CN112434067A - 国际运价的缓存数据处理方法、系统、设备及介质 - Google Patents
国际运价的缓存数据处理方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112434067A CN112434067A CN202011333721.6A CN202011333721A CN112434067A CN 112434067 A CN112434067 A CN 112434067A CN 202011333721 A CN202011333721 A CN 202011333721A CN 112434067 A CN112434067 A CN 112434067A
- Authority
- CN
- China
- Prior art keywords
- data
- cache
- freight rate
- page query
- life cycle
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种国际运价的缓存数据处理方法、系统、设备及介质,所述方法包括步骤:获取机票查询历史数据和验价历史数据;分别建立初始机器学习模型和数据库;根据所述机票查询历史数据和验价历史数据,训练所述初始机器学习模型,得到目标模型;获取页面查询数据;基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期;基于所述缓存生命周期,对所述数据库中关联所述页面查询数据的缓存数据进行设置;本申请既降低了用户访问时的数据延迟,又能保证国际机票运价数据的准确性。
Description
技术领域
本发明涉及计算机技术领域,具体地说,涉及一种国际运价的缓存数据处理方法、系统、设备及介质。
背景技术
对于国际机票的用户来说,购买之前通常需要先查询票价。对于提供国际机票购买服务的平台来说,用户每查询一次,平台都需要向机票供应商的服务器请求一次数据。而这些供应商的服务器一般位于国外,这样就存在用户访问数据延迟高、数据更新速度慢的问题。
所以,现在很多平台会设置机票运价的缓存。这样用户查询时,若缓存中存在相关运价数据,则不必向国外服务器请求数据,直接从数据库缓存中获取数据即可,有利于改善用户数据访问延迟,改善用户体验。而运价相关的缓存数据需要设置缓存生命周期,该生命周期若设置过小,则依然需要频繁地向国外服务器请求数据,既会导致数据更新速度慢,也会增加企业成本。该生命周期若设置过大,则可能存在缓存运价失效的风险,导致用户下单时在订单支付页面显示的运价和航线运价展示页面显示的运价不相符,使得用户购买体验较差。所以,如何确定一合理的运价缓存生命周期,是需要解决的一个问题。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种国际运价的缓存数据处理方法、系统、设备及介质,解决现有的国际运价的缓存数据处理方法无法确定合理的运价缓存生命周期的问题。
为实现上述目的,本发明提供了一种国际运价的缓存数据处理方法,所述方法包括以下步骤:
获取机票查询历史数据和验价历史数据;
分别建立初始机器学习模型和数据库;
根据所述机票查询历史数据和验价历史数据,训练所述初始机器学习模型,得到目标模型;
获取页面查询数据;
基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期;
基于所述缓存生命周期,对所述数据库中关联所述页面查询数据的缓存数据进行设置。
可选地,所述初始机器学习模型为决策树模型。
可选地,所述决策树模型包括第一决策分支和第二决策分支,所述第一决策分支对应的缓存生命周期小于所述第二决策分支对应的缓存生命周期;所述页面查询数据中包含航线数据;
所述基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期,包括:
基于所述页面查询数据和所述机票查询历史数据,获得所述航线数据的航线热度值;
所述目标模型基于所述航线热度值和预设阈值,判断所述航线数据是否归属于热门航线;
若是,则所述目标模型继续执行所述第一决策分支;
若否,则所述目标模型继续执行所述第二决策分支。
可选地,所述页面查询数据中包含航线数据,在所述分别建立初始机器学习模型和数据库的步骤之后,所述方法还包括步骤:
对所述数据库基于所述航线数据建立二级索引。
可选地,所述方法还包括步骤:
基于所述页面查询数据,获取当前运价数据;
依据所述当前运价数据响应所述页面查询数据对应的查询请求,以及对所述数据库中的缓存数据进行设置。
可选地,在所述获取页面查询数据的步骤之后,还包括步骤:
判断所述数据库中是否存在与所述航线数据相同的缓存数据;
若否则执行步骤:基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期。
可选地,在所述若否则执行步骤之后,所述方法还包括步骤:
若存在,则执行步骤:当所述缓存数据的缓存生命周期有效时,从所述缓存数据中获取关联所述页面查询数据的第一运价数据,依据所述第一运价数据响应所述页面查询数据对应的查询请求。
可选地,所述方法还包括步骤:
判断订单支付页面的第二运价数据和所述第一运价数据是否一致,若否则基于所述二级索引和所述航线数据,将所述数据库中与所述航线数据关联的缓存数据清除。
本发明还提供了一种国际运价的缓存数据处理系统,用于实现上述国际运价的缓存数据处理方法,所述系统包括:
历史数据获取单元,用于获取机票查询历史数据和验价历史数据;
模型建立单元,用于分别建立初始机器学习模型和数据库;
模型训练单元,用于根据所述机票查询历史数据和验价历史数据,训练所述初始机器学习模型,得到目标模型;
查询数据获取单元,用于获取页面查询数据;
生命周期获取单元,基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期;
缓存数据设置单元,基于所述缓存生命周期,对所述数据库中关联所述页面查询数据的缓存数据进行设置。
本发明还提供了一种国际运价的缓存数据处理设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项国际运价的缓存数据处理方法的步骤。
本发明还提供了一种计算机可读存储介质,用于存储程序,所述程序被处理器执行时实现上述任意一项国际运价的缓存数据处理方法的步骤。
本发明与现有技术相比,具有以下优点及突出性效果:
本发明提供的国际运价的缓存数据处理方法、系统、设备及介质通过在数据库中设置关于国际机票的缓存数据,这样在多个用户重复查询同一航线运价时,就不必向国外代理商服务器请求数据,降低用户访问时的数据延迟,提高数据访问效率;
并且利用历史数据训练初始机器学习模型,利用训练后的模型预测合理的缓存生命周期,提高缓存生命周期的准确率,使得缓存生命周期设置合理,既能防止缓存生命周期设置过小导致缓存起到的效果偏弱;也能避免缓存生命周期设置过大导致用户下单时运价不准确的现象发生,保证了运价数据的准确性,改善用户体验。
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为本发明一实施例公开的一种国际运价的缓存数据处理方法的示意图;
图2为本发明另一实施例公开的一种国际运价的缓存数据处理方法的示意图;
图3为本发明另一实施例公开的一种国际运价的缓存数据处理方法的示意图;
图4为本发明一实施例公开的一种国际运价的缓存数据处理系统的结构示意图;
图5为本发明一实施例公开的一种国际运价的缓存数据处理设备的结构示意图;
图6为本发明一实施例公开的一种计算机可读存储介质的结构示意图。
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。
如图1所示,本发明一实施例公开了一种国际运价的缓存数据处理方法,该方法包括以下步骤:
S10,获取机票查询历史数据和验价历史数据。具体而言,上述机票查询历史数据可以包括历史用户的出发日期、返程日期、选择的航空公司、出发地、目的地以及代理商等数据。验价历史数据可以包含有验价成功或者失败、历史缓存生命周期等数据。
S20,分别建立初始机器学习模型和数据库。本实施例中,上述初始机器学习模型为决策树模型。其中,上述决策树模型包括第一决策分支和第二决策分支,上述第一决策分支对应的缓存生命周期小于上述第二决策分支对应的缓存生命周期。上述决策树模型还包括第三决策分支,第三决策分支用于判断用户输入的页面查询数据中的航线数据是属于热门航线还是冷门航线。如果是热门航线,则利用第一决策分支处理该航线数据。如果是冷门航线,则利用第二决策分支处理该航线数据。
因为热门航线往往比较热门,运价数据更新频繁,所以运价数据的缓存生命周期较短。而冷门航线购买人数偏少,运价数据更新不频繁,所以运价数据的缓存生命周期较长。利用第一决策分支和第二决策分支分别处理热门航线和冷门航线,能够提高缓存生命周期的预测准确性,有利于保证运价数据的正确性,改善用户下单过程中的体验。
上述决策树模型的其余实施细节可以参考现有技术,本申请不再赘述。
S30,根据上述机票查询历史数据和验价历史数据,训练上述初始机器学习模型,得到目标模型。具体而言,将机票查询历史数据和验价历史数据作为上述决策树模型的输入,训练该决策树模型,得到目标模型即为目标决策树模型。
S40,获取页面查询数据。其中,该页面查询数据中包含航线数据。航线数据可以包含有出发地、目的地和出发日期。比如:11月20日出发的上海到纽约的航班。
S50,基于上述页面查询数据和上述目标模型,获得关联上述页面查询数据的缓存生命周期。具体而言,将上述页面查询数据作为训练后得到的上述目标模型的输入,得到与上述页面查询数据相对应的缓存生命周期。步骤S50包括:通过目标模型的第三决策树分支基于上述页面查询数据和上述机票查询历史数据,获得上述航线数据的航线热度值。
上述目标模型基于上述航线热度值和预设阈值,判断上述航线数据是否归属于热门航线。比如当航线热度值大于预设阈值时,则该航线数据是热门航线。否则该航线数据对应的航线是冷门航线。该预设阈值可根据需要设置,比如为20。
若是热门航线,则上述目标模型继续执行上述第一决策分支。
若是冷门航线,则上述目标模型继续执行上述第二决策分支。
以及S60,基于上述缓存生命周期,对上述数据库中关联上述页面查询数据的缓存数据进行设置。具体而言,将与上述页面查询数据对应的缓存数据对应的生命周期设置为上述缓存生命周期。
在本申请的另一实施例中,如图2所示,在上述实施例的基础上,在步骤S60之后,该实施例还包括步骤:
S70,基于上述页面查询数据,获取当前运价数据。需要说明的是,该步骤中是从国外服务器中获取到与上述页面查询数据相对应的当前运价数据。
这样只需要在一条航线第一次被访问时,需要从国外服务器中查询运价数据,在后续其他用户访问该条航线时,不再需要从国外服务器中访问数据,有利于降低运价数据访问延迟,提高数据访问效率。
S80,依据上述当前运价数据响应上述页面查询数据对应的查询请求,以及对上述数据库中的缓存数据进行设置。也即将上述当前运价数据返回给用户查询页面并显示,并将与上述页面查询数据对应的缓存数据中的运价设置为当前运价数据。这样在后续用户访问相同航线数据时,只需要从缓存数据中获取到运价数据即可,数据访问速度快。
如图3所示,在本申请的另一实施例中,在上述实施例的基础上,步骤S20和步骤S30之间还包括步骤S90:
对上述数据库基于上述航线数据建立二级索引。具体而言,比如航线数据为包括11月20日出发的上海到纽约的航班数据时,那么二级索引就实现将运营该趟航线的所有航空公司均与该航线数据相关联,也即利用该航线数据作为索引,能快速查找到运营该航线的所有航空公司。
步骤S40在获取页面查询数据的步骤之后,还包括步骤:判断上述数据库中是否存在与上述航线数据相同的缓存数据。
如果数据库中不存在与上述航线数据相同的缓存数据,则执行步骤S50、步骤S60、步骤S70以及步骤S80。
如果数据库中存在与上述航线数据相同的缓存数据,则执行步骤:
S100,当上述缓存数据的缓存生命周期有效时,从上述缓存数据中获取关联上述页面查询数据的第一运价数据,依据上述第一运价数据响应上述页面查询数据对应的查询请求。比如,若缓存生命周期为5天,在5天之内则确定该缓存生命周期有效,超过5天则认为缓存生命周期已经失效。当缓存生命周期有效时,则从缓存数据中获取与页面查询数据对应的第一运价数据。如果缓存生命周期已经失效,则执行步骤S50、步骤S60、步骤S70以及步骤S80。
S101,判断订单支付页面的第二运价数据和上述第一运价数据是否一致,若不一致则执行步骤S102:基于上述二级索引和上述航线数据,将上述数据库中与上述航线数据关联的缓存数据清除。如果一致,则对数据库不进行任何操作。
具体而言,用户在下单整个流程中,需要先查询运价然后点击提交订单,进入订单支付页面。也即,整个下单流程中存在两个页面:航线运价展示页面和订单支付页面。第一运价数据即为在航线运价展示页面显示的运价。第二运价数据即为在订单支付页面显示的运价。
如果第一运价数据和第二运价数据是一致的,则说明数据库中的缓存数据是正确的。如果第一运价数据和第二运价数据不一致,则说明缓存数据中的第一运价数据已经失真,即不正确。所以,需要利用二级索引对上述航线数据关联的缓存数据全部清除。然后利用训练后的决策树模型重新获取新的关于该缓存数据的缓存生命周期。
比如,页面查询数据是查询11月20日出发的上海到纽约的航班。该条航线存在有不同航空公司的航班,比如有东方航空公司、南方航空公司或者中国国际航空公司。如果数据库中没有二级索引,则只能一次删除包含有该条航线的东方航空公司的所有航班,无法删除南方航空公司和中国国际航空公司运营的该条航线的航班。如果删除所有与页面查询数据相关联的缓存数据,则要进行多次删除操作。而如果利用了二级索引,则可以将所有运营该条航线的航空公司与该条航线数据相关联,可以实现一次性删除所有与该条航线相关联的包含所有航空公司的缓存数据,提高数据操作效率,有利于提高系统性能,节省系统资源。
如图4所示,本发明实施例还公开了一种国际运价的缓存数据处理系统4,该系统包括:
历史数据获取单元41,用于获取机票查询历史数据和验价历史数据;
模型建立单元42,用于分别建立初始机器学习模型和数据库;
模型训练单元43,用于根据上述机票查询历史数据和验价历史数据,训练上述初始机器学习模型,得到目标模型;
查询数据获取单元44,用于获取页面查询数据;
生命周期获取单元45,基于上述页面查询数据和上述目标模型,获得关联上述页面查询数据的缓存生命周期;
缓存数据设置单元46,基于上述缓存生命周期,对上述数据库中关联上述页面查询数据的缓存数据进行设置。
可以理解的是,本发明的国际运价的缓存数据处理系统还包括其他支持国际运价的缓存数据处理系统运行的现有功能模块。图4显示的国际运价的缓存数据处理系统仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
本实施例中的国际运价的缓存数据处理系统用于实现上述的国际运价的缓存数据处理的方法,因此对于国际运价的缓存数据处理系统的具体实施步骤可以参照上述对国际运价的缓存数据处理的方法的描述,此处不再赘述。
本发明实施例还公开了一种国际运价的缓存数据处理设备,包括处理器和存储器,其中存储器存储有所述处理器的可执行指令;处理器配置为经由执行可执行指令来执行上述国际运价的缓存数据处理方法中的步骤。图5是本发明公开的国际运价的缓存数据处理设备的结构示意图。下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述国际运价的缓存数据处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明还公开了一种计算机可读存储介质,用于存储程序,所述程序被执行时实现上述国际运价的缓存数据处理方法中的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述国际运价的缓存数据处理方法中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,通过在数据库中设置关于国际机票的缓存数据,这样在多个用户重复查询同一航线运价时,就不必向国外代理商服务器请求数据,降低用户访问时的数据延迟,提高数据访问效率。
图6是本发明的计算机可读存储介质的结构示意图。参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例提供的国际运价的缓存数据处理方法、系统、设备及介质通过在数据库中设置关于国际机票的缓存数据,这样在多个用户重复查询同一航线运价时,就不必向国外代理商服务器请求数据,降低用户访问时的数据延迟,提高数据访问效率;
并且利用历史数据训练初始机器学习模型,利用训练后的模型预测合理的缓存生命周期,提高缓存生命周期的准确率,使得缓存生命周期设置合理,既能防止缓存生命周期设置过小导致缓存起到的效果偏弱;也能避免缓存生命周期设置过大导致用户下单时运价不准确的现象发生,改善用户体验;
另一方面,在用户下单时验价失败后及时利用数据库中的二级索引将与航线数据关联的缓存数据全部清除,保证了数据库中缓存数据的可靠性与准确性,有利于提高用户下单过程中的体验。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (11)
1.一种国际运价的缓存数据处理方法,其特征在于,包括以下步骤:
获取机票查询历史数据和验价历史数据;
分别建立初始机器学习模型和数据库;
根据所述机票查询历史数据和验价历史数据,训练所述初始机器学习模型,得到目标模型;
获取页面查询数据;
基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期;
基于所述缓存生命周期,对所述数据库中关联所述页面查询数据的缓存数据进行设置。
2.如权利要求1所述的国际运价的缓存数据处理方法,其特征在于,所述初始机器学习模型为决策树模型。
3.如权利要求2所述的国际运价的缓存数据处理方法,其特征在于,所述决策树模型包括第一决策分支和第二决策分支,所述第一决策分支对应的缓存生命周期小于所述第二决策分支对应的缓存生命周期;所述页面查询数据中包含航线数据;
所述基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期,包括:
基于所述页面查询数据和所述机票查询历史数据,获得所述航线数据的航线热度值;
所述目标模型基于所述航线热度值和预设阈值,判断所述航线数据是否归属于热门航线;
若是,则所述目标模型继续执行所述第一决策分支;
若否,则所述目标模型继续执行所述第二决策分支。
4.如权利要求1所述的国际运价的缓存数据处理方法,其特征在于,所述页面查询数据中包含航线数据,在所述分别建立初始机器学习模型和数据库的步骤之后,所述方法还包括步骤:
对所述数据库基于所述航线数据建立二级索引。
5.如权利要求1所述的国际运价的缓存数据处理方法,其特征在于,所述方法还包括步骤:
基于所述页面查询数据,获取当前运价数据;
依据所述当前运价数据响应所述页面查询数据对应的查询请求,以及对所述数据库中的缓存数据进行设置。
6.如权利要求4所述的国际运价的缓存数据处理方法,其特征在于,在所述获取页面查询数据的步骤之后,还包括步骤:
判断所述数据库中是否存在与所述航线数据相同的缓存数据;
若否则执行步骤:基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期。
7.如权利要求6所述的国际运价的缓存数据处理方法,其特征在于,在所述若否则执行步骤之后,所述方法还包括步骤:
若存在,则执行步骤:当所述缓存数据的缓存生命周期有效时,从所述缓存数据中获取关联所述页面查询数据的第一运价数据,依据所述第一运价数据响应所述页面查询数据对应的查询请求。
8.如权利要求7所述的国际运价的缓存数据处理方法,其特征在于,所述方法还包括步骤:
判断订单支付页面的第二运价数据和所述第一运价数据是否一致,若否则基于所述二级索引和所述航线数据,将所述数据库中与所述航线数据关联的缓存数据清除。
9.一种国际运价的缓存数据处理系统,用于实现如权利要求1所述的国际运价的缓存数据处理方法,其特征在于,所述系统包括:
历史数据获取单元,用于获取机票查询历史数据和验价历史数据;
模型建立单元,用于分别建立初始机器学习模型和数据库;
模型训练单元,用于根据所述机票查询历史数据和验价历史数据,训练所述初始机器学习模型,得到目标模型;
查询数据获取单元,用于获取页面查询数据;
生命周期获取单元,基于所述页面查询数据和所述目标模型,获得关联所述页面查询数据的缓存生命周期;
缓存数据设置单元,基于所述缓存生命周期,对所述数据库中关联所述页面查询数据的缓存数据进行设置。
10.一种国际运价的缓存数据处理设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,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8中任意一项所述国际运价的缓存数据处理方法的步骤。
11.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被处理器执行时实现权利要求1至8中任意一项所述国际运价的缓存数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333721.6A CN112434067A (zh) | 2020-11-24 | 2020-11-24 | 国际运价的缓存数据处理方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333721.6A CN112434067A (zh) | 2020-11-24 | 2020-11-24 | 国际运价的缓存数据处理方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112434067A true CN112434067A (zh) | 2021-03-02 |
Family
ID=74697405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011333721.6A Pending CN112434067A (zh) | 2020-11-24 | 2020-11-24 | 国际运价的缓存数据处理方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112434067A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113377554A (zh) * | 2021-06-24 | 2021-09-10 | 携程旅游信息技术(上海)有限公司 | 机票价格的缓存方法、系统、设备及存储介质 |
CN115409549A (zh) * | 2022-08-23 | 2022-11-29 | 中国民航信息网络股份有限公司 | 一种数据处理方法、系统、电子设备及计算机存储介质 |
CN115409549B (zh) * | 2022-08-23 | 2024-05-14 | 中国民航信息网络股份有限公司 | 一种数据处理方法、系统、电子设备及计算机存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130024404A1 (en) * | 2011-02-28 | 2013-01-24 | Kayak Software Corporation | Flight caching methods and apparatus |
CN104794191A (zh) * | 2015-04-16 | 2015-07-22 | 北京京东尚科信息技术有限公司 | 一种用于机票数据更新的方法和装置 |
US20160283869A1 (en) * | 2013-12-11 | 2016-09-29 | Skyscanner Limited | Method and server for providing fare availabilities, such as air fare availabilities |
CN107948230A (zh) * | 2016-10-13 | 2018-04-20 | 北京京东尚科信息技术有限公司 | 确定来自服务端数据的缓存时间的方法及装置 |
CN107944000A (zh) * | 2017-12-05 | 2018-04-20 | 携程旅游网络技术(上海)有限公司 | 航班运价更新方法、装置、电子设备、存储介质 |
US20200065424A1 (en) * | 2018-08-22 | 2020-02-27 | International Business Machines Corporation | Reducing database stress using cognitive data caching |
-
2020
- 2020-11-24 CN CN202011333721.6A patent/CN112434067A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130024404A1 (en) * | 2011-02-28 | 2013-01-24 | Kayak Software Corporation | Flight caching methods and apparatus |
US20160283869A1 (en) * | 2013-12-11 | 2016-09-29 | Skyscanner Limited | Method and server for providing fare availabilities, such as air fare availabilities |
CN104794191A (zh) * | 2015-04-16 | 2015-07-22 | 北京京东尚科信息技术有限公司 | 一种用于机票数据更新的方法和装置 |
CN107948230A (zh) * | 2016-10-13 | 2018-04-20 | 北京京东尚科信息技术有限公司 | 确定来自服务端数据的缓存时间的方法及装置 |
CN107944000A (zh) * | 2017-12-05 | 2018-04-20 | 携程旅游网络技术(上海)有限公司 | 航班运价更新方法、装置、电子设备、存储介质 |
US20200065424A1 (en) * | 2018-08-22 | 2020-02-27 | International Business Machines Corporation | Reducing database stress using cognitive data caching |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113377554A (zh) * | 2021-06-24 | 2021-09-10 | 携程旅游信息技术(上海)有限公司 | 机票价格的缓存方法、系统、设备及存储介质 |
CN113377554B (zh) * | 2021-06-24 | 2024-03-05 | 携程旅游信息技术(上海)有限公司 | 机票价格的缓存方法、系统、设备及存储介质 |
CN115409549A (zh) * | 2022-08-23 | 2022-11-29 | 中国民航信息网络股份有限公司 | 一种数据处理方法、系统、电子设备及计算机存储介质 |
CN115409549B (zh) * | 2022-08-23 | 2024-05-14 | 中国民航信息网络股份有限公司 | 一种数据处理方法、系统、电子设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140325011A1 (en) | Rdma-optimized high-performance distributed cache | |
CN101183379A (zh) | 用于检索数据的方法和系统 | |
CN109949093B (zh) | 优惠信息推送方法、系统、电子设备和存储介质 | |
CN103368867A (zh) | 高速缓存经网络与辅助站点通信的对象的方法和系统 | |
CN111680801B (zh) | 一种操作校验的方法、装置、设备及存储介质 | |
CN106547538A (zh) | 一种基于Django的智能运维管理系统 | |
US20090138510A1 (en) | Method and apparatus for associating help desk ticket with affected data processing system | |
CN111598538A (zh) | 超标差旅订单的支付方法、系统、设备及存储介质 | |
CN112434067A (zh) | 国际运价的缓存数据处理方法、系统、设备及介质 | |
CN111258832A (zh) | 一种接口参数校验方法、装置、设备及介质 | |
CN110795651A (zh) | 用于保存前端数据的方法、装置及电子设备 | |
CN112558966B (zh) | 深度模型可视化数据的处理方法、装置及电子设备 | |
TWI665605B (zh) | 用於暫時抑制受約束儲存器運算元請求之處理之電腦程式產品、電腦實施方法及電腦系統 | |
CN113672802A (zh) | 航班的推荐方法、系统、电子设备和介质 | |
US20170228408A1 (en) | Data management apparatus and method therefor | |
CN112039975A (zh) | 一种报文字段的处理方法、装置、设备及存储介质 | |
CN109739724B (zh) | 数据监控方法、系统、电子设备和存储介质 | |
CN111581098A (zh) | 接口数据转移存储的方法、装置、服务器及存储介质 | |
CN108182628B (zh) | 旅游下单的方法、系统、设备及存储介质 | |
US20220391372A1 (en) | Database offloading utilizing a locater index | |
CN114519442A (zh) | Obt平台的差旅预订方法、系统、设备及存储介质 | |
CN109697592B (zh) | 基于环形数组的货源下架方法、系统、设备及存储介质 | |
CN112651816A (zh) | 结合rpa和ai的税费申报方法、装置及电子设备 | |
CN114172749B (zh) | 一种试卷下载方法、装置、设备以及存储介质 | |
CN111079991A (zh) | 一种业务指标预测方法、装置、设备和存储介质 |
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 |