CN108234596A - 航空信息推送方法及装置 - Google Patents
航空信息推送方法及装置 Download PDFInfo
- Publication number
- CN108234596A CN108234596A CN201711233532.XA CN201711233532A CN108234596A CN 108234596 A CN108234596 A CN 108234596A CN 201711233532 A CN201711233532 A CN 201711233532A CN 108234596 A CN108234596 A CN 108234596A
- Authority
- CN
- China
- Prior art keywords
- target user
- information
- history
- time section
- user
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/62—Establishing a time schedule for servicing the requests
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种航空信息推送方法及装置。该方法包括:获取目标用户在预设历史时间段内的历史详单数据;根据历史详单数据,生成目标用户的位置记录信息;根据目标用户的位置记录信息,统计目标用户在预设历史时间段内的历史行程;根据目标用户在预设历史时间段内的历史行程,确定目标用户在未来的第二预设时间段内的出行行为信息;根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息。本发明实施例能够从用户的历史详单数据获得用户与各航空公司等交互的信息,以及用户在不同时间的位置信息,通过历史详单数据确定的用户在第二预设时间内的出行行为信息,更加准确,从而向用户推荐更加贴近用户需求的航空信息。
Description
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种航空信息推送方法及装置。
背景技术
随着民航技术的迅猛发展和人们生活水平的不断提高,由于飞机较其他交通工具更加快捷,乘坐飞机出行成为人们喜爱的出行方式。
为了扩大用户群体,航空公司基于自身的历史航空数据,挖掘已有用户的出行规律,根据用户的出行规律向其推送该用户已经使用过产品相关的产品的信息。
但是,各航空公司的历史航空数据相互割裂,基于自身的历史航空数据挖掘用户的出行规律,具有较大的局限性,对用户的出行规律预测不准确。
发明内容
本发明实施例提供一种航空信息方法及装置,以解决目前各航空公司的历史航空数据相互割裂,基于自身的历史航空数据挖掘用户的出行规律,具有较大的局限性,对用户的出行规律预测不准确的问题。
本发明实施例的一个方面是提供一种航空信息推送方法,包括:
获取目标用户在预设历史时间段内的历史详单数据;
根据所述历史详单数据,生成所述目标用户的位置记录信息;
根据所述目标用户的位置记录信息,统计所述目标用户在所述预设历史时间段内的历史行程;
根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在未来的第二预设时间段内的出行行为信息;
根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息。
本发明实施例的另一个方面是提供一种航空信息推送装置,包括:
第一获取模块,用于获取目标用户在预设历史时间段内的历史详单数据;
生成模块,用于根据所述历史详单数据,生成所述目标用户的位置记录信息;
第一统计模块,用于根据所述目标用户的位置记录信息,统计所述目标用户在所述预设历史时间段内的历史行程;
第一确定模块,用于根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在未来的第二预设时间段内的出行行为信息;
推送模块,用于根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息。
本发明实施例提供的航空信息推送方法及装置,通过目标用户在预设历史时间段内的历史详单数据,预测用户在未来的第二预设时间段内的出行行为信息,根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息;通过目标用户的历史详单数据可以提取到目标用户与各航空公司、酒店等交互的信息,以及目标用户在不同时间的位置信息,通过历史详单数据确定的目标用户在所述第二预设时间内的出行行为信息,更加准确,从而向用户推荐更加贴近用户需求的航空信息。
附图说明
图1为本发明实施例一提供的航空信息推送方法的流程图;
图2为本发明实施例二提供的航空信息推送方法的流程图;
图3为本发明实施例三提供的航空信息推送方法的流程图;
图4为本发明实施例四提供的航空信息推送装置的结构示意图;
图5为本发明实施例五提供的航空信息推送装置的结构示意图;
图6为本发明实施例六提供的航空信息推送装置的结构示意图;
图7为本发明实施例六提供的航空信息推送装置的结构示意图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的航空信息推送方法的流程图。本发明实施例针对目前各航空公司的历史航空数据相互割裂,基于自身的历史航空数据挖掘用户的出行规律,具有较大的局限性,对用户的出行规律预测不准确的问题,提供了航空信息推送方法。如图1所示,该方法具体步骤如下:
步骤S101、获取目标用户在预设历史时间段内的历史详单数据。
其中,历史详单数据包括大量的通信记录,该通信记录可以为通话记录、短信记录、或者上网记录。本实施例中,获取到的目标用户在预设历史时间段内的历史详单数据包括用户的通话记录详单、短信记录详单、上网记录详单。
在实际应用中,目标用户在出行前安排出行、以及出行过程中,都需要通过移动终端预定机票、酒店、景点门票等,也需要通过移动终端与出访对象、亲朋好友进行通信,目标用户的通信详单中记录了目标用户出行的大部分相关信息。通过目标用户的历史详单数据可以提取到目标用户的多个不同时间的位置信息,与各航空公司、酒店、景点等交互的信息。
另外,预设历史时间段可以由技术人员根据实际需要进行设定,例如,第一预设时间为1年、2年、或者10年等,该步骤中,获取目标用户在过去的一年内的历史详单数据。
步骤S102、根据历史详单数据,生成目标用户的位置记录信息。
其中,位置记录信息包括通信记录产生的时间、以及通信记录产生的地点。
本实施例中,历史详单数据包括大量的通信记录,每一条通信记录至少记录了通信记录产生的时间、通信双方的用户标识、以及通信记录产生的地点。该步骤中,根据目标用户的每一条通信记录,获取通信记录产生的时间、以及通信记录产生的地点,生成目标用户的一个位置记录信息。
可选地,该步骤中,先对历史详单数据进行预处理,主要包括数据验证、清洗、移除异常值、标准化、格式化,然后根据预处理后的数据生成目标用户的位置记录信息。
步骤S103、根据目标用户的位置记录信息,统计目标用户在预设历史时间段内的历史行程。
本实施例中,在得到目标用户的位置记录信息之后,将目标用户的位置记录信息按照时间的分布,结合目标用户的特征信息可以分析出目标用户在预设历史时间段内的出行次数、出行类型、出行时间、出行地点等信息,从而可以确定目标用户在预设历史时间段内的历史行程。其中,用户的特征信息包括用户的年龄、性别等信息。
步骤S104、根据目标用户在预设历史时间段内的历史行程,确定目标用户在未来的第二预设时间段内的出行行为信息。
为了能够准确地向目标用户推送其需要的航空信息,对目标用户在未来的第二预设时间段内的出行行为进行预测。具体地,根据用户在预设历史时间段内的历史行程,可以通过PrefixSpan等序列模式挖掘算法确定目标用户在未来的第二预设时间段内的出行行为信息。
步骤S105、根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息。
在确定目标用户在第二预设时间内的出行行为信息之后,根据目标用户的实际需求,向目标用户推送与目标用户的出行行为信息相关的航空信息。
需要说明的是,本实施例中的目标用户可以为任意一个用户,本实施例中仅以对目标用户在第二预设时间内的出行行为信息进行预测,并向目标用户推送航空信息的过程为例进行说明,对任意一个用户在第二预设时间内的出行行为信息进行预测,并向其推送航空信息的过程相同。
本发明实施例通过目标用户在预设历史时间段内的历史详单数据,预测用户在未来的第二预设时间段内的出行行为信息,根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息;通过目标用户的历史详单数据可以提取到目标用户与各航空公司、酒店等交互的信息,以及目标用户在不同时间的位置信息,通过历史详单数据确定的目标用户在第二预设时间内的出行行为信息,更加准确,从而向用户推荐更加贴近用户需求的航空信息。
实施例二
图2为本发明实施例二提供的航空信息推送方法的流程图。在上述实施例一的基础上,本实施例中,根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息之前,还包括:获取预设历史时间段内的历史通信内容数据,历史通信内容数据包括通话内容和/或短信息内容;根据历史通信内容数据,统计目标用户在预设历史时间段内乘坐的航班信息;根据目标用户在预设历史时间段内乘坐的航班信息,确定目标用户乘坐次数最多的预设数量的航空公司;相应地,根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息,包括:根据目标用户在第二预设时间内的出行行为信息、以及目标用户乘坐次数最多的预设数量的航空公司,向目标用户推送航空信息。如图2所示,该方法具体步骤如下:
步骤S201、获取目标用户在预设历史时间段内的历史详单数据。
步骤S202、根据历史详单数据,生成目标用户的位置记录信息。
步骤S203、根据目标用户的位置记录信息,统计目标用户在预设历史时间段内的历史行程。
步骤S204、根据目标用户在预设历史时间段内的历史行程,确定目标用户在未来的第二预设时间段内的出行行为信息。
上述步骤S201-S204与实施例一中的步骤S101-S104相同,本实施例此处不再赘述。
步骤S205、获取预设历史时间段内的历史通信内容数据。
其中,历史通信内容数据包括短信息内容。
步骤S206、根据历史通信内容数据,统计目标用户在预设历史时间段内乘坐的航班信息。
本本实施例中,根据历史通信内容数据,可以从中筛选出与目标用户乘坐航班相关的短信息内容,例如,航空公司向目标用户发送的航班预订信息、值机通知信息等。
步骤S207、根据目标用户在预设历史时间段内乘坐的航班信息,确定目标用户乘坐次数最多的预设数量的航空公司。
具体地,该步骤可以采用如下方式实现:
根据目标用户在预设历史时间段内乘坐的航班信息,统计目标用户在预设历史时间段内乘坐各航空公司航班的次数,进一步确定目标用户乘坐次数最多的预设数量的航空公司,从而可以确定预设数量的用户偏好的航空公司。
其中预设数量可以由技术人员根据实际需要进行设定,例如,可以设定预设数量为5,则该步骤中确定目标用户乘坐次数最多的5家航空公司;还可以将预设数量设定为3、或者7、或者9等等,本实施例对此不做具体限定。
上述步骤S201-S204可以与步骤S205-S207并行进行,本实施例对于这两个过程的先后顺序不做具体限定。
步骤S208、根据目标用户在第二预设时间内的出行行为信息、以及目标用户乘坐次数最多的预设数量的航空公司,向目标用户推送航空信息。
本实施例中,根据目标用户在第二预设时间内的出行行为信息、以及目标用户乘坐次数最多的预设数量的航空公司,可以优先向目标用户推送目标用户偏好的航空公司的航空信息。
本发明实施例通过根据目标用户在预设历史时间段内的历史通信内容数据,统计出目标用户在预设历史时间段内乘坐次数最多的预设数量的航空公司,从而可以根据用户偏好的航空公司,向用户优先推送目标用户偏好的航空公司的航空信息,使得推送的航空信息更加贴近目标用户的需求。
实施例三
图3为本发明实施例三提供的航空信息推送方法的流程图。在上述实施例一的基础上,本实施例中,根据目标用户的位置记录信息,统计目标用户在预设历史时间段内的历史行程,包括:获取目标用户的特征信息;根据目标用户的特征信息、目标用户的位置记录信息、以及决策树模型,统计出目标用户在预设历史时间段内的出行行为信息;出行行为信息包括:出行类型、出行时间、出行地点;将各出行行为信息按照时间先后顺序排列,形成目标用户在预设历史时间段内的历史行程。如图3所示,该方法具体步骤如下:
步骤S301、获取目标用户在预设历史时间段内的历史详单数据。
该步骤与实施例一中的步骤S101相同,本实施例此处不再赘述。
步骤S302、根据历史详单数据,生成目标用户的位置记录信息。
其中,位置记录信息至少包括通信记录产生的时间、以及通信记录产生的地点。可选地,位置记录信息还可以包括目标用户的归属地。
具体地,根据历史详单数据,生成目标用户的位置记录信息,具体可以采用如下方式实现:
根据历史详单数据中目标用户的每一条通信记录,确定目标用户的一个位置记录信息;位置记录信息包括通信记录产生的时间、以及通信记录产生的地点。
在实际应用中,当预设历史时间段较长时,用户的历史详单数据的数据量非常大,一台计算机无法满足存储量和计算速度的要求,通常采用分布式的方法进行存储和计算。
本实施例中,将一年的每个月划分成第二预设数量的时间区间,若一个月中包含至少一个节假日,则将每个节假日的时间划定为一个时间区间,将该月中除节假日之外的时间划分成时间区间,使得每个月包括第二预设数量的时间区间。其中,第二预设数量可以为2、3、4、或者5,第二预设数量可以由技术人员根据实际需要进行设定,本实施例对此不做具体限定。
例如,将10月份划分为3个时间区间,10月份包含国庆节,国庆节的时间为10月1日至10月7日,则可以将10月份划分为以下三个时间区间:1日至7日,8日至19日,20日至31日。
可选地,将历史详单数据中各通信记录按照产生的时间进行排序,并对各通信记录按照时间进行归集处理,以减少数据量。
具体地,对各通信记录按照时间进行归集处理,具体可以采用如下方式实现:
将各通信记录按照其所属的时间区间进行分类,将属于同一时间区间的通信记录归为一类。将同一类的通信记录中地点相同的通信记录作为相似通信记录,只保留相似通信记录中的一条通信记录。
本实施例中,根据数据量非常大的历史详单数据,生成目标用户的位置记录信息,位置记录信息包括通信记录产生的时间、通信记录产生的地点、以及目标用户的归属地,在保证关键数据不丢失的前提下使数据最大化的压缩,减少数据占用的存储空间;后续根据目标用户的位置记录信息对目标用户在未来第二预设时间段内的出行行为信息进行预测,提高了计算的效率。
步骤S303、获取目标用户的特征信息。
其中,目标用户的特征信息至少包括:目标用户的年龄信息。
步骤S304、根据目标用户的特征信息、目标用户的位置记录信息、以及决策树模型,统计出目标用户在预设历史时间段内的出行行为信息。
其中,出行行为信息包括:出行类型、出行时间、出行地点。出行类型至少包括:求学、出差、探亲、旅游、候鸟老人。
本实施例中,在根据目标用户的特征信息、目标用户的位置记录信息、以及决策树模型,统计出目标用户在预设历史时间段内的出行行为信息之前,还包括:
获取预设的训练数据集,训练数据集中的每一条训练数据包括一个用户的特征信息和位置记录信息;根据训练数据集训练决策树模型,以获得决策树模型的最优参数,确定最终得到的决策树模型的准确率达到预设阈值,保存训练后的决策树模型。
其中,预设的训练数据集能够覆盖航空规则库的所有情况,航空规则库包括各航线信息、航空公司的呼叫号码和主叫号码、航空公司网站信息、机场信息。预设阈值用于表示决策树的准确率的最低值,可以由技术人员根据实际需要进行设定,本实施例对此不做具体限定。
该步骤中,将目标用户的特征信息、目标用户的位置记录信息输入训练后的决策树模型进行分类计算,得到出目标用户在第一预设时间段内的出行行为信息。
另外,本实施例中,建立决策树模型的过程可以采用现有技术中的任意一种建立决策树的方法实现,本发明实施例此处不再赘述。
例如,年龄大于60岁的老人在4月初的时间区间内飞往北方城市,在10月初飞往南方城市,则可以认为这位老人的出行类型为候鸟老人。
步骤S305、将各出行行为信息按照时间先后顺序排列,形成目标用户在预设历史时间段内的历史行程。
本实施例中,在得到目标用户的位置记录信息之后,将目标用户的位置记录信息按照时间的分布,结合目标用户的特征信息可以分析出目标用户在预设历史时间段内的出行次数、出行类型、出行时间、出行地点等信息,从而可以确定目标用户在预设历史时间段内的历史行程。其中,用户的特征信息包括用户的年龄、性别等信息。
步骤S306、根据目标用户在预设历史时间段内的历史行程,确定目标用户在未来的第二预设时间段内的出行行为信息。
为了能够准确地向目标用户推送其需要的航空信息,对目标用户在未来的第二预设时间段内的出行行为信息进行预测。
可选地,根据用户在预设历史时间段内的历史行程,可以通过PrefixSpan等序列模式挖掘算法计算出用户在预设历史时间段内的出行的频繁序列,生成用户的出行轨迹,并根据用户出行轨迹,预测目标用户在未来的第二预设时间段内的出行行为信息。
序列模式即挖掘事物间关联关系的数据挖掘模式。本实施例中,可以通过序列模式挖掘算法挖掘用户几次行为之间的联系。
例如,根据历史行为数据挖掘可以得到3月份从北京去上海的人群中有超过百分之四十的人会月底之前返回北京;以及,用户在历史行为数据中经常出现月初从北京出发去上海,并且在次月底之前返回北京的行为特点。那么以用户的这两个行为特点为基础,将按照时间进行排序并分段的历史行为数据输入序列模式挖掘运算模型,并为该模型指定此两种挖掘模式,使该模型进行顺序关联性分析运算,运算结束输出相关因子指标,随后将用户当月的行为数据输入模型,依据关联性相关因子在输入数据中存在情况,做出相应的该用户会在下一个时间节点的出行行为信息,如,出行行为信息可以为出差、地点为上海,行为发生的概率为80%,则可以向用户推送去上海的机票信息。
另外,本发明实施例中还可以采用现有技术中任意一种通过序列模式挖掘算法生成用户出行轨迹的方法来生成用户的出行轨迹的方式来实现,本实施例此处不再赘述。
可选地,根据目标用户在预设历史时间段内的历史行程,确定目标用户在未来的第二预设时间段内的出行行为信息,具体可以采用如下方式实现:
根据第二预设时间段,确定预设历史时间段内与第二预设时间段相对应的目标时间段;根据目标用户在预设历史时间段内的历史行程,确定目标用户在目标时间段内的出行行为信息;将目标用户在目标时间段内的出行行为信息确定为目标用户在未来的第二预设时间段内的出行行为信息。
步骤S307、根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息。
在确定目标用户在第二预设时间内的出行行为信息之后,根据目标用户的实际需求,向目标用户推送与目标用户的出行行为信息相关的航空信息。
需要说明的是,本实施例中的目标用户可以为任意一个用户,本实施例中仅以对目标用户在第二预设时间内的出行行为信息进行预测,并向目标用户推送航空信息的过程为例进行说明,对任意一个用户在第二预设时间内的出行行为信息进行预测,并向其推送航空信息的过程相同。
本发明实施例通过目标用户在预设历史时间段内的历史详单数据,预测用户在未来的第二预设时间段内的出行行为信息,根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息;通过目标用户的历史详单数据可以提取到目标用户与各航空公司、酒店等交互的信息,以及目标用户在不同时间的位置信息,通过历史详单数据确定的目标用户在第二预设时间内的出行行为信息,更加准确,从而向用户推荐更加贴近用户需求的航空信息。
实施例四
图4为本发明实施例四提供的航空信息推送装置的结构示意图。本发明实施例提供的航空信息推送装置可以执行航空信息推送方法实施例提供的处理流程,如图4所示,该装置40包括:第一获取模块401、生成模块402、第一统计模块403、第一确定模块404和推送模块405。
其中,第一获取模块401用于获取目标用户在预设历史时间段内的历史详单数据。
生成模块402用于根据历史详单数据,生成目标用户的位置记录信息。
第一统计模块403用于根据目标用户的位置记录信息,统计目标用户在预设历史时间段内的历史行程。
第一确定模块404用于根据目标用户在预设历史时间段内的历史行程,确定目标用户在未来的第二预设时间段内的出行行为信息;
推送模块405用于根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息。
本发明实施例提供的装置可以具体用于执行上述实施例一所提供的方法实施例,具体功能此处不再赘述。
本发明实施例通过目标用户在预设历史时间段内的历史详单数据,预测用户在未来的第二预设时间段内的出行行为信息,根据目标用户在第二预设时间内的出行行为信息,向目标用户推送航空信息;通过目标用户的历史详单数据可以提取到目标用户与各航空公司、酒店等交互的信息,以及目标用户在不同时间的位置信息,通过历史详单数据确定的目标用户在第二预设时间内的出行行为信息,更加准确,从而向用户推荐更加贴近用户需求的航空信息。
实施例五
图5为本发明实施例五提供的航空信息推送装置的结构示意图。在上述实施例四的基础上,本实施例中,如图5所示,该装置40还包括:第二获取模块406、第二统计模块407和第二确定模块408。
其中,第二获取模块406用于获取目标用户在预设历史时间段内的历史通信内容数据,历史通信内容数据包括短信息内容。
第二统计模块407用于根据历史通信内容数据,统计目标用户在预设历史时间段内乘坐的航班信息。
第二确定模块408用于根据目标用户在预设历史时间段内乘坐的航班信息,确定目标用户乘坐次数最多的预设数量的航空公司。
推送模块405还用于:
根据目标用户在第二预设时间内的出行行为信息、以及目标用户乘坐次数最多的预设数量的航空公司,向目标用户推送航空信息。
本发明实施例提供的装置可以具体用于执行上述实施例二所提供的方法实施例,具体功能此处不再赘述。
本发明实施例通过根据目标用户在预设历史时间段内的历史通信内容数据,统计出目标用户在预设历史时间段内乘坐次数最多的预设数量的航空公司,从而可以根据用户偏好的航空公司,向用户优先推送目标用户偏好的航空公司的航空信息,使得推送的航空信息更加贴近目标用户的需求。
实施例六
图6为本发明实施例六提供的航空信息推送装置的结构示意图;图7为本发明实施例六提供的航空信息推送装置的结构示意图。在上述实施例四的基础上,本实施例中,如图6所示,第一统计模块403包括:第一获取子模块4031、统计子模块4032和排序子模块4033。
其中,第一获取子模块4031用于获取目标用户的特征信息。
统计子模块4032用于根据目标用户的特征信息、目标用户的位置记录信息、以及决策树模型,统计出目标用户在预设历史时间段内的出行行为信息;出行行为信息包括:出行类型、出行时间、出行地点。
排序子模块4033用于将各出行行为信息按照时间先后顺序排列,形成目标用户在预设历史时间段内的历史行程。
可选地,第一统计模块403还包括:第二获取子模块和训练子模块。
其中,第二获取子模块用于获取预设的训练数据集,训练数据集中的每一条训练数据包括一个用户的特征信息和位置记录信息。
训练子模块用于根据训练数据集训练决策树模型,以确定决策树模型的准确率达到预设阈值。
本实施例中,生成模块402还用于:
根据历史详单数据中目标用户的每一条通信记录,确定目标用户的一个位置记录信息。其中,位置记录信息包括通信记录产生的时间、以及通信记录产生的地点。
本实施例中,如图7所示,第一确定模块404包括:第一确定子模块4041、第二确定子模块4042和第三确定子模块4043。
其中,第一确定子模块4041用于根据第二预设时间段,确定预设历史时间段内与第二预设时间段相对应的目标时间段。
第二确定子模块4042用于根据目标用户在预设历史时间段内的历史行程,确定目标用户在目标时间段内的出行行为信息。
第三确定子模块4043用于将目标用户在目标时间段内的出行行为信息确定为目标用户在未来的第二预设时间段内的出行行为信息。
本发明实施例提供的装置可以具体用于执行上述实施例三所提供的方法实施例,具体功能此处不再赘述。
本发明实施例通过目标用户在预设历史时间段内的历史详单数据,预测用户在未来的第二预设时间段内的出行行为信息,根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息;通过目标用户的历史详单数据可以提取到目标用户与各航空公司、酒店等交互的信息,以及目标用户在不同时间的位置信息,通过历史详单数据确定的目标用户在所述第二预设时间内的出行行为信息,更加准确,从而向用户推荐更加贴近用户需求的航空信息。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (12)
1.一种航空信息推送方法,其特征在于,包括:
获取目标用户在预设历史时间段内的历史详单数据;
根据所述历史详单数据,生成所述目标用户的位置记录信息;
根据所述目标用户的位置记录信息,统计所述目标用户在所述预设历史时间段内的历史行程;
根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在未来的第二预设时间段内的出行行为信息;
根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息之前,还包括:
获取所述目标用户在预设历史时间段内的历史通信内容数据,所述历史通信内容数据包括短信息内容;
根据所述历史通信内容数据,统计所述目标用户在所述预设历史时间段内乘坐的航班信息;
根据所述目标用户在所述预设历史时间段内乘坐的航班信息,确定所述目标用户乘坐次数最多的预设数量的航空公司;
相应地,所述根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息,包括:
根据所述目标用户在所述第二预设时间内的出行行为信息、以及所述目标用户乘坐次数最多的预设数量的航空公司,向所述目标用户推送航空信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述历史详单数据,生成所述目标用户的位置记录信息,包括:
根据所述历史详单数据中所述目标用户的每一条通信记录,确定所述目标用户的一个位置记录信息;
所述位置记录信息包括所述通信记录产生的时间、以及所述通信记录产生的地点。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标用户的位置记录信息,统计所述目标用户在所述预设历史时间段内的历史行程,包括:
获取所述目标用户的特征信息;
根据所述目标用户的特征信息、所述目标用户的位置记录信息、以及决策树模型,统计出所述目标用户在所述预设历史时间段内的出行行为信息;所述出行行为信息包括:出行类型、出行时间、出行地点;
将各所述出行行为信息按照时间先后顺序排列,形成所述目标用户在所述预设历史时间段内的历史行程。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在未来的第二预设时间段内的出行行为信息,包括:
根据所述第二预设时间段,确定所述预设历史时间段内与所述第二预设时间段相对应的目标时间段;
根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在所述目标时间段内的出行行为信息;
将所述目标用户在所述目标时间段内的出行行为信息确定为所述目标用户在未来的第二预设时间段内的出行行为信息。
6.根据权利要求4所述的方法,其特征在于,所述根据所述目标用户的特征信息、所述目标用户的位置记录信息、以及决策树模型,统计出所述目标用户在所述预设历史时间段内的出行行为信息之前,还包括:
获取预设的训练数据集,所述训练数据集中的每一条训练数据包括一个用户的特征信息和位置记录信息;
根据所述训练数据集训练所述决策树模型,以确定所述决策树模型的准确率达到预设阈值。
7.一种航空信息推送装置,其特征在于,包括:
第一获取模块,用于获取目标用户在预设历史时间段内的历史详单数据;
生成模块,用于根据所述历史详单数据,生成所述目标用户的位置记录信息;
第一统计模块,用于根据所述目标用户的位置记录信息,统计所述目标用户在所述预设历史时间段内的历史行程;
第一确定模块,用于根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在未来的第二预设时间段内的出行行为信息;
推送模块,用于根据所述目标用户在所述第二预设时间内的出行行为信息,向所述目标用户推送航空信息。
8.根据权利要求7所述的装置,其特征在于,还包括:
第二获取模块,用于获取所述目标用户在预设历史时间段内的历史通信内容数据,所述历史通信内容数据包括短信息内容;
第二统计模块,用于根据所述历史通信内容数据,统计所述目标用户在所述预设历史时间段内乘坐的航班信息;
第二确定模块,用于根据所述目标用户在所述预设历史时间段内乘坐的航班信息,确定所述目标用户乘坐次数最多的预设数量的航空公司;
所述推送模块还用于:
根据所述目标用户在所述第二预设时间内的出行行为信息、以及所述目标用户乘坐次数最多的预设数量的航空公司,向所述目标用户推送航空信息。
9.根据权利要求7所述的装置,其特征在于,所述生成模块还用于:
根据所述历史详单数据中所述目标用户的每一条通信记录,确定所述目标用户的一个位置记录信息;
所述位置记录信息包括所述通信记录产生的时间、以及所述通信记录产生的地点。
10.根据权利要求7所述的装置,其特征在于,所述第一统计模块包括:
第一获取子模块,用于获取所述目标用户的特征信息;
统计子模块,用于根据所述目标用户的特征信息、所述目标用户的位置记录信息、以及决策树模型,统计出所述目标用户在所述预设历史时间段内的出行行为信息;所述出行行为信息包括:出行类型、出行时间、出行地点;
排序子模块,用于将各所述出行行为信息按照时间先后顺序排列,形成所述目标用户在所述预设历史时间段内的历史行程。
11.根据权利要求10所述的装置,其特征在于,所述第一确定模块包括:
第一确定子模块,用于根据所述第二预设时间段,确定所述预设历史时间段内与所述第二预设时间段相对应的目标时间段;
第二确定子模块,用于根据所述目标用户在所述预设历史时间段内的历史行程,确定所述目标用户在所述目标时间段内的出行行为信息;
第三确定子模块,用于将所述目标用户在所述目标时间段内的出行行为信息确定为所述目标用户在未来的第二预设时间段内的出行行为信息。
12.根据权利要求10所述的装置,其特征在于,所述第一统计模块还包括:
第二获取子模块,用于获取预设的训练数据集,所述训练数据集中的每一条训练数据包括一个用户的特征信息和位置记录信息;
训练子模块,用于根据所述训练数据集训练所述决策树模型,以确定所述决策树模型的准确率达到预设阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711233532.XA CN108234596A (zh) | 2017-11-30 | 2017-11-30 | 航空信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711233532.XA CN108234596A (zh) | 2017-11-30 | 2017-11-30 | 航空信息推送方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108234596A true CN108234596A (zh) | 2018-06-29 |
Family
ID=62652972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711233532.XA Pending CN108234596A (zh) | 2017-11-30 | 2017-11-30 | 航空信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108234596A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933660A (zh) * | 2019-11-29 | 2020-03-27 | 广州市百果园信息技术有限公司 | 国别信息确定方法、装置、存储介质及设备 |
CN112131454A (zh) * | 2020-08-26 | 2020-12-25 | 汉海信息技术(上海)有限公司 | 火车出行用户信息推送的方法、装置及服务器 |
CN113850695A (zh) * | 2021-09-07 | 2021-12-28 | 海南太美航空股份有限公司 | 一种基于大数据的航空信息管理平台以及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512773A (zh) * | 2015-12-25 | 2016-04-20 | 中国民航信息网络股份有限公司 | 旅客出行目的预测方法及装置 |
WO2016172663A1 (en) * | 2015-04-24 | 2016-10-27 | Tagb.io. Inc. | Outcome prediction |
CN106067070A (zh) * | 2016-05-26 | 2016-11-02 | 北京小米移动软件有限公司 | 订票提示方法及装置 |
-
2017
- 2017-11-30 CN CN201711233532.XA patent/CN108234596A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016172663A1 (en) * | 2015-04-24 | 2016-10-27 | Tagb.io. Inc. | Outcome prediction |
CN105512773A (zh) * | 2015-12-25 | 2016-04-20 | 中国民航信息网络股份有限公司 | 旅客出行目的预测方法及装置 |
CN106067070A (zh) * | 2016-05-26 | 2016-11-02 | 北京小米移动软件有限公司 | 订票提示方法及装置 |
Non-Patent Citations (2)
Title |
---|
毛晓汶: ""基于手机信令技术的区域交通出行特征研究"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
马刚: "《商务智能》", 31 July 2010 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933660A (zh) * | 2019-11-29 | 2020-03-27 | 广州市百果园信息技术有限公司 | 国别信息确定方法、装置、存储介质及设备 |
CN112131454A (zh) * | 2020-08-26 | 2020-12-25 | 汉海信息技术(上海)有限公司 | 火车出行用户信息推送的方法、装置及服务器 |
CN113850695A (zh) * | 2021-09-07 | 2021-12-28 | 海南太美航空股份有限公司 | 一种基于大数据的航空信息管理平台以及方法 |
CN113850695B (zh) * | 2021-09-07 | 2022-12-13 | 海南太美航空股份有限公司 | 一种基于大数据的航空信息管理平台以及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhong et al. | Detecting the dynamics of urban structure through spatial network analysis | |
CN107229708A (zh) | 一种个性化出行服务大数据应用系统及方法 | |
CN107451861B (zh) | 一种大数据下用户上网特征识别的方法 | |
CN106778876A (zh) | 基于移动用户轨迹相似性的用户分类方法和系统 | |
CN105183870A (zh) | 一种利用微博位置信息的城市功能区探测方法及系统 | |
CN104636940A (zh) | 广告投放方法及系统、广告筛选方法及装置、服务器 | |
CN106777703A (zh) | 一种公交乘客实时分析系统及其构建方法 | |
CN109948066B (zh) | 一种基于异构信息网络的兴趣点推荐方法 | |
CN103392187A (zh) | 利用从物体轨迹数据获取的统计和语义特征的场景活动分析 | |
CN106126521A (zh) | 目标对象的社交账号挖掘方法及服务器 | |
CN105138590A (zh) | 轨迹预测方法和装置 | |
CN106875670A (zh) | Spark平台下基于GPS数据的出租车调配方法 | |
CN108234596A (zh) | 航空信息推送方法及装置 | |
CN111192090A (zh) | 航班的座位分配方法、装置、存储介质和电子设备 | |
CN111598333B (zh) | 客流数据的预测方法及装置 | |
CN104021483A (zh) | 旅客需求推荐方法 | |
Smolak et al. | Population mobility modelling for mobility data simulation | |
CN112364176A (zh) | 一种人员行动轨迹的构建方法、设备及系统 | |
Hoang et al. | Crowdsensing and analyzing micro-event tweets for public transportation insights | |
CN110046174A (zh) | 一种基于大数据的人口迁移分析方法和系统 | |
CN109919675A (zh) | 基于神经网络的通讯用户升档预测概率识别方法及系统 | |
Chen et al. | An analysis of movement patterns between zones using taxi GPS data | |
CN106383897B (zh) | 数据库容量计算方法和装置 | |
CN110991751A (zh) | 用户生活模式预测方法、装置、电子设备及存储介质 | |
Boyce et al. | Negative binomial models for abundance estimation of multiple closed populations |
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 |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |