权重系数的乘积、行程耗时与行程耗时权重系数的乘积、以及接驳耗时与接驳耗时权重系数的乘积三者之和。所述的价格权重系数B、行程耗时权重系数D和接驳耗时权重系数F之间的比例为B:D:F=1:(0.5~0.9):(0.5~0.9)。并且优选的,行程耗时权重系数D和接驳耗时权重系数F均可设定为0.75。
当每个时间段内同时筛选出价格最低的直达产品、行程耗时最短的中转产品、以及权值最小的中转产品时,上述的步骤S4则具体执行:步骤S411,将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品、行程耗时最短的中转产品以及权值最小的中转产品;步骤S412,计算筛选出的中转产品的价格各自占筛选出的直达产品的价格的价格比例;步骤S413,将该时间段内价格比例小于预设的价格比例阈值的中转产品,以及筛选出的直达产品作为交通产品推送信息。其中,时间段的划分以及价格比例阈值的设定与上述步骤类似,因此不再赘述。
步骤S5,将交通产品推送信息推送至客户端。该交通产品推送信息包括出发日期的各个时间段内筛选出来的直达产品和中转产品。
在优选的实施方式中,将交通产品推送信息推送至客户端之前,还会进行一个排序步骤,例如图2示意的步骤S414,将交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将价格最低的直达产品或中转产品提升到第一位,然后再执行步骤S5推送至客户端。或者,也可以将交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将行程耗时最短的直达产品或中转产品提升到第一位,然后推送至客户端。这一,用户在客户端所接收到的推送消息列表的第一条,即是所有的出发地P1到目的地P2的路线(包括直达路线和中转路线)中最优(价格最低或行程耗时最短)的一条。具体将哪条提升至第一位可根据该用户的历史订单偏好进行设定。
另外,在排序步骤之后,推送至客户端之前,还可包括出发日期的所有时间段内的交通产品推送信息中直达路线与中转路线的数量筛选步骤。例如图2示意的步骤S415,判断该出发日期的所有时间段内的交通产品推送信息中直达路线的数量是否达到数量阈值,若是,则表示在该出发日期直达路线足够供用户选择,因此执行步骤S416,将交通产品推送信息中的所有直达产品和提升至第一位的产品推送至客户端,而不必再把除第一位可能的中转路线之外的其他中转路线推送给用户。若否,则表明该出发日期直达路线的选择并不充足,因此执行步骤S5,向客户端推送排序后的直达产品和中转产品,以给用户提供更多的选择性。
进一步的,在将交通产品推送信息推送至客户端的同时,将该出发日期内出发地P1到目的地P2的交通产品推送信息存至产品缓存器中,这样,当下一个用户查询该出发日期内出发地P1到目的地P2的路线时,可以先将步骤S1所提取的查询信息输入产品缓存器,查看是否命中产品缓存器中的缓存路线。若否,再判断是否命中路线缓存器中的已知路线;若是,则直接调度交通产品引擎,判断命中的缓存路线是否可订购,过滤出可订购的缓存路线作为交通产品推送信息推送至客户端。也就是说,当该出发日期内出发地P1到目的地P2的交通产品(包括直达产品和中转产品)已经经过路线计算、筛选、排序等一系列操作形成最终优选的交通产品推送信息后,将该最终优选的交通产品推送信息作为缓存路线存入产品缓存器。当下一次接收到该出发日期内出发地P1到目的地P2的查询指令后,可直接从产品缓存器调取匹配该出发日期内出发地P1到目的地P2的缓存路线,并且,调度交通产品引擎,判断命中的缓存路线是否可订购,过滤出可订购的缓存路线作为交通产品推送信息推送至客户端。这样,就省去了重复从交通产品引擎调取相关路线、并筛选和排序的操作,大大减轻了引擎负担。
进一步的,在将交通产品推送信息推送至客户端的同时,本发明的方法还会将与交通产品推送信息相关联的营销产品信息一并推送至客户端,以给用户提供更多维度的丰富选择。营销产品信息包括接送机服务、休息室、安检通道、保险、酒店立减优惠券、机票优惠券、接送机优惠券等等,可根据公司营销策略并结合大数据分析用户偏好进行推荐。这样,用户可以在选购交通产品的同时,根据实际需要一并选购这些营销产品。
在其他优选实施方式中,本发明的交通产品的聚合查询方法还包括:在步骤S2中,当经计算无符合出发地和/或目的地的路线时,执行:当经计算无符合出发地的路线,将出发地更新为临近出发地,临近出发地与出发地之间的距离小于预设的距离阈值,并根据临近出发地和目的地计算路线;或者,当经计算无符合目的地的路线,将目的地更新为临近目的地,临近目的地与目的地之间的距离小于预设的距离阈值,并根据出发地和临近目的地计算路线;或者,当经计算无符合出发地和目的地的路线,将出发地更新为临近出发地,临近出发地与出发地之间的距离小于预设的距离阈值,并且将目的地更新为临近目的地,临近目的地与目的地之间的距离小于预设的距离阈值,并根据临近出发地和临近目的地计算路线。
其中,预设的距离阈值可以根据实际情形设定。例如,出发地P1无机场或火车站,而出发地P1与目的地P2之间距离较远无法通过巴士中转,则可将出发地P1更新为具有机场或火车站的距离该出发地P1最近的一个临近城市P101,并提供临近城市P101到出发地P1之间的接驳路线。或者,可以将出发地P1更新为临近城市P102,该临近城市P102到目的地P2具有直达路线。利用该原理,当无符合目的地的路线时,也可以进行临近目的地的设定,从而给用户提供可行且优选的出行方案。
以上,讲述了本发明的交通产品的聚合查询方法的主要步骤和原理,需要注意的是,各步骤的标号并不代表本方法的各步骤的必然顺序关系,本方法各步骤的逻辑关系以上文所论述为准。
基于上述的聚合查询方法,本发明还提供一种交通产品的聚合查询系统,包括:
信息提取模块,用于接收客户端发送的查询请求,提取查询请求所携带的查询信息,查询信息包括出发地、目的地和出发日期;路线设定模块,用于根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;引擎封装模块,用于与交通产品引擎交互,调取所有符合直达路线和出发日期的直达产品,直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;筛选模块,用于将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;推送模块,用于将交通产品推送信息推送至客户端。
进一步的,该聚合查询系统还包括第一判断模块、第二判断模块、排序模块等多个程序模块,每个程序模块均执行与上述聚合查询方法中对应的步骤,因此不再赘述。
进一步的,本发明的聚合查询系统还包括关联信息推送模块,也称为产品营销活动绑定模块,用于根据公司营销策略并结合大数据分析用户偏好,将与交通产品推送信息相关联的营销产品信息推送至客户端,营销产品信息包括:接送机、休息室、安检通道、保险、优惠券等等。这样,用户可以在选购交通产品的同时,根据实际需要一并选购这些营销产品。
基于上述的聚合查询方法,本发明还提供一种计算机可读取的存储介质,用于存储程序,其中所述程序在被执行时使得移动设备执行上述的聚合查询方法中的各步骤,包括步骤S1、步骤S2、步骤S3、步骤S4(包括步骤S401~步骤S404,或者包括步骤S411~步骤S413)、步骤S5、步骤S6、步骤S7、以及其他相关步骤,此处不再赘述。
下面结合一个具体的实施例讲解本发明的交通产品的聚合查询方法、系统以及存储介质。在本实施例中,以机票为核心产品,将直达产品限定为直飞(即出发地到目的地的飞机直达),中转产品限定为机+机(飞机转飞机)、机+铁(飞机转铁路或铁路转飞机,前后顺序不限)、机+巴(飞机转巴士或巴士转飞机,前后顺序不限)。也就是说,本实施例中所有直达产品的交通工具均为飞机,所有中转产品的交通工具至少包含飞机。应当理解的是,本实施例所作限定的目的是方便举例和讲解本发明技术方案的实际运用,而不能理解为对本发明技术方案的限定。
图3是实施例中交通产品的聚合查询系统的分层架构图,如图3所示,聚合查询系统分为:
任务流计算层:信息提取模块位于该任务流计算层,根据出入口(即客户端)输入的参数,提取查询信息,并确定计算何种类型的交通产品。主要为往返类型的交通产品和单程类型的交通产品。
任务流处理层:路线设定模块即位于该层,主要计算交通产品的具体路线,筛选合适的中转地。其中往返任务流包括往返直飞(去程和返程组合出售,本实施例中即指往返直飞),单+单(去程和返程分为两个单程分开出售,每个单程可为直飞或飞机与任意其他交通工具的中转)。单程任务流包括单程直飞,机+机中转联程(各航空公司推出的中转组合套票,需组合购买),机+机中转推荐(飞机和飞机中转,可分开选购),机+铁中转推荐(飞机和铁路中转,可分开选购),机+巴中转推荐(飞机和巴士中转,可分开选购),临近机场/铁路/巴士,等等。每个组合方式对应一个任务流。
引擎封装层:本系统需要调用各种原生态的第三方交通产品引擎,比如:中转联程引擎,飞机票引擎,火车票引擎,巴士票引擎等,此层主要是对第三方交通产品引擎的封装。其中,引擎封装模块即位于该层,用于和第三方交通产品引擎交互,调取交通路线产品。
聚合对比层:筛选模块、判断模块、排序模块等位于该层,主要用于对调取的产品(包括直达产品和中转产品)的聚合对比,包括单程直飞、机+机中转联程、机+机中转推荐等多种交通产品的聚合对比。
进一步的,本系统还包括营销活动绑定层(图中未具体示出),用于根据公司营销策略并结合大数据分析用户偏好,向用户推荐定减赠个性营销方案。
在图3分层架构图对应的Context架构图(未示出)中,Context架构图主要分为四个阶段:列表查询,中间页查询,指定查询,和快照反查查询。Context是一个抽象基类,用于提供应用的运行环境,在Context的大环境里,应用可以访问资源,完成和其他组件、服务的交互。其中,列表查询和中间页查询的入口Context为TransportListContext。列表查询应用于网页查询,当用户在线查询相关路线信息时,列表查询将调取到的路线列表和详细信息在网页铺展开,以供用户选购。中间页查询对应APP端查询,当用户使用APP查询路线信息时,因APP端页面范围有限无法一次展示所有路线的详细信息,因此将路线详细信息缓存到中间页,通过链接点击进入中间页可查看路线的详细信息。指定查询的入口Context为TransportDetailContext。针对用户指定查询的路线信息,从第三方数据库调取相关信息后生成快照存入缓存,当用户创单时可直接调用快照信息,而不用再次调用第三方数据库的数据信息。另外,图3中任务流处理层中各任务(Task)分别对应一个Context。具体的,直飞任务对应的Context为AggTaskDirectFlightContext,机+机中转推荐任务对应的Context为AggTaskFlightFlightContext,往返直飞任务对应的Context为AggTaskFlightRoundContext,机+机中转联程任务对应的Context为AggTaskFlightRoundTransitContext,往返中转的单程(去程或返程)任务对应的Context为AggTaskFlightRoundTransitSingleContext,机+铁中转推荐任务对应的Context为AggTaskFlightTrainContext,临近机场/铁路/巴士任务对应的Context为AggTaskNearRecommendationContext,机+巴中转推荐任务对应的Context为AggTaskFlightBusContext,其主要目的为构建任务各自的上下文,方便各任务流的计算,日志打印和结果输入输出。由于每个任务(Task)对应一个Context,使得各Context之间耦合降到最低,有利于各任务的独立计算互不干扰。
图4是图3的任务封装架构图。其中AGGTask(聚合任务,简称AGGTask)为图3中任务流处理层封装的任务(Task),每个任务一个AGGTask,每个AGGTask对应一个Context和多个AGGAtomicTask,而AGGAtomicTask是对底层Task的封装,主要目的是可以自动感知AGGTaskContext。
图5是机+机中转推荐的查询流程图。如图5所示,对应到图3中机+机中转推荐任务流。当提取到用户输入的出发地、目的地和出发日期查询信息后,首先判断是否命中缓存路线,若是,直接将命中的缓存路线推荐至客户端即可。当然,推荐之前还需经过过滤步骤,图中未示意。若查询信息没有命中缓存路线,则请求路线计算服务,计算路线并筛选中转地。然后请求第三方引擎,由引擎封装服务封装后从第三方引擎调取所有的机+机中转路线。之后,对调取的路线进行拼接和聚合对比,筛选出飞行时间最短和权重最低的两类机+机中转路线,推荐至客户端,并存入缓存。其他机+铁中转推荐、机+巴中转推荐等任务流,均可参照图5所示的查询流程执行。
图6是出发日期的时间段分割示意图。如图6所示,为方便展示将出发日期分为3个时间段,分别为图示的时间段1、时间段2和时间段3。在每个时间段中,均向客户端推荐筛选出的直飞最低价路线和中转权重最低路线以及中转时间最短路线。其中直飞最低价路线包括三舱路线,分别是经济舱路线、商务舱路线和头等舱路线,以满足不同用户的需求。中转权重最低路线以及中转时间最短路线分别相对直飞路线具有明显价格优势,或者当出发地与目的地之间没有直飞路线时推荐的优选中转路线。
以上讲述了单程查询方式,往返查询方式可视为两个单程叠加,分别进行两次单程查询即可,因此不再赘述。
综上,本发明的交通产品的聚合查询方法、系统以及存储介质,在用户输入出发地、目的地和出发日期信息后,提供路线计算服务,并根据时间、价格、权重等多维角度对调取的路线产品进行聚合对比,筛选出价格最低的直达产品、时间最短的中转产品、权重最低的中转产品等多种路线产品供不同需求的用户选购。并且在推送至用户端时,还会根据用户的历史订单偏好数据对路线产品排序,从而给用户推送最符合其需求的产品方案。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。

Claims (17)

1.一种交通产品的聚合查询方法,其特征在于,包括:
步骤S1、接收客户端发送的查询请求,所述查询请求携带查询信息,所述查询信息包括出发地、目的地和出发日期;
步骤S2、根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;
步骤S3、请求交通产品引擎,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;
步骤S4、将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;
步骤S5、将所述交通产品推送信息推送至客户端。
2.如权利要求1所述的聚合查询方法,其特征在于,所述步骤S4包括:
步骤S401、将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品和行程耗时最短的中转产品;
步骤S402、判断筛选出的所述中转产品的价格占筛选出的所述直达产品的价格的比例是否小于预设的价格比例阈值,若是,则执行步骤S403,若否,则执行步骤S404;
步骤S403、将该时间段内筛选出的所述中转产品与筛选出的所述直达产品作为交通产品推送信息;
步骤S404、将该时间段内筛选出的所述直达产品作为交通产品推送信息。
3.如权利要求1所述的聚合查询方法,其特征在于,在所述步骤S4中,还包括在每个时间段内,根据等式W=A*B+C*D+E*F计算中转产品的权值,
其中,W为中转产品的权值,A为中转产品的价格,B为价格权重系数,C为中转产品的行程耗时,D为行程耗时权重系数,E为中转产品的接驳耗时,F为接驳耗时权重系数,
并且筛选出权值最小的中转产品加入到交通产品推送信息。
4.如权利要求3所述的聚合查询方法,其特征在于,所述价格权重系数、所述行程耗时权重系数和所述接驳耗时权重系数之间的比例为:
B:D:F=1:(0.5~0.9):(0.5~0.9)。
5.如权利要求3所述的聚合查询方法,其特征在于,所述步骤S4包括:
步骤S411、将出发日期切分多个时间段,在每个时间段内筛选出价格最低的直达产品、行程耗时最短的中转产品以及权值最小的中转产品;
步骤S412、计算筛选出的所述中转产品的价格各自占筛选出的所述直达产品的价格的价格比例;
步骤S413、将该时间段内价格比例小于预设的价格比例阈值的所述中转产品,以及筛选出的所述直达产品作为交通产品推送信息。
6.如权利要求2或3所述的聚合查询方法,其特征在于,所述交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将价格最低的直达产品或中转产品提升到第一位,然后推送至客户端。
7.如权利要求2或3所述的聚合查询方法,其特征在于,所述交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将行程耗时最短的直达产品或中转产品提升到第一位,然后推送至客户端。
8.如权利要求1所述的聚合查询方法,其特征在于,在所述步骤S2中,根据中转路线的总路程长度与直达路线的总路程长度的比例不超出预设的总路程长度比例阈值,计算并筛选出一个或多个所述中转地。
9.如权利要求1所述的聚合查询方法,其特征在于,在所述步骤S2中,当经计算无符合出发地的路线,将出发地更新为临近出发地,所述临近出发地与所述出发地之间的距离小于预设的距离阈值,并根据所述临近出发地和所述目的地计算路线;或者
当经计算无符合目的地的路线,将目的地更新为临近目的地,所述临近目的地与所述目的地之间的距离小于预设的距离阈值,并根据所述出发地和所述临近目的地计算路线;或者
当经计算无符合出发地和目的地的路线,将出发地更新为临近出发地,所述临近出发地与所述出发地之间的距离小于预设的距离阈值,并且将目的地更新为临近目的地,所述临近目的地与所述目的地之间的距离小于预设的距离阈值,并根据所述临近出发地和所述临近目的地计算路线。
10.如权利要求1所述的聚合查询方法,其特征在于,所述步骤S5还包括:将与所述交通产品推送信息匹配的关联信息推送至客户端,所述关联信息包括:接送机、休息室、安检通道、保险、优惠券。
11.一种交通产品的聚合查询系统,其特征在于,包括:
信息提取模块,用于接收客户端发送的查询请求,提取所述查询请求所携带的查询信息,所述查询信息包括出发地、目的地和出发日期;
路线设定模块,用于根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;
引擎封装模块,用于与交通产品引擎交互,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;
筛选模块,用于将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;
推送模块,用于将交通产品推送信息推送至客户端。
12.如权利要求11所述的聚合查询系统,其特征在于,还包括第一判断模块,用于判断所述筛选模块在每个时间段内筛选出的价格最低的直达产品和行程耗时最短的中转产品中,
所述中转产品的价格占所述直达产品的价格的比例是否小于预设的价格比例阈值,若是,则将该时间段内筛选出的所述中转产品与筛选出的所述直达产品作为交通产品推送信息,
若否,则将该时间段内筛选出的所述直达产品作为交通产品推送信息。
13.如权利要求11所述的聚合查询系统,其特征在于,所述筛选模块在每个时间段内,还根据等式W=A*B+C*D+E*F计算中转产品的权值,
其中,W为中转产品的权值,A为中转产品的价格,B为价格权重系数,C为中转产品的行程耗时,D为行程耗时权重系数,E为中转产品的接驳耗时,F为接驳耗时权重系数,
并且筛选出权值最小的中转产品加入到交通产品推送信息。
14.如权利要求13所述的聚合查询系统,其特征在于,还包括第二判断模块,用于判断所述筛选模块在每个时间段内筛选出的价格最低的直达产品、行程耗时最短的中转产品以及权值最小的中转产品中,所述中转产品的价格各自占所述直达产品的价格的价格比例,
并且将该时间段内价格比例小于预设的价格比例阈值的所述中转产品,以及筛选出的所述直达产品作为交通产品推送信息。
15.如权利要求12或13所述的聚合查询系统,其特征在于,还包括排序模块,用于将所述交通产品推送信息中的所有直达产品和中转产品按时间段顺序排序后,将价格最低的直达产品或中转产品提升到第一位,然后推送至客户端。
16.如权利要求11所述的聚合查询系统,其特征在于,还包括关联信息推送模块,用于将与所述交通产品推送信息匹配的关联信息推送至客户端,所述关联信息包括:接送机、休息室、安检通道、保险、优惠券。
17.一种计算机可读取的存储介质,用于存储程序,其中所述程序在被执行时使得移动设备执行以下操作:
步骤S1、接收客户端发送的查询请求,所述查询请求携带查询信息,所述查询信息包括出发地、目的地和出发日期;
步骤S2、根据出发地和目的地设定路线,包括出发地到目的地的直达路线,以及出发地经过一个或多个中转地到达目的地的中转路线;
步骤S3、请求交通产品引擎,调取所有符合直达路线和出发日期的直达产品,每个直达产品包括价格、交通工具、出发时间和行程耗时,并且调取所有符合中转路线和出发日期的中转产品,每个中转产品包括价格、至少两个交通工具、出发时间、行程耗时和接驳耗时;
步骤S4、将出发日期切分多个时间段,在每个时间段内,筛选出价格最低的直达产品和行程耗时最短的中转产品作为交通产品推送信息;
步骤S5、将所述交通产品推送信息推送至客户端。
CN201710678124.9A 2017-07-31 2017-07-31 交通产品的聚合查询方法、系统以及存储介质 Pending CN107506410A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710678124.9A CN107506410A (zh) 2017-07-31 2017-07-31 交通产品的聚合查询方法、系统以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710678124.9A CN107506410A (zh) 2017-07-31 2017-07-31 交通产品的聚合查询方法、系统以及存储介质

Publications (1)

Publication Number Publication Date
CN107506410A true CN107506410A (zh) 2017-12-22

Family

ID=60690444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710678124.9A Pending CN107506410A (zh) 2017-07-31 2017-07-31 交通产品的聚合查询方法、系统以及存储介质

Country Status (1)

Country Link
CN (1) CN107506410A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107977723A (zh) * 2017-12-29 2018-05-01 深圳市智搜信息技术有限公司 一种基于人工智能的城际交通出行的调度方法及系统
CN110728399A (zh) * 2019-09-27 2020-01-24 广州市骑鹅游信息技术咨询服务有限公司 一种基于大数据的机票智能拼接方法及系统
CN110929156A (zh) * 2019-11-28 2020-03-27 海南太美航空股份有限公司 一种定向推送航班信息的方法和系统
CN111079052A (zh) * 2019-12-13 2020-04-28 携程旅游信息技术(上海)有限公司 网络页面的产品信息展示方法、系统、电子设备和介质
CN111192031A (zh) * 2019-12-26 2020-05-22 腾讯科技(深圳)有限公司 电子票据的生成方法、装置、电子设备及可读存储介质
CN111797283A (zh) * 2020-07-08 2020-10-20 深圳市活力天汇科技股份有限公司 一种基于无向加权图的空铁中转方法
CN111833153A (zh) * 2020-07-17 2020-10-27 深圳市活力天汇科技股份有限公司 一种购买高铁票时推荐航班的方法
CN111915404A (zh) * 2020-08-04 2020-11-10 携程旅游网络技术(上海)有限公司 多组交通方案的展示方法、系统、设备及存储介质
CN111949880A (zh) * 2020-08-14 2020-11-17 中国民航信息网络股份有限公司 运价搜索方法、装置、电子设备和计算机存储介质
CN112257883A (zh) * 2020-09-09 2021-01-22 中铁程科技有限责任公司 一种联合票务确定方法、装置和电子设备
CN112967031A (zh) * 2021-03-10 2021-06-15 中国民航信息网络股份有限公司 行程数据处理方法及装置、存储介质及电子设备
CN113554195A (zh) * 2021-07-23 2021-10-26 上海蒜芽信息科技有限公司 基于组合出行的票务预订方法、系统、设备及存储介质
CN114202290A (zh) * 2021-12-24 2022-03-18 中寰卫星导航通信有限公司 一种行驶线路推荐方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030109266A1 (en) * 2000-02-09 2003-06-12 Moshe Rafiah Integrated journey planner
CN102073696A (zh) * 2010-12-28 2011-05-25 刘志 一种旅行行程规划辅助系统及方法
CN103412934A (zh) * 2013-08-19 2013-11-27 合肥航联文化传播有限公司 大交通搜索方法及搜索系统
CN103646069A (zh) * 2013-12-06 2014-03-19 北京奇虎科技有限公司 一种票务信息的推荐方法和装置
CN104616188A (zh) * 2015-02-12 2015-05-13 北京瑞星信息技术有限公司 基于网络购买车票的方法和系统
CN105512739A (zh) * 2015-12-25 2016-04-20 北京奇虎科技有限公司 一种用于网络订票的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030109266A1 (en) * 2000-02-09 2003-06-12 Moshe Rafiah Integrated journey planner
CN102073696A (zh) * 2010-12-28 2011-05-25 刘志 一种旅行行程规划辅助系统及方法
CN103412934A (zh) * 2013-08-19 2013-11-27 合肥航联文化传播有限公司 大交通搜索方法及搜索系统
CN103646069A (zh) * 2013-12-06 2014-03-19 北京奇虎科技有限公司 一种票务信息的推荐方法和装置
CN104616188A (zh) * 2015-02-12 2015-05-13 北京瑞星信息技术有限公司 基于网络购买车票的方法和系统
CN105512739A (zh) * 2015-12-25 2016-04-20 北京奇虎科技有限公司 一种用于网络订票的方法及系统

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107977723A (zh) * 2017-12-29 2018-05-01 深圳市智搜信息技术有限公司 一种基于人工智能的城际交通出行的调度方法及系统
CN110728399A (zh) * 2019-09-27 2020-01-24 广州市骑鹅游信息技术咨询服务有限公司 一种基于大数据的机票智能拼接方法及系统
CN110929156A (zh) * 2019-11-28 2020-03-27 海南太美航空股份有限公司 一种定向推送航班信息的方法和系统
CN111079052A (zh) * 2019-12-13 2020-04-28 携程旅游信息技术(上海)有限公司 网络页面的产品信息展示方法、系统、电子设备和介质
CN111079052B (zh) * 2019-12-13 2023-09-19 携程旅游信息技术(上海)有限公司 网络页面的产品信息展示方法、系统、电子设备和介质
CN111192031B (zh) * 2019-12-26 2023-06-23 腾讯科技(深圳)有限公司 电子票据的生成方法、装置、电子设备及可读存储介质
CN111192031A (zh) * 2019-12-26 2020-05-22 腾讯科技(深圳)有限公司 电子票据的生成方法、装置、电子设备及可读存储介质
CN111797283A (zh) * 2020-07-08 2020-10-20 深圳市活力天汇科技股份有限公司 一种基于无向加权图的空铁中转方法
CN111797283B (zh) * 2020-07-08 2024-03-05 深圳市活力天汇科技股份有限公司 一种基于无向加权图的空铁中转方法
CN111833153A (zh) * 2020-07-17 2020-10-27 深圳市活力天汇科技股份有限公司 一种购买高铁票时推荐航班的方法
CN111833153B (zh) * 2020-07-17 2024-03-05 深圳市活力天汇科技股份有限公司 一种购买高铁票时推荐航班的方法
CN111915404A (zh) * 2020-08-04 2020-11-10 携程旅游网络技术(上海)有限公司 多组交通方案的展示方法、系统、设备及存储介质
CN111949880A (zh) * 2020-08-14 2020-11-17 中国民航信息网络股份有限公司 运价搜索方法、装置、电子设备和计算机存储介质
CN111949880B (zh) * 2020-08-14 2024-09-20 中国民航信息网络股份有限公司 运价搜索方法、装置、电子设备和计算机存储介质
CN112257883A (zh) * 2020-09-09 2021-01-22 中铁程科技有限责任公司 一种联合票务确定方法、装置和电子设备
CN112967031A (zh) * 2021-03-10 2021-06-15 中国民航信息网络股份有限公司 行程数据处理方法及装置、存储介质及电子设备
CN112967031B (zh) * 2021-03-10 2024-09-13 中国民航信息网络股份有限公司 行程数据处理方法及装置、存储介质及电子设备
CN113554195A (zh) * 2021-07-23 2021-10-26 上海蒜芽信息科技有限公司 基于组合出行的票务预订方法、系统、设备及存储介质
CN113554195B (zh) * 2021-07-23 2023-02-07 上海蒜芽信息科技有限公司 基于组合出行的票务预订方法、系统、设备及存储介质
CN114202290A (zh) * 2021-12-24 2022-03-18 中寰卫星导航通信有限公司 一种行驶线路推荐方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN107506410A (zh) 交通产品的聚合查询方法、系统以及存储介质
Tan et al. A hub covering model for cargo delivery systems
Liu et al. Optimizing fleet size and scheduling of feeder transit services considering the influence of bike-sharing systems
Visser et al. Home delivery and the impacts on urban freight transport: A review
Fu et al. An analysis of travel demand in Japan's intercity market empirical estimation and policy simulation
Armacost et al. UPS optimizes its air network
CN109308540A (zh) 一种配送车辆的配送计划生成方法、装置及系统
CN115062873B (zh) 交通出行方式预测方法和装置、存储介质及电子设备
CN106919994A (zh) 订单推送方法及装置
CN106327010A (zh) 一种订单配送路线生成方法及装置
CN108364148A (zh) 一种物流服务系统、路径分析方法以及物流配送方法
CN106528720A (zh) 换乘站推荐方法和换乘站推荐系统
CN110309962A (zh) 基于时间扩展模型的铁路行程路线规划方法及装置
CN107358479A (zh) 一种实现积分商城的方法及装置
CN102279950A (zh) 基于数据挖掘和神经网络的轨道交通清分方法
CN107421553A (zh) 一种出行路线的智能推荐方法及系统
CN104680441A (zh) 基于航空票务的行程中转规划方法
Yazdi et al. Airline baggage fees and flight delays: A floor wax and dessert topping?
Xu Riding on the new silk road: Quantifying the welfare gains from high-speed railways
CN107247762A (zh) 一种国际物流线路推荐方法
Roy et al. NETPLAN: A network optimization model for tactical planning in the less-than-truckload motor-carrier industry
CN110232474A (zh) 防绕路方法、装置、服务器和存储介质
CN117745108B (zh) 一种先进空中交通的客流需求预测方法和系统
Jardas et al. Distribution center logistics optimization model–City of Rijeka case study
Mohri et al. An integrated global airline hub network design with fleet planning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171222