CN111882379A - 一种基于邮件的订单确认方法和装置 - Google Patents
一种基于邮件的订单确认方法和装置 Download PDFInfo
- Publication number
- CN111882379A CN111882379A CN202010609818.9A CN202010609818A CN111882379A CN 111882379 A CN111882379 A CN 111882379A CN 202010609818 A CN202010609818 A CN 202010609818A CN 111882379 A CN111882379 A CN 111882379A
- Authority
- CN
- China
- Prior art keywords
- order
- prediction
- confirmation
- hotel
- 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
- 238000012790 confirmation Methods 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000010200 validation analysis Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 235000021152 breakfast Nutrition 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000000546 chi-square test Methods 0.000 claims description 7
- 238000013145 classification model Methods 0.000 claims description 5
- 230000000153 supplemental effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 230000006870 function Effects 0.000 description 12
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 241000590419 Polygonia interrogationis Species 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
- G06Q30/0637—Approvals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Abstract
本申请实施例公开了一种基于邮件的订单确认方法和装置,基于邮件的订单确认方法包括如下步骤:获取用户的订单;向订单对应的酒店发送订单的订单信息;获取酒店响应订单信息回复的邮件;若邮件与预设的第一自动确认规则匹配,则确定订单自动确认;若述邮件与第一自动确认规则不匹配;则进一步确定邮件与预设的自动确认预测规则是否匹配,若是,则确定订单自动确认;若否,则确定由人工处理所述订单。本申请实施例提供的技术方案,除了根据第一自动确认规则确定自动确认的订单以外,还可以对与第一自动确认规则不匹配的订单进一步筛选,将与预设的自动确认预测规则匹配的订单确认为自动确认,这样提高了订单的自动确认率。
Description
技术领域
本申请涉及订单管理技术领域,尤其涉及一种基于邮件的订单确认方法和装置。
背景技术
随着生活水平的提高和工作的需要,人们经常去旅游或者出差,在出发前通常需要提前预订酒店,用户可以在在线旅行社(online travel agency,OTA)或者商旅管理公司(travel management companies,TMC)上提交订单(订单可以包括预订、取消、续住、或者修改等功能,具体以各平台开放给消费者可自主操作的功能为主,为简单起见,在举例时,本申请以预订订单为例进行描述)。
消费者在平台提交订单后,平台与酒店之间可以通过多种方式进行信息的关联操作,其中一种方式是通过邮件进行。具体地,平台将消费者的订单信息邮件发送至酒店,然后获取酒店通过邮件回复的内容,平台根据酒店的回复内容确定酒店是否确认接收此订单。
需要说明的是,平台确定订单是否被酒店确认,主要是通过平台的工作人员人工审核,目前,只有在消费者没有特殊要求,同时酒店无补充回复的情况平台才自动确认。
随着订单的增加,需要人工审核的订单越来越多,这给工作人员造成很大的负担。另外,人工识别效率低,导致订单处理进度较慢,用户获知订单是否预订成功的等待时间较长,也影响了用户体验。
发明内容
本申请实施例提供了一种基于邮件的订单确认方法和装置,能够提高订单自动确认率。
第一方面,本申请实施例提供了一种基于邮件的订单确认方法,包括如下步骤:获取用户的订单;向所述订单对应的酒店发送所述订单的订单信息;获取所述酒店响应所述订单信息回复的邮件;若所述邮件与预设的第一自动确认规则匹配,则确定所述订单自动确认;若所述邮件与所述第一自动确认规则不匹配;则进一步确定所述邮件与预设的自动确认预测规则是否匹配,若是,则确定所述订单自动确认;若否,则确定由人工处理所述订单。
本申请实施例提供的技术方案,除了根据第一自动确认规则确定自动确认的订单以外,还可以对与第一自动确认规则不匹配的订单进一步筛选,将与预设的自动确认预测规则匹配的订单确认为自动确认,这样提高了订单的自动确认率。
在本申请一些可能的实施方式中,所述第一自动确认规则包括,所述订单中所述用户没有特殊要求、并且所述邮件中所述酒店没有补充回复。
在本申请一些可能的实施方式中,在所述确定所述订单自动确认之前,所述方法还包括:判断所述订单中指定字段对应的信息与所述邮件中所述指定字段对应的信息是否匹配;若是,才确定所述订单自动确认;若否,则确定由人工处理所述订单。
在本申请一些可能的实施方式中,所述指定字段包括:价格和/或早餐类型。
在本申请一些可能的实施方式中,所述自动确认预测规则包括:根据自动确认预测模型和所述邮件进行自动确认的预测。
在本申请一些可能的实施方式中,所述自动确认预测模型定期更新。
在本申请一些可能的实施方式中,还包括:获取自动确认预测模型;所述获取所述自动确认预测模型,包括:获取目标邮件,以及获取所述目标邮件对应的订单是自动确认或者由人工处理的标签,所述目标邮件包括:酒店回复的邮件中包括用户的特殊说明或者酒店的补充回复;对所述目标邮件的所述补充回复做分词处理;根据卡方检验提取特征,结合业务经验特征,建立文本分类模型,得到自动确认预测模型。
在本申请一些可能的实施方式中,所述自动确认预测规则包括第一预测规则和第二预测规则;所述第一预测规则,用于根据自动确认预测模型确定第一预测结果;所述第二预测规则,根据所述邮件与历史邮件库中相似度最高的邮件确定第二预测结果;若所述第一预测结果与所述第二预测结果的结果一致,则将所述第一预测结果确认为所述订单是否自动确认;若所述第一预测结果与所述第二预测结果的结果不一致,则确定由人工处理所述订单。
第二方面,本申请实施例提供了一种基于邮件的订单确认装置,包括:第一获取单元,用于获取用户的订单;发送单元,用于向所述订单对应的酒店发送所述订单的订单信息;第二获取单元,用于获取所述酒店响应所述订单信息回复的邮件;处理单元,用于若所述邮件与预设的第一自动确认规则匹配,则确定所述订单自动确认;以及用于若所述邮件与所述第一自动确认规则不匹配;则进一步确定所述邮件与预设的自动确认预测规则是否匹配,若是,则确定所述订单自动确认;若否,则确定由人工处理所述订单。
本申请实施例提供的技术方案,除了根据第一自动确认规则确定自动确认的订单以外,还可以对与第一自动确认规则不匹配的订单进一步筛选,将与预设的自动确认预测规则匹配的订单确认为自动确认,这样提高了订单的自动确认率。
在本申请一些可能的实施方式中,所述第一自动确认规则包括,所述订单中所述用户没有特殊要求、并且所述邮件中所述酒店没有补充回复。
在本申请一些可能的实施方式中,所述处理单元还用于,在确定所述订单自动确认之前,判断所述订单中指定字段对应的信息与所述邮件中所述指定字段对应的信息是否匹配;若是,才确定所述订单自动确认;若否,则确定由人工处理所述订单。
在本申请一些可能的实施方式中,所述指定字段包括:价格和/或早餐类型。
在本申请一些可能的实施方式中,所述自动确认预测规则包括:根据自动确认预测模型和所述邮件进行自动确认的预测。
在本申请一些可能的实施方式中,所述自动确认预测模型定期更新。
在本申请一些可能的实施方式中,还包括:第三获取单元,用于获取目标邮件,以及获取所述目标邮件对应的订单是自动确认或者由人工处理的标签,所述目标邮件包括:酒店回复的邮件中包括用户的特殊说明或者酒店的补充回复;以及用于对所述目标邮件的所述补充回复做分词处理,根据卡方检验提取特征,结合业务经验特征,建立文本分类模型,得到自动确认预测模型。
在本申请一些可能的实施方式中,所述自动确认预测规则包括第一预测规则和第二预测规则;所述第一预测规则,用于根据自动确认预测模型确定第一预测结果;所述第二预测规则,根据所述邮件与历史邮件库中相似度最高的邮件确定第二预测结果;若所述第一预测结果与所述第二预测结果的结果一致,则将所述第一预测结果确认为所述订单是否自动确认;若所述第一预测结果与所述第二预测结果的结果不一致,则确定由人工处理所述订单。
第三方面,本申请实施例提供了一种基于邮件的订单确认装置,包括:处理器和存储器;其中,所述存储器用于存储所述处理器的可执行指令;所述处理器配置为经由执行所述可执行指令来执行第一方面或者第一方面任一可能的实施方式所述的基于邮件的订单确认方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行第一方面或者第一方面任一可能的实施方式所述的基于邮件的订单确认方法。
第五方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的计算机可读存储介质,该计算机程序使得计算机执行第一方面或者第一方面任一可能的实施方式所述的基于邮件的订单确认方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的基于邮件的订单确认方法应用架构示意图。
图1B是现有技术中一种基于邮件的订单确认方法的制流程示意图。
图2A是本申请一实施例提供的一种基于邮件的订单确认方法的制流程示意图。
图2B是本申请另一实施例提供的一种基于邮件的订单确认方法的制流程示意图。
图3是本申请另一实施例提供的一种基于邮件的订单确认方法的制流程示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
需要说明的是,在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
需要说明的是,下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
下文提供了多个不同的实施例来说明实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。
为了提高订单自动确认率,本申请发明人提供了一种基于邮件的订单确认方法用于测量电流的装置,该方法可以应用在图1A所示的场景中。包括平台、酒店和用户。其中,平台可以是OTA或者TMC等,平台可以通过网络进行产品营销和销售服务,针对酒店产品业务,平台的做法是,与酒店洽谈房间价格和佣金比例,谈妥后签协议上线;当用户在平台上寻找酒店,并在确认后发送订单信息给平台;平台将用户信息传给酒店,酒店方做好相应准备;若用户需求为预订,则根据平台发来的预订信息至酒店办理入住;完成入住后,和平台确认离店、完成订单评价等操作;平台与酒店双方确认消费者入住等信息后,酒店以某时间单位支付平台佣金,平台以某时间单位向酒店返还订单费用。不同于OTA,TMC仅将业务开放给企业员工,且预订要符合差旅政策。在费用结算上,由企业代付房费。TMC则定期结算房费给酒店。
当用户通过手机、平板、或者台式机等终端在平台提交订单后,它的背后实质上是平台与酒店之间的信息关联的操作,这种信息关联的方式有很多,包括但不限于直连、传统等方式。当消费者在平台提交预订等相关操作(除预订外,还包括取消、续住、修改,具体以各平台开放的消费者可自主操作的功能为主),它的背后实质上是平台与酒店之间的信息关联的操作,这种信息关联的方式有很多,包括但不限于直连、传统等方式。其中,直连方式时,平台直接连酒店的库存,消费者从平台可以直接查看酒店实时房间剩余量,平台也可根据房间的实时剩余量确定客人的操作是否可被直接确认。传统方式包括通过邮件预订,通过此方式将消费者操作信息发送至酒店,获取酒店回传内容后,再根据酒店的回复内容确定酒店是否接受此预订。如图1B所示,现有技术中,在对基于邮件的订单确认方法包括如下步骤:
101、获取订单。
102、通过邮件方式向酒店发送订单信息。
103、获取酒店回复信息。
104、判断酒店回复是否符合自动确认规则。若是,则执行步骤105;若否,则执行步骤106。
105、确认所述酒店接收所述订单。
106、确认由人工处理所述订单。
现有技术中自动确认规则包括:用户无特殊要求和酒店没有补充回复。除此之外均需要人工处理,每次人工查看酒店回复邮件是否可被确认则需要消耗1分钟左右。当订单很多时,需要花费大量的人力。为了解决现有技术的缺陷,本申请提供了一种基于邮件的订单确认方法,该方法可以提高订单自动确认率。
请参见图2A,图2A为本申请一个实施例提供的基于邮件的订单确认方法的流程示意图。图2A提供的基于邮件的订单确认方法包括如下步骤。
201、获取订单信息。
在一些可能的实施方式中,订单信息可以包括用户的个人信息和用户入住酒店信息。
202、通过邮件方式向酒店发送订单信息。
对于用户的订单操作,平台会通过邮件方式向酒店发送订单信息。
203、获取酒店回复信息。
酒店获取订单信息后,将回复信息回传给平台。通过解析回传的内容可以获取酒店补充回复、客人特殊要求等信息。
204、判断酒店回复是否符合第一自动确认规则。若是,则执行步骤207。若否,则执行步骤205。
在一些可能的实施方式中,第一自动确认规则可以包括,订单中没有特殊要求并且邮件中没有补充回复。可以理解地,第一自动确认规则也可以做其他的限制。
举例来说,平台获取的酒店回复信息包括表1所示信息。表1包括订单号为3条订单信息,对应订单编号分别是:d00001、d00002和d00003。
表1
若第一自动确认规则为:订单中没有特殊要求、并且所述邮件中没有补充回复。由于订单号为d00001的订单中用户没有特殊说明,酒店也没有补充回复,所以根据第一自动确认规则可以确定酒店接收订单d00001。
由于订单号为d00002的订单中酒店有补充回复,订单号为d00003的订单中用户有特殊说明,酒店有补充回复,所以订单号为d00002和d00003的订单与第一自动确认规则不匹配,需要进一步确定判断邮件与预设的自动确认预测规则是否匹配。
在一些可能的实施方式中,根据第一自动确认规则,还可以包括如下场景:若用户选择的房型与酒店补充回复中的房型一致,且酒店补充回复中无其它额外信息,该订单自动确认,否则人工处理;若酒店补充回复中有其它额外信息,需结合本次规则的结果以及模型预测的结果综合考虑。其中客人选择的房型主要从客人特殊说明字段以及订单房型字段获取。特殊的,如果从这两个字段中获取不到具体的床型,酒店回复中明确了具体的房型,该订单为自动确认,同时在向客户发送订单确认的短信中告知酒店安排的床型。如表2所示。
表2
订单d00004客人选择大床房型,酒店补充回复中也安排的是大床房型,房型一致,此订单自动确认。订单d00005客人选择双床房型,酒店补充回复中安排大床房型,房型不一致,此订单需人工介入操作。d00006客人的订单房型为豪华江景房,从描述中看不出房型是什么,从酒店补充回复中看出酒店安排的是大床,此订单自动确认,但需要在订单确认短信中知会客人酒店安排的房型;d00007客人选择房型和酒店补充回复房型一致,但酒店表示需为此订单提供担保,因此该订单需人工介入操作;d00008客人选择房型和酒店补充回复房型一致,且表示已担保,此订单可以自动确认。
在一些可能的实施方式中,第一自动确认规则,还可以包括如下场景:若客人的最晚到店时间不晚于酒店补充回复中的最晚到店时间,且酒店补充回复中无其它额外信息,该订单自动确认,否则人工处理(需联系担保)。若酒店补充回复中有其它额外信息,需结合本次规则的结果以及模型预测的结果综合考虑。其中客人最晚到店时间从客人特殊说明字段以及最晚到店时间字段获取,取两个字段较晚的时间作为最晚到店时间。如表3所示。
表3
订单d00009用户最晚到店时间为18:00:00,酒店补充回复中房间的保留时间为入住当天18:00:00,时间一致,订单自动确认。订单d00010客人最晚到店时间为22:00:00,晚于酒店补充回复中房间的保留时间18:00:00,需联系酒店提供担保,此订单需人工介入操作。d00011用户最晚到店时间为22:00:00以后,晚于酒店补充回复中房间的保留时间18:00:00,此订单需人工介入操作。
对于不能通过第一自动确认规则进行判断的目标邮件,需执行步骤205根据自动确认预测规则确定。
205、判断邮件与预设的自动确认预测规则是否匹配。若是,则执行步骤207;若否,则执行步骤206。
预设的自动确认预测规则可以根据历史邮件得到,具体地,可以搜集历史邮件,对历史邮件进行处理,或者对历史邮件进行筛选后进行处理,输出自动确认预测规则。
在一些可能的实施例中,可以从历史邮件中筛选出满足特定条件的邮件作为目标邮件,举例来说,可以将酒店回复邮件中用户没有特殊说明或者酒店有补充回复的邮件作为目标邮件。在一些可能的实施方式中,可以以一定时间频次收集历史目标邮件。根据用户特殊说明及酒店补充回复的信息,为订单打上标识,标识可以是可自动确认订单或者人工处理订单。
对历史邮件或者对历史目标邮件进行的处理包括:去除无效符号、分词、去除停用词、以及类别标记等操作。
无效符号可以是标点符号,譬如逗号,句号等。需要说明的是,问号不归入无效符号,将问号设置为保留词,有问号的一律认为需要人工介入。问号即包括中文的问号也包括英文的问号。
分词指将连续的序列按照一定的规范重新组合成词序列的过程。中文分词根据实现原理和特点,主要分成如下类别,有基于词典分词算法、基于统计的机器学习算法、基于神经网络的分词器,本专利采用结巴(jieba)分词的方法,该方法集合了基于词典及基于统计的分词算法,可以引入自定义词汇,最大化分词的准确性。例如:我爱南京这句话,分词后结果为我、爱、南京。
停用词包括但不限于“的”、“了”、“和”、“而且”等无效词汇。
类别标记指根据每个订单的酒店回复信息,重点关注酒店补充回复字段内容,确定该订单可被直接确认为酒店接收还是需要由人工处理。初期建模需人工进行类别标记,后期模型优化的类别标记需结合初期模型预测结果及邮件处理人员反馈结果(是否存在误判)进行标记。
选择卡方检验方法计算每个分词对分类结果的相关性,相关性越大越有助于分类器进行分类。由于酒店补充回复的文本重复词较少,因此避免了卡方检验的缺点,即仅考虑特征出现是否出现对于分类结果的影响,忽略词频的重要性。
集合业务特征及上述步骤选出的文本特征,做独热编码(one-hot encoding)向量化操作,进而形成可以使用的数据形式。
对于上述步骤处理好的数据,可以采用文本分类算法建立模型,具体地,可以选择传统机器学习中极端梯度提升(extreme gradient boosting,XGBOOST)作为文本分类的算法,该模型计算速度快,模型表现好,且无需做特征筛选,因此被广泛使用。接着随机抽取80%的样本量为训练集,20%的样本量为测试集,通过网格搜索方法,选择在测试集上准确率最高的模型参数值为最优参数值。
需要说明的是:对于非首次建模,还需将本次训练选择的最优模型与上一次选择的最优模型进行比对,选择准确率最高的模型作为最终的预测模型。
对于满足要求的酒店回复邮件,可通过模型优化模块的预测模型预测出该邮件的类别,进而确定订单是否可被自动确认。
在一些可能的实施方式中,可以每隔一段时间对自动确认模型进行更新。
用户下单后,对目标邮件中的酒店补充回复字段进行与模型优化模块相同的处理,包括去除无效符号、分词、去除停用词。
206、确认由人工处理所述订单。
以前面表1中的内容为例,订单d00003可以确认为由人工处理的订单。
207、确认所述酒店接收所述订单。
这里确认所述酒店接收所述订单也就是平台自动确认酒店接收所述订单,由于不需要人工进行确认,所以提高了确认效率。以前面表1中的内容为例,订单d00002权可以自动确认为由酒店接收所述订单。
在一些可能的实施方式中,如图2B所示,在步骤207之前还可以包括判断指定字段对应的信息与邮件中指定字段对应信息是否匹配,若是,才确定订单自动确认,若否,则确定由人工处理订单。图2B对应实施例中指定字段包括价格和早餐类型,可以理解的是指定字段也可以只是价格或者只是早餐类型,当然也可以是其他字段。
请参见图3,图3为本申请一个实施例提供的基于邮件的订单确认方法的流程示意图。图3提供的基于邮件的订单确认方法包括如下步骤。
301、获取订单信息。
在一些可能的实施方式中,订单信息可以包括用户的个人信息和用户入住酒店信息。
302、通过邮件方式向酒店发送订单信息。
对于用户的订单操作,平台会通过邮件方式向酒店发送订单信息。
303、获取酒店回复信息。
酒店获取订单信息后,将回复信息通过邮件回传给平台。通过解析回传的内容可以获取酒店补充回复、客人特殊要求等信息。
304、判断酒店回复是否符合第一自动确认规则。若是,则执行步骤3051。若否,则执行步骤3041和3042。
在一些可能的实施方式中,第一自动确认规则可以包括,订单中没有特殊要求并且邮件中没有补充回复。可以理解地,第一自动确认规则也可以做其他的限制,这里不一一举例说明。
3041、根据第一预测规则,得到第一预测结果。
第一预测规则可以是图2A对应实施例中的自动确认预测规则。
3042、根据第二预测规则,得到第二预测结果。
第二预测规则可以是在历史目标邮件中确定与酒店回复邮件最相似的邮件,然后将与酒店回复邮件最相似邮件的标识(自动确认或者人工处理)作为第二预测结果。
305、判断第一预测结果与第二预测结果是否一致。若是,则执行步骤2051;若否,则执行步骤306。
判断酒店回复价格/早餐类型是否和订单一致。若是,则执行步骤307;若否,则执行步骤306。
306、确认由人工处理所述订单。
307、确认所述酒店接收所述订单。
本申请实施例提供的技术方案,除了根据第一自动确认规则确定自动确认的订单以外,还可以对与第一自动确认规则不匹配的订单进一步筛选,将与预设的自动确认预测规则匹配的订单确认为自动确认,这样提高了订单的自动确认率。
本申请实施例还提供了一种基于邮件的订单确认装置,包括:第一获取单元,用于获取用户的订单;发送单元,用于向所述订单对应的酒店发送所述订单的订单信息;第二获取单元,用于获取所述酒店响应所述订单信息回复的邮件;处理单元,用于若所述邮件与预设的第一自动确认规则匹配,则确定所述订单自动确认;以及用于若所述邮件与所述第一自动确认规则不匹配;则进一步确定所述邮件与预设的自动确认预测规则是否匹配,若是,则确定所述订单自动确认;若否,则确定由人工处理所述订单。具体细节详见前面方法实施例中的描述,这里不再赘述。
在一些可能的实施方式中,第一自动确认规则包括,订单中没有特殊要求、并且邮件中没有补充回复。
在一些可能的实施方式中,所述处理单元还用于,在确定所述订单自动确认之前,判断所述订单中指定字段对应的信息与所述邮件中所述指定字段对应的信息是否匹配;若是,才确定所述订单自动确认;若否,则确定由人工处理所述订单。
在一些可能的实施方式中,指定字段包括:价格和/或早餐类型。以表4所示为例。
表4
订单d00012根据酒店补充说明可认为是自动确认邮件订单,且订单的房型价格/早餐类型与酒店补充说明中一致,该订单的最终结果为自动确认。订单d00013,根据酒店补充回复说明可认为是自动确认邮件订单,但房型价格/早餐类型和订单房型价格/早餐类型不一致,此单需人工介入。d00014订单,根据酒店补充回复说明可判断为转人工处理订单,即使房型价格/早餐类型一致,最终结果仍为人工处理订单。
在一些可能的实施方式中,自动确认预测规则包括:根据自动确认预测模型和邮件进行自动确认的预测。
在一些可能的实施方式中,自动确认预测模型定期更新。
在一些可能的实施方式中,还包括:第三获取单元,用于获取目标邮件,以及获取所述目标邮件对应的订单是自动确认或者由人工处理的标签,所述目标邮件包括:酒店回复的邮件中包括用户的特殊说明或者酒店的补充回复;对所述目标邮件的所述补充回复做分词处理;根据卡方检验提取特征,结合业务经验特征,建立文本分类模型,得到自动确认预测模型。
在一些可能的实施方式中,自动确认预测规则包括第一预测规则和第二预测规则;所述第一预测规则,用于根据自动确认预测模型确定第一预测结果(pred_result1);所述第二预测规则,根据邮件与历史邮件库中相似度最高的邮件确定第二预测结果(pred_result2);若所述第一预测结果与所述第二预测结果的结果一致,则将所述第一预测结果确认为所述订单是否自动确认;若所述第一预测结果与所述第二预测结果的结果不一致,则确定由人工处理所述订单。
在一些可能的实施方式中,建立邮件语料库,并对分词数据做如下处理:
建立语料库,为每个词加上索引,形式如词:索引;
建立词袋模型,形式如词:频次,这里的频次指词在整个语料库中出现的次数;
计算每个词的TF-IDF值,形式如索引:TF-IDF值;
经过上述处理后,每个酒店的补充回复文本形式如:[(索引1:TF-IDF值1),(索引2:TF-IDF值2),(索引3:TF-IDF值3),…,(索引n:TF-IDF值n)],这里n为该语料库的总的词汇个数。
对于待预测目标邮件中的酒店补充回复说明字段,根据分词情况获取各个词的TF-IDF值,特别的,若出现新词汇,则将新词汇加入语料库后,再建立词袋模型、计算词的TF-IDF值。
根据余弦相似度算法,计算待预测邮件酒店补充回复字段与邮件语料库中各邮件酒店补充回复的相似度,选择相似度值最高的邮件对应的类别标记为待预测邮件的结果,记为pred_result2。
若两种方法的预测结果pred_result1=pred_result2,保持结果不变,若不一致则转人工处理。
本申请实施例提供的技术方案,除了根据第一自动确认规则确定自动确认的订单以外,还可以对与第一自动确认规则不匹配的订单进一步筛选,将与预设的自动确认预测规则匹配的订单确认为自动确认,这样提高了订单的自动确认率。
本申请实施例还提供了一种基于邮件的订单确认装置,包括:处理器和存储器;其中,所述存储器用于存储所述处理器的可执行指令;所述处理器配置为经由执行所述可执行指令来执行前面任一方法实施例中任一项所述的基于邮件的订单确认方法。
上述主要从装置侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,为了实现上述控制流程,装置内包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,处理器所做的控制流程的功能能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述示例对装置或设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对各组成部分的划分是示意性的,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,以上装置可以位于同一个芯片或者包括多个芯片的芯片组中。该装置可以与处理器位于同一个芯片内。或者,装置和处理器位于不同芯片内,即处理器是位于一个独立芯片中。例如,处理器是位于一个独立芯片中时,装置可以使一个电源管理单元(PMU)芯片。可选地,用于执行测量的多个串联电阻和切换单元中的至少一个可以位于芯片中,也可以位于芯片外,即多个串联电阻和切换单元中的至少一个可以使分离器件,位于电路板上,本实施例对此不限定。
示例性地,以上处理器可以选择性地运行软件来工作,该软件可以存储于一个计算机可读存储介质中,其中包括以所述软件形式存在的计算机程序,该计算机程序包括大量计算机代码。处理器通过运行所述计算机程序控制切换单元切换所述库仑计与所述多个串联电阻的所述耦合关系,并接收库仑计任一耦合方式测得的电流值。处理器通过运行所述计算机程序进一步从多个耦合方式下得到的多个电流值中确定最终测量结果,还可选择性地对电流值进行校准,校准的具体过程参照之前实施例的描述。该处理器可包括但不限于中央处理单元、微控制器、微处理器、数字信号处理器、或人工智能处理器等。
本申请实施例还提供一种计算机可读存储介质,其中,该计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理利器执行时使处理器执行如上述流程方法实施例中记载的任何基于邮件的订单确认方法的部分或全部步骤。该计算机可读存储介质可以使存储器,可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的计算机可读存储介质,该计算机程序使得计算机执行如上述流程方法实施例中记载的任何一种基于邮件的订单确认方法的部分或全部步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可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连接可以是直接相连或通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (19)
1.一种基于邮件的订单确认方法,其特征在于,包括如下步骤:
获取用户的订单;
向所述订单对应的酒店发送所述订单的订单信息;
获取所述酒店响应所述订单信息回复的邮件;
若所述邮件与预设的第一自动确认规则匹配,则确定所述订单自动确认;
若所述邮件与所述第一自动确认规则不匹配;则进一步确定所述邮件与预设的自动确认预测规则是否匹配,若是,则确定所述订单自动确认;若否,则确定由人工处理所述订单。
2.根据权利要求1所述的订单确认方法,其特征在于,
所述第一自动确认规则包括,所述订单中所述用户没有特殊要求、并且所述邮件中所述酒店没有补充回复。
3.根据权利要求1或2所述的订单确认方法,其特征在于,在所述确定所述订单自动确认之前,所述方法还包括:
判断所述订单中指定字段对应的信息与所述邮件中所述指定字段对应的信息是否匹配;
若是,才确定所述订单自动确认;
若否,则确定由人工处理所述订单。
4.根据权利要求3所述的订单确认方法,其特征在于,所述指定字段包括:价格和/或早餐类型。
5.根据权利要求1至4任一项所述的订单确认方法,其特征在于,
所述自动确认预测规则包括:根据自动确认预测模型和所述邮件进行自动确认的预测。
6.根据权利要求5所述的订单确认方法,其特征在于,
所述自动确认预测模型定期更新。
7.根据权利要求5或6所述的订单确认方法,其特征在于,还包括:获取自动确认预测模型;所述获取所述自动确认预测模型,包括:
获取目标邮件,以及获取所述目标邮件对应的订单是自动确认或者由人工处理的标签,所述目标邮件包括:酒店回复的邮件中包括用户的特殊说明或者酒店的补充回复;
对所述目标邮件的所述补充回复做分词处理;
根据卡方检验提取特征,结合业务经验特征,建立文本分类模型,得到自动确认预测模型。
8.根据权利要求1至7任一项所述的订单确认方法,其特征在于,所述自动确认预测规则包括第一预测规则和第二预测规则;
所述第一预测规则,用于根据自动确认预测模型确定第一预测结果;
所述第二预测规则,根据所述邮件与历史邮件库中相似度最高的邮件确定第二预测结果;
若所述第一预测结果与所述第二预测结果的结果一致,则将所述第一预测结果确认为所述订单是否自动确认;
若所述第一预测结果与所述第二预测结果的结果不一致,则确定由人工处理所述订单。
9.一种基于邮件的订单确认装置,其特征在于,包括:
第一获取单元,用于获取用户的订单;
发送单元,用于向所述订单对应的酒店发送所述订单的订单信息;
第二获取单元,用于获取所述酒店响应所述订单信息回复的邮件;
处理单元,用于若所述邮件与预设的第一自动确认规则匹配,则确定所述订单自动确认;以及用于若所述邮件与所述第一自动确认规则不匹配;则进一步确定所述邮件与预设的自动确认预测规则是否匹配,若是,则确定所述订单自动确认;若否,则确定由人工处理所述订单。
10.根据权利要求9所述的订单确认装置,其特征在于,
所述第一自动确认规则包括,所述订单中所述用户没有特殊要求、并且所述邮件中所述酒店没有补充回复。
11.根据权利要求9或10所述的订单确认装置,其特征在于,
所述处理单元还用于,在确定所述订单自动确认之前,判断所述订单中指定字段对应的信息与所述邮件中所述指定字段对应的信息是否匹配;若是,才确定所述订单自动确认;若否,则确定由人工处理所述订单。
12.根据权利要求11所述的订单确认装置,其特征在于,所述指定字段包括:价格和/或早餐类型。
13.根据权利要求9至12任一项所述的订单确认装置,其特征在于,
所述自动确认预测规则包括:根据自动确认预测模型和所述邮件进行自动确认的预测。
14.根据权利要求13所述的订单确认装置,其特征在于,
所述自动确认预测模型定期更新。
15.根据权利要求13或14所述的订单确认装置,其特征在于,还包括:
第三获取单元,用于获取目标邮件,以及获取所述目标邮件对应的订单是自动确认或者由人工处理的标签,所述目标邮件包括:酒店回复的邮件中包括用户的特殊说明或者酒店的补充回复;以及用于对所述目标邮件的所述补充回复做分词处理,根据卡方检验提取特征,结合业务经验特征,建立文本分类模型,得到自动确认预测模型。
16.根据权利要求10至13任一项所述的订单确认装置,其特征在于,所述自动确认预测规则包括第一预测规则和第二预测规则;
所述第一预测规则,用于根据自动确认预测模型确定第一预测结果;
所述第二预测规则,根据所述邮件与历史邮件库中相似度最高的邮件确定第二预测结果;
若所述第一预测结果与所述第二预测结果的结果一致,则将所述第一预测结果确认为所述订单是否自动确认;
若所述第一预测结果与所述第二预测结果的结果不一致,则确定由人工处理所述订单。
17.一种基于邮件的订单确认装置,其特征在于,包括:处理器和存储器;其中,
所述存储器用于存储所述处理器的可执行指令;
所述处理器配置为经由执行所述可执行指令来执行权利要求1至9中任一项所述的基于邮件的订单确认方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1至8中任一项所述的方法。
19.一种计算机程序产品,其特征在,所述计算机程序产品包括存储了计算机程序的计算机可读存储介质,该计算机程序使得计算机执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010609818.9A CN111882379A (zh) | 2020-06-29 | 2020-06-29 | 一种基于邮件的订单确认方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010609818.9A CN111882379A (zh) | 2020-06-29 | 2020-06-29 | 一种基于邮件的订单确认方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111882379A true CN111882379A (zh) | 2020-11-03 |
Family
ID=73157305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010609818.9A Pending CN111882379A (zh) | 2020-06-29 | 2020-06-29 | 一种基于邮件的订单确认方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111882379A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001350990A (ja) * | 2000-06-05 | 2001-12-21 | Ntt Data Corp | 注文管理方法及びシステム |
US20030025943A1 (en) * | 2001-08-01 | 2003-02-06 | Dawn Carey | E-mail based inquiry-response automation |
CN105550759A (zh) * | 2014-10-24 | 2016-05-04 | 黄欣 | 订房方法与系统 |
CN106910110A (zh) * | 2017-02-10 | 2017-06-30 | 韩杰 | 一种订单交易管理系统 |
CN106909611A (zh) * | 2017-01-11 | 2017-06-30 | 北京众荟信息技术股份有限公司 | 一种基于文本信息抽取的酒店自动匹配方法 |
CN107133679A (zh) * | 2017-04-28 | 2017-09-05 | 柳州市啪啪微订网络科技有限公司 | 一种酒店网络预定系统 |
CN107742246A (zh) * | 2017-11-08 | 2018-02-27 | 携程计算机技术(上海)有限公司 | 海外酒店订单确认方法和系统 |
CN108960987A (zh) * | 2018-06-28 | 2018-12-07 | 清远网博信息技术有限公司 | 酒店订单确认方法和系统 |
CN109784848A (zh) * | 2018-12-29 | 2019-05-21 | 深圳慧通商务有限公司 | 酒店订单处理方法和相关产品 |
CN110149266A (zh) * | 2018-07-19 | 2019-08-20 | 腾讯科技(北京)有限公司 | 垃圾邮件识别方法及装置 |
CN110532394A (zh) * | 2019-09-11 | 2019-12-03 | 携程计算机技术(上海)有限公司 | 订单备注文本的处理方法及系统 |
CN111340593A (zh) * | 2020-02-27 | 2020-06-26 | 上海百秋电子商务有限公司 | 一种电商平台订单自动审核确认的方法 |
-
2020
- 2020-06-29 CN CN202010609818.9A patent/CN111882379A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001350990A (ja) * | 2000-06-05 | 2001-12-21 | Ntt Data Corp | 注文管理方法及びシステム |
US20030025943A1 (en) * | 2001-08-01 | 2003-02-06 | Dawn Carey | E-mail based inquiry-response automation |
CN105550759A (zh) * | 2014-10-24 | 2016-05-04 | 黄欣 | 订房方法与系统 |
CN106909611A (zh) * | 2017-01-11 | 2017-06-30 | 北京众荟信息技术股份有限公司 | 一种基于文本信息抽取的酒店自动匹配方法 |
CN106910110A (zh) * | 2017-02-10 | 2017-06-30 | 韩杰 | 一种订单交易管理系统 |
CN107133679A (zh) * | 2017-04-28 | 2017-09-05 | 柳州市啪啪微订网络科技有限公司 | 一种酒店网络预定系统 |
CN107742246A (zh) * | 2017-11-08 | 2018-02-27 | 携程计算机技术(上海)有限公司 | 海外酒店订单确认方法和系统 |
CN108960987A (zh) * | 2018-06-28 | 2018-12-07 | 清远网博信息技术有限公司 | 酒店订单确认方法和系统 |
CN110149266A (zh) * | 2018-07-19 | 2019-08-20 | 腾讯科技(北京)有限公司 | 垃圾邮件识别方法及装置 |
CN109784848A (zh) * | 2018-12-29 | 2019-05-21 | 深圳慧通商务有限公司 | 酒店订单处理方法和相关产品 |
CN110532394A (zh) * | 2019-09-11 | 2019-12-03 | 携程计算机技术(上海)有限公司 | 订单备注文本的处理方法及系统 |
CN111340593A (zh) * | 2020-02-27 | 2020-06-26 | 上海百秋电子商务有限公司 | 一种电商平台订单自动审核确认的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109727041A (zh) | 智能客服多轮问答方法、设备、存储介质及装置 | |
CN110334289B (zh) | 出行目的地的确定方法和目标用户的确定方法 | |
US20200401955A1 (en) | Systems and methods for automated itinerary modification | |
CN111144723A (zh) | 人岗匹配推荐方法及系统、存储介质 | |
US20100332358A1 (en) | System and method of tracing items | |
CN110489198A (zh) | 一种工单处理的方法和系统 | |
CN111260102A (zh) | 一种用户满意度预测方法、装置、电子设备及存储介质 | |
CN109739965B (zh) | 跨领域对话策略的迁移方法及装置、设备、可读存储介质 | |
CN117114514B (zh) | 一种基于大数据的人才信息分析管理方法、系统及装置 | |
CN103797504A (zh) | 用于计划和预订旅程的方法和系统 | |
US11257029B2 (en) | Pickup article cognitive fitment | |
CN109766440B (zh) | 一种用于为对象文本描述确定默认分类信息的方法及系统 | |
CN111882379A (zh) | 一种基于邮件的订单确认方法和装置 | |
CN106373572A (zh) | 基于人工智能的提示信息的方法及装置 | |
CN115618264A (zh) | 数据资产的主题分类方法、装置、设备和介质 | |
CN104839962A (zh) | 一种智能钱包及其信息处理方法和装置 | |
CN114386708A (zh) | 一种门店客流量的预测方法和系统 | |
CN113935802A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN114266239A (zh) | 数据集的生成方法及装置 | |
CN113361920A (zh) | 酒店服务优化指标推荐方法、系统、设备及存储介质 | |
CN114202309A (zh) | 用户与企业的匹配参数的确定方法、电子设备及程序产品 | |
CN110111131A (zh) | 虚假客资信息的确定方法及装置 | |
CN113610585A (zh) | 基于rpa及ai的税票开具方法、装置、设备及介质 | |
KR20220067683A (ko) | 머신러닝 기반의 사용자 맞춤형 부동산 매물 추천 장치, 방법 및 프로그램 | |
CN114881271A (zh) | 酒店预订方法、系统、设备及存储介质 |
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 |