CN113946757A - 一种识别用户出行目的的方法、装置及可读存储介质 - Google Patents

一种识别用户出行目的的方法、装置及可读存储介质 Download PDF

Info

Publication number
CN113946757A
CN113946757A CN202111567861.4A CN202111567861A CN113946757A CN 113946757 A CN113946757 A CN 113946757A CN 202111567861 A CN202111567861 A CN 202111567861A CN 113946757 A CN113946757 A CN 113946757A
Authority
CN
China
Prior art keywords
travel
user
historical
current
recommended
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.)
Granted
Application number
CN202111567861.4A
Other languages
English (en)
Other versions
CN113946757B (zh
Inventor
谢伊寰
李阳
李尚锦
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.)
Shenzhen Huoli Tianhui Technology Co ltd
Original Assignee
Shenzhen Huoli Tianhui Technology 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 Shenzhen Huoli Tianhui Technology Co ltd filed Critical Shenzhen Huoli Tianhui Technology Co ltd
Priority to CN202111567861.4A priority Critical patent/CN113946757B/zh
Publication of CN113946757A publication Critical patent/CN113946757A/zh
Application granted granted Critical
Publication of CN113946757B publication Critical patent/CN113946757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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]
    • G06Q30/0631—Item recommendations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种识别用户出行目的的方法、装置及可读存储介质。所述方法包括：获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征；根据所述出行特征和预设的特征权重，确定所述当前航班对应的出行得分；如果所述出行得分大于预设的差旅得分阈值，则判定所述待推荐用户针对当前航班的出行目的为差旅，以向所述待推荐用户推荐差旅出行服务。采用本申请可以识别待推荐用户的出行目的，以便向用户推荐相关的出行服务。

Description

一种识别用户出行目的的方法、装置及可读存储介质
技术领域
本申请涉及机票搜索技术领域，特别是涉及一种识别用户出行目的的方法、装置及可读存储介质。
背景技术
目前，当用户搜索预定机票时，机票预订平台还可以向用户推荐相关的出行服务（比如回程航班、酒店推荐、接送机专车等）供用户选择。但是用户往往是根据出行目的选择出行服务。如果能针对用户的预定或搜索目的加以识别，比如差旅、归家或旅游等，那么在向用户推荐出行服务时，就能针对不同出行目的和不同需求推荐更优的出行服务。
发明内容
基于此，有必要针对上述技术问题，提供一种识别用户出行目的的方法、装置及可读存储介质。
第一方面，提供了一种识别用户出行目的的方法，所述方法包括：
获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；
根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征；
根据所述出行特征和预设的特征权重，确定所述当前航班对应的出行得分；
如果所述出行得分大于预设的差旅得分阈值，则判定所述待推荐用户针对当前航班的出行目的为差旅，以向所述待推荐用户推荐差旅出行服务。
作为一种可选地实施方式，所述用户信息包括常驻地、居住地、年龄和经纬度中的一种或多种；
所述当前航班信息包括出发地、当前目的地、出行日期、返程日期、儿童数量、额外行李额和当前同行人中的一种或多种；
所述历史航班信息包括历史目的地、行程单打印记录和历史同行人中的一种或多种；
所述出行得分表包括用户和出行得分的对应关系。
作为一种可选地实施方式，所述出行特征包括出发地特征、目的地特征、出行日期特征、返程日期特征、儿童特征、行程单特征、额外行李额特征、定位特征、年龄特征和同行人贡献特征中的一种或多种；所述根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征，包括：
Figure 930828DEST_PATH_IMAGE001
；
所述目的地特征
Figure 785652DEST_PATH_IMAGE002
；其中，所述x为历史目的地与当前航班的当前目的地相同的历史航班的数目，所述
Figure 14989DEST_PATH_IMAGE003
为各历史目的地对应的历史航班的数目中的最小值，所述
Figure 613461DEST_PATH_IMAGE004
为各历史目的地对应的历史航班的数目中的最大值；
Figure 896675DEST_PATH_IMAGE005
；
Figure 171667DEST_PATH_IMAGE006
；
Figure 641963DEST_PATH_IMAGE007
；
Figure 293393DEST_PATH_IMAGE008
；
Figure 165534DEST_PATH_IMAGE009
；
Figure 362160DEST_PATH_IMAGE010
；
Figure 569019DEST_PATH_IMAGE011
；
所述同行人贡献特征
Figure 509293DEST_PATH_IMAGE012
；其中，所述
Figure 501520DEST_PATH_IMAGE013
为在所述出行得分表中查询到的第i个当前同行人对应的出行得分，所述
Figure 386824DEST_PATH_IMAGE014
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最小值，所述
Figure 831712DEST_PATH_IMAGE015
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最大值，所述
Figure 310098DEST_PATH_IMAGE016
为历史航班信息中第i个当前同行人与所述待推荐用户的同行次数，所述
Figure 406099DEST_PATH_IMAGE017
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最小值，所述
Figure 944527DEST_PATH_IMAGE018
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最大值，所述m表示所述当前同行人数目。
作为一种可选地实施方式，所述方法还包括：
根据所述待推荐用户的出行得分更新所述用户出行得分表。
第二方面，提供了一种识别用户出行目的的装置，所述装置包括：
获取模块，用于获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；
第一确定模块，用于根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征；
第二确定模块，用于根据所述出行特征和预设的特征权重，确定所述当前航班对应的出行得分；
第三确定模块，用于如果所述出行得分大于预设的差旅得分阈值，则判定所述待推荐用户针对当前航班的出行目的为差旅，以向所述待推荐用户推荐差旅出行服务。
作为一种可选地实施方式，所述用户信息包括常驻地、居住地、年龄和经纬度中的一种或多种；
所述当前航班信息包括出发地、当前目的地、出行日期、返程日期、儿童数量、额外行李额和当前同行人中的一种或多种；
所述历史航班信息包括历史目的地、行程单打印记录和历史同行人中的一种或多种；
所述出行得分表包括用户和出行得分的对应关系。
作为一种可选地实施方式，所述出行特征包括出发地特征、目的地特征、出行日期特征、返程日期特征、儿童特征、行程单特征、额外行李额特征、定位特征、年龄特征和同行人贡献特征中的一种或多种；所述第一确定模块，具体用于：
Figure 142290DEST_PATH_IMAGE019
；
所述目的地特征
Figure 673635DEST_PATH_IMAGE020
；其中，所述x为历史目的地与当前航班的当前目的地相同的历史航班的数目，所述
Figure 374875DEST_PATH_IMAGE021
为各历史目的地对应的历史航班的数目中的最小值，所述
Figure 615363DEST_PATH_IMAGE022
为各历史目的地对应的历史航班的数目中的最大值；
Figure 18531DEST_PATH_IMAGE023
；
Figure 104299DEST_PATH_IMAGE024
；
Figure 906383DEST_PATH_IMAGE025
；
Figure 52194DEST_PATH_IMAGE008
；
Figure 693391DEST_PATH_IMAGE026
；
Figure 832117DEST_PATH_IMAGE027
；
Figure 507949DEST_PATH_IMAGE028
；
所述同行人贡献特征
Figure 824661DEST_PATH_IMAGE029
；其中，所述
Figure 202421DEST_PATH_IMAGE030
为在所述出行得分表中查询到的第i个当前同行人对应的出行得分，所述
Figure 895571DEST_PATH_IMAGE031
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最小值，所述
Figure 160330DEST_PATH_IMAGE032
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最大值，所述
Figure 897211DEST_PATH_IMAGE033
为历史航班信息中第i个当前同行人与所述待推荐用户的同行次数，所述
Figure 513000DEST_PATH_IMAGE034
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最小值，所述
Figure 744261DEST_PATH_IMAGE035
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最大值，所述m表示所述当前同行人数目。
作为一种可选地实施方式，所述装置还包括：
更新模块，用于根据所述待推荐用户的出行得分更新所述用户出行得分表。
第三方面，提供了一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法步骤。
本申请提供了一种识别用户出行目的的方法、装置及可读存储介质，本申请的实施例提供的技术方案至少带来以下有益效果：获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征；根据所述出行特征和预设的特征权重，确定所述当前航班对应的出行得分；如果所述出行得分大于预设的差旅得分阈值，则判定所述待推荐用户针对当前航班的出行目的为差旅，以向所述待推荐用户推荐差旅出行服务。采用本申请可以根据用户当前搜索或预定的航班和用户的历史航班订单，分析用户当前搜索或预定航班的目的是否为差旅出行目的，以向用户推荐差旅相关的出行服务。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
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1为本申请实施例提供的一种识别用户出行目的的方法的流程图；
图2为本申请实施例提供的一种识别用户出行目的的装置的结构示意图；
图3为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
下面将结合具体实施方式，对本申请实施例提供的一种识别用户出行目的的方法进行详细的说明，图1为本申请实施例提供的一种识别用户出行目的的方法的流程图，如图1所示，具体步骤如下：
步骤101，获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表。
在实施中，当服务器向待推荐用户推荐出行服务时，服务器获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表。其中，用户信息包括常驻地、居住地、年龄和经纬度中的一种或多种。常驻地为用户单位所在地，居住地为用户家庭所在地，经纬度为待推荐用户在客户端进行搜索或预定行为时获取的经纬度。当前航班信息包括出发地、当前目的地、出行日期、返程日期、儿童数量、额外行李额和当前同行人中的一种或多种。当前航班信息的获取途径为：如果服务器接收到待推荐用户的航班预定订单，则服务器获取该航班预定订单中的当前航班信息。如果服务器仅识别到用户在客户端进行航班搜索行为，而未收到该用户航班预定订单，则服务器获取用户当前搜索航班中的当前航班信息。如果服务器获取该航班预定订单中的当前航班信息，则当前航班信息包括出发地、当前目的地、出行日期、儿童数量、额外行李额和当前同行人（如果该航班预定订单中有同行人）。如果服务器获取用户当前搜索航班中的当前航班信息，则当前航班信息包括出发地、当前目的地、出行日期。如果用户还搜索或预定了返程航班，则当前航班信息还包括返程航班对应的返程日期。历史航班信息包括历史目的地、行程单打印记录和历史同行人中的一种或多种。出行得分表包括用户和出行得分的对应关系。
步骤102，根据用户信息、当前航班信息、历史航班信息和出行得分表，确定当前航班对应的出行特征。
在实施中，服务器根据用户信息、当前航班信息（当前搜索航班信息）、历史航班信息和出行得分表，确定当前航班对应的出行特征。其中，出行特征包括出发地特征、目的地特征、出行日期特征、返程日期特征、儿童特征、行程单特征、额外行李额特征、定位特征、年龄特征和同行人贡献特征中的一种或多种。基于用户差旅出行通常有当前目的地的历史出行频次高、出行日期和返程日期多为工作日、不携带儿童、打印行程单用于差旅报销、无额外行李额和年龄段较为集中分布等特点。另外针对常驻地与居住地不同的用户，是否从常驻地出发对分析差旅目的有一定参考意义。因此针对各特征值有如下设定：每个特征值越大，则服务器计算的出行得分越高，表示用户的出行目的越接近差旅目的。具体如下：
（1）
Figure 381303DEST_PATH_IMAGE036
。
（2）目的地特征
Figure 774238DEST_PATH_IMAGE037
。
其中，x为历史目的地与当前航班的当前目的地相同的历史航班的数目，
Figure 142903DEST_PATH_IMAGE038
为各历史目的地对应的历史航班的数目中的最小值，
Figure 161543DEST_PATH_IMAGE022
为各历史目的地对应的历史航班的数目中的最大值。目的地特征的值越大表示用户当前目的地的历史相对频次越高，说明相比其他目的地，用户对于当前目的地的选择更频繁，符合差旅出行的特点。例如：表一为待推荐用户各历史目的地对应的历史航班的数目，如表一所示：
表一
Figure 666474DEST_PATH_IMAGE039
假设待推荐用户当前订单中当前目的地为广州，则服务器根据表一确定待推荐用户的历史目的地与当前航班的当前目的地相同的历史航班的数目为5，即
Figure 479578DEST_PATH_IMAGE040
。各历史目的地对应的历史航班的数目中的最小值为2，即
Figure 69959DEST_PATH_IMAGE041
，各历史目的地对应的历史航班的数目中的最大值为20，即
Figure 643023DEST_PATH_IMAGE042
。
综上，目的地特征
Figure 986149DEST_PATH_IMAGE043
。
（3）
Figure 252045DEST_PATH_IMAGE044
。
（4）
Figure 64143DEST_PATH_IMAGE045
。
其中，用户在工作日出行和返程，符合差旅出行的特点。
（5）
Figure 687236DEST_PATH_IMAGE046
。
其中，用户不携带儿童出行，符合差旅出行的特点。
（6）
Figure 901179DEST_PATH_IMAGE047
。
其中，用户打印行程单，符合差旅出行的特点。
（7）
Figure 72398DEST_PATH_IMAGE048
。
其中，用户未购买额外行李额，符合差旅出行的特点。
（8）
Figure 886639DEST_PATH_IMAGE049
。
其中，用户在非住宅区预定或搜索航班，符合差旅出行的特点。
（9）
Figure 801505DEST_PATH_IMAGE050
。
其中，根据大数据统计，有差旅出行历史的用户的年龄处于23-55岁区间，尤其是23-40岁区间的用户为差旅出行的主要人群。
同行人贡献特征
Figure 869955DEST_PATH_IMAGE051
。
其中，
Figure 461343DEST_PATH_IMAGE030
为在出行得分表中查询到的第i个当前同行人对应的出行得分，
Figure 982454DEST_PATH_IMAGE052
为在出行得分表中查询到各历史同行人对应的出行得分中的最小值，
Figure 950279DEST_PATH_IMAGE053
为在出行得分表中查询到各历史同行人对应的出行得分中的最大值，
Figure 138815DEST_PATH_IMAGE054
为历史航班信息中第i个当前同行人与待推荐用户的同行次数，
Figure 651836DEST_PATH_IMAGE055
为历史航班信息中各历史同行人与待推荐用户的同行次数中的最小值，
Figure 178019DEST_PATH_IMAGE056
为历史航班信息中各历史同行人与待推荐用户的同行次数中的最大值，m表示当前同行人数目。其中，如果服务器未收到待推荐用户当前航班信息，则服务器获取当前搜索航班信息。其中，当前搜索航班信息不包括同行人贡献特征。例如：表二为出行得分表，表三为历史航班信息中各历史同行人与待推荐用户的同行次数，如表二和表三所示：
表二
Figure 700268DEST_PATH_IMAGE057
表三
Figure 743310DEST_PATH_IMAGE058
假设待推荐用户当前同行人为同行人1和同行人2，历史同行人为同行人1、同行人2、同行人3、同行人4、同行人5。同行人1、同行人2、同行人3、同行人4、同行人5分别为表二中的用户2、用户3、用户4、用户5、用户6。服务器根据表二确定同行人1、同行人2、同行人3、同行人4、同行人5的出行得分分别为0.625、0.7、0.52、0.6和0.8。服务器根据表三确定同行人1、同行人2、同行人3、同行人4和同行人5与待推荐用户同行次数分别为2、5、2、6和1。其中，第1个当前同行人，即同行人1对应的出行得分
Figure 676500DEST_PATH_IMAGE059
为0.625，第2个当前同行人，即同行人2对应的出行得分
Figure 172203DEST_PATH_IMAGE060
为0.7，各历史同行人对应的出行得分中的最小值为0.52，各历史同行人对应的出行得分中的最大值为0.8。第1个当前同行人，即同行人1与待推荐用户的同行次数
Figure 232563DEST_PATH_IMAGE061
为2，第2个当前同行人，即同行人2与待推荐用户的同行次数
Figure 644959DEST_PATH_IMAGE062
为5，各历史同行人与待推荐用户的同行次数中的最小值为1，各历史同行人与待推荐用户的同行次数中的最大值为6，当前同行人数目，即m=2。
综上，同行人贡献特征
Figure 499782DEST_PATH_IMAGE063
Figure 748361DEST_PATH_IMAGE065
步骤103，根据出行特征和预设的特征权重，确定当前航班对应的出行得分。
在实施中，服务器根据出行特征和预设的特征权重，确定用户针对当前航班对应的出行得分。例如：服务器根据出行特征和预设的特征权重，确定用户针对当前航班对应的出行得分的计算公式为：
Figure 596100DEST_PATH_IMAGE066
。其中，n为特征值数目，
Figure 348155DEST_PATH_IMAGE067
为第i个特征值，
Figure 909235DEST_PATH_IMAGE068
为第i个特征值
Figure 379530DEST_PATH_IMAGE069
的权重，f为出行得分。
步骤104，如果出行得分大于预设的差旅得分阈值，则判定待推荐用户针对当前航班的出行目的为差旅，以向待推荐用户推荐差旅出行服务。
在实施中，如果出行得分大于预设的差旅得分阈值，则服务器判定待推荐用户针对当前航班的出行目的为差旅，以向待推荐用户推荐差旅出行服务。例如：服务器设定差旅得分阈值为F，如果出行得分f大于差旅得分阈值F，则服务器判定该待推荐用户针对当前航班的出行目的为差旅，否则服务器判定该待推荐用户针对当前航班的出行目的为非差旅。
作为一种可选地实施方式，服务器确定待推荐用户的出行得分后还包括的步骤为根据待推荐用户的出行得分更新用户出行得分表。
在实施中，服务器根据待推荐用户的出行得分更新用户出行得分表，如果待推荐用户作为其他用户的同行人出现在航班订单中时，服务器可以根据出行得分表获取该待推荐用户的出行得分，以便确定其他用户的出行得分。
本申请实施例提供了一种识别用户出行目的的方法，方法包括：获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；根据用户信息、当前航班信息、历史航班信息和出行得分表，确定当前航班对应的出行特征；根据出行特征和预设的特征权重，确定当前航班对应的出行得分；如果出行得分大于预设的差旅得分阈值，则判定待推荐用户针对当前航班的出行目的为差旅，以向待推荐用户推荐差旅出行服务。采用本申请可以根据用户当前搜索或预定的航班和用户的历史航班订单，分析用户当前搜索或预定航班的目的是否为差旅出行目的，以向用户推荐差旅相关的出行服务。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
可以理解的是，本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见，每个实施例重点说明的是与其他实施例的不同之处，相关之处参见其他方法实施例的说明即可。
本申请实施例还提供了一种识别用户出行目的的装置，如图2所示，该装置包括：
获取模块210，用于获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表。
第一确定模块220，用于根据用户信息、当前航班信息、历史航班信息和出行得分表，确定当前航班对应的出行特征。
第二确定模块230，用于根据出行特征和预设的特征权重，确定当前航班对应的出行得分。
第三确定模块240，用于如果出行得分大于预设的差旅得分阈值，则判定待推荐用户针对当前航班的出行目的为差旅，以向待推荐用户推荐差旅出行服务。
作为一种可选的实施方式，用户信息包括常驻地、居住地、年龄和经纬度中的一种或多种。
当前航班信息包括出发地、当前目的地、出行日期、返程日期、儿童数量、额外行李额和当前同行人中的一种或多种。
历史航班信息包括历史目的地、行程单打印记录和历史同行人中的一种或多种。
出行得分表包括用户和出行得分的对应关系。
作为一种可选的实施方式，出行特征包括出发地特征、目的地特征、出行日期特征、返程日期特征、儿童特征、行程单特征、额外行李额特征、定位特征、年龄特征和同行人贡献特征中的一种或多种；第一确定模块220，具体用于：
Figure 47272DEST_PATH_IMAGE070
。
目的地特征
Figure 903102DEST_PATH_IMAGE071
。其中，x为历史目的地与当前航班的当前目的地相同的历史航班的数目，
Figure 365307DEST_PATH_IMAGE072
为各历史目的地对应的历史航班的数目中的最小值，
Figure 322899DEST_PATH_IMAGE073
为各历史目的地对应的历史航班的数目中的最大值。
Figure 512440DEST_PATH_IMAGE074
。
Figure 504667DEST_PATH_IMAGE075
。
Figure 137774DEST_PATH_IMAGE076
。
Figure 566350DEST_PATH_IMAGE077
。
Figure 310315DEST_PATH_IMAGE078
。
Figure 157048DEST_PATH_IMAGE079
。
Figure 947674DEST_PATH_IMAGE080
。
同行人贡献特征
Figure 879858DEST_PATH_IMAGE081
。其中，
Figure 411203DEST_PATH_IMAGE030
为在出行得分表中查询到的第i个当前同行人对应的出行得分，
Figure 378022DEST_PATH_IMAGE082
为在出行得分表中查询到各历史同行人对应的出行得分中的最小值，
Figure 87352DEST_PATH_IMAGE083
为在出行得分表中查询到各历史同行人对应的出行得分中的最大值，
Figure 756099DEST_PATH_IMAGE084
为历史航班信息中第i个当前同行人与待推荐用户的同行次数，
Figure 841867DEST_PATH_IMAGE034
为历史航班信息中各历史同行人与待推荐用户的同行次数中的最小值，
Figure 397613DEST_PATH_IMAGE085
为历史航班信息中各历史同行人与待推荐用户的同行次数中的最大值，m表示当前同行人数目。
作为一种可选的实施方式，该装置还包括：
更新模块，用于根据待推荐用户的出行得分更新用户出行得分表。
本申请实施例提供了一种识别用户出行目的的装置，装置包括：获取模块210，用于获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表。第一确定模块220，用于根据用户信息、当前航班信息、历史航班信息和出行得分表，确定当前航班对应的出行特征。第二确定模块230，用于根据出行特征和预设的特征权重，确定当前航班对应的出行得分。第三确定模块240，用于如果出行得分大于预设的差旅得分阈值，则判定待推荐用户针对当前航班的出行目的为差旅，以向待推荐用户推荐差旅出行服务。采用本申请可以根据用户当前搜索或预定的航班和用户的历史航班订单，分析用户当前搜索或预定航班的目的是否为差旅出行目的，以向用户推荐差旅相关的出行服务。
关于一种识别用户出行目的的装置的具体限定可以参见上文中对于一种识别用户出行目的的方法的限定，在此不再赘述。上述一种识别用户出行目的的装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，如图3所示，包括存储器及处理器，存储器上存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述识别用户出行目的的方法步骤。
在一个实施例中，一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述识别用户出行目的的方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
还需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于展示的数据、分析的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种识别用户出行目的的方法，其特征在于，所述方法包括：
获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；
根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征；
根据所述出行特征和预设的特征权重，确定所述当前航班对应的出行得分；
如果所述出行得分大于预设的差旅得分阈值，则判定所述待推荐用户针对当前航班的出行目的为差旅，以向所述待推荐用户推荐差旅出行服务。
2.根据权利要求1所述的方法，其特征在于，所述用户信息包括常驻地、居住地、年龄和经纬度中的一种或多种；
所述当前航班信息包括出发地、当前目的地、出行日期、返程日期、儿童数量、额外行李额和当前同行人中的一种或多种；
所述历史航班信息包括历史目的地、行程单打印记录和历史同行人中的一种或多种；
所述出行得分表包括用户和出行得分的对应关系。
3.根据权利要求2所述的方法，其特征在于，所述出行特征包括出发地特征、目的地特征、出行日期特征、返程日期特征、儿童特征、行程单特征、额外行李额特征、定位特征、年龄特征和同行人贡献特征中的一种或多种；所述根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征，包括：
Figure 795040DEST_PATH_IMAGE001
；
所述目的地特征
Figure 56388DEST_PATH_IMAGE002
；其中，所述x为历史目的地与当前航班的当前目的地相同的历史航班的数目，所述
Figure 304967DEST_PATH_IMAGE003
为各历史目的地对应的历史航班的数目中的最小值，所述
Figure 28073DEST_PATH_IMAGE004
为各历史目的地对应的历史航班的数目中的最大值；
Figure 311286DEST_PATH_IMAGE005
；
Figure 710913DEST_PATH_IMAGE006
；
Figure 571421DEST_PATH_IMAGE007
；
Figure 239163DEST_PATH_IMAGE008
；
Figure 986670DEST_PATH_IMAGE009
；
Figure 448876DEST_PATH_IMAGE010
；
Figure 531101DEST_PATH_IMAGE011
；
所述同行人贡献特征
Figure 110856DEST_PATH_IMAGE012
；其中，所述
Figure 103083DEST_PATH_IMAGE013
为在所述出行得分表中查询到的第i个当前同行人对应的出行得分，所述
Figure 126402DEST_PATH_IMAGE014
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最小值，所述
Figure 571290DEST_PATH_IMAGE015
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最大值，所述
Figure 190621DEST_PATH_IMAGE016
为历史航班信息中第i个当前同行人与所述待推荐用户的同行次数，所述
Figure 161988DEST_PATH_IMAGE017
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最小值，所述
Figure 965996DEST_PATH_IMAGE018
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最大值，所述m表示所述当前同行人数目。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述待推荐用户的出行得分更新所述用户出行得分表。
5.一种识别用户出行目的的装置，其特征在于，所述装置包括：
获取模块，用于获取待推荐用户的用户信息、当前航班信息、历史航班信息和出行得分表；
第一确定模块，用于根据所述用户信息、所述当前航班信息、所述历史航班信息和所述出行得分表，确定当前航班对应的出行特征；
第二确定模块，用于根据所述出行特征和预设的特征权重，确定所述当前航班对应的出行得分；
第三确定模块，用于如果所述出行得分大于预设的差旅得分阈值，则判定所述待推荐用户针对当前航班的出行目的为差旅，以向所述待推荐用户推荐差旅出行服务。
6.根据权利要求5所述的装置，其特征在于，所述用户信息包括常驻地、居住地、年龄和经纬度中的一种或多种；
所述当前航班信息包括出发地、当前目的地、出行日期、返程日期、儿童数量、额外行李额和当前同行人中的一种或多种；
所述历史航班信息包括历史目的地、行程单打印记录和历史同行人中的一种或多种；
所述出行得分表包括用户和出行得分的对应关系。
7.根据权利要求6所述的装置，其特征在于，所述出行特征包括出发地特征、目的地特征、出行日期特征、返程日期特征、儿童特征、行程单特征、额外行李额特征、定位特征、年龄特征和同行人贡献特征中的一种或多种；所述第一确定模块，具体用于：
Figure 537661DEST_PATH_IMAGE019
；
所述目的地特征
Figure 819738DEST_PATH_IMAGE020
；其中，所述x为历史目的地与当前航班的当前目的地相同的历史航班的数目，所述
Figure 911190DEST_PATH_IMAGE021
为各历史目的地对应的历史航班的数目中的最小值，所述
Figure 151679DEST_PATH_IMAGE022
为各历史目的地对应的历史航班的数目中的最大值；
Figure 180946DEST_PATH_IMAGE023
；
Figure 656927DEST_PATH_IMAGE024
；
Figure 478252DEST_PATH_IMAGE025
；
Figure 997964DEST_PATH_IMAGE008
；
Figure 904740DEST_PATH_IMAGE026
；
Figure 918833DEST_PATH_IMAGE027
；
Figure 470031DEST_PATH_IMAGE028
；
所述同行人贡献特征
Figure 52322DEST_PATH_IMAGE029
；其中，所述
Figure 571028DEST_PATH_IMAGE030
为在所述出行得分表中查询到的第i个当前同行人对应的出行得分，所述
Figure 998598DEST_PATH_IMAGE031
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最小值，所述
Figure 902838DEST_PATH_IMAGE032
为在所述出行得分表中查询到各历史同行人对应的出行得分中的最大值，所述
Figure 515085DEST_PATH_IMAGE033
为历史航班信息中第i个当前同行人与所述待推荐用户的同行次数，所述
Figure 130874DEST_PATH_IMAGE034
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最小值，所述
Figure 503081DEST_PATH_IMAGE035
为历史航班信息中各历史同行人与所述待推荐用户的同行次数中的最大值，所述m表示所述当前同行人数目。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括：
更新模块，用于根据所述待推荐用户的出行得分更新所述用户出行得分表。
9.一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN202111567861.4A 2021-12-21 2021-12-21 一种识别用户出行目的的方法、装置及可读存储介质 Active CN113946757B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111567861.4A CN113946757B (zh) 2021-12-21 2021-12-21 一种识别用户出行目的的方法、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111567861.4A CN113946757B (zh) 2021-12-21 2021-12-21 一种识别用户出行目的的方法、装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN113946757A true CN113946757A (zh) 2022-01-18
CN113946757B CN113946757B (zh) 2022-04-12

Family

ID=79339427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111567861.4A Active CN113946757B (zh) 2021-12-21 2021-12-21 一种识别用户出行目的的方法、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113946757B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251325A1 (en) * 2002-10-10 2005-11-10 Matsushita Electric Industrial Co., Ltd. Information acquisition method, information providing method, and information acquisition device
US20130345958A1 (en) * 2012-06-26 2013-12-26 Microsoft Corporation Computing Recommendations for Stopping During a Trip
US20140358437A1 (en) * 2013-05-30 2014-12-04 Aol Inc. Systems and methods for providing mobile mapping services including trip prediction and route recommendation
US20150168150A1 (en) * 2013-12-12 2015-06-18 Microsoft Corporation Predicted travel intent
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
CN106384022A (zh) * 2016-11-23 2017-02-08 东软集团股份有限公司 出行行为预测方法及装置
US20170193614A1 (en) * 2015-12-30 2017-07-06 International Business Machines Corporation Verifiable reward system for influencing human travel patterns
US20180315147A1 (en) * 2017-04-28 2018-11-01 Intel Corporation Mode of transportation recommendation
CN109598383A (zh) * 2018-12-05 2019-04-09 携程旅游网络技术（上海）有限公司 出行目的的预测方法、系统、电子设备和存储介质
CN110060129A (zh) * 2019-04-22 2019-07-26 深圳市活力天汇科技股份有限公司 一种机票智能推荐方法
CN110378517A (zh) * 2019-06-20 2019-10-25 深圳壹账通智能科技有限公司 出行目的预测方法、装置、计算设备和可读存储介质
CN110990714A (zh) * 2019-11-01 2020-04-10 中国联合网络通信集团有限公司 一种用户行为意图预测方法和装置
CN111121809A (zh) * 2019-12-25 2020-05-08 上海博泰悦臻电子设备制造有限公司 一种推荐方法、装置及计算机存储介质
CN111324824A (zh) * 2019-09-24 2020-06-23 北京嘀嘀无限科技发展有限公司 一种目的地推荐方法、其装置、电子设备及可读存储介质
CN111831897A (zh) * 2019-09-09 2020-10-27 北京嘀嘀无限科技发展有限公司 一种出行目的地推荐方法、装置、电子设备及存储介质
CN112884235A (zh) * 2021-03-04 2021-06-01 腾讯科技（深圳）有限公司 出行推荐方法、出行推荐模型的训练方法、装置
CN113065074A (zh) * 2021-04-02 2021-07-02 大连理工大学 一种基于知识图谱和自注意力机制的轨迹目的地预测的方法
CN113487135A (zh) * 2021-06-07 2021-10-08 海南太美航空股份有限公司 一种基于用户需求的航班规划方法、系统及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251325A1 (en) * 2002-10-10 2005-11-10 Matsushita Electric Industrial Co., Ltd. Information acquisition method, information providing method, and information acquisition device
US20130345958A1 (en) * 2012-06-26 2013-12-26 Microsoft Corporation Computing Recommendations for Stopping During a Trip
US20140358437A1 (en) * 2013-05-30 2014-12-04 Aol Inc. Systems and methods for providing mobile mapping services including trip prediction and route recommendation
US20150168150A1 (en) * 2013-12-12 2015-06-18 Microsoft Corporation Predicted travel intent
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
US20170193614A1 (en) * 2015-12-30 2017-07-06 International Business Machines Corporation Verifiable reward system for influencing human travel patterns
CN106384022A (zh) * 2016-11-23 2017-02-08 东软集团股份有限公司 出行行为预测方法及装置
US20180315147A1 (en) * 2017-04-28 2018-11-01 Intel Corporation Mode of transportation recommendation
CN109598383A (zh) * 2018-12-05 2019-04-09 携程旅游网络技术（上海）有限公司 出行目的的预测方法、系统、电子设备和存储介质
CN110060129A (zh) * 2019-04-22 2019-07-26 深圳市活力天汇科技股份有限公司 一种机票智能推荐方法
CN110378517A (zh) * 2019-06-20 2019-10-25 深圳壹账通智能科技有限公司 出行目的预测方法、装置、计算设备和可读存储介质
CN111831897A (zh) * 2019-09-09 2020-10-27 北京嘀嘀无限科技发展有限公司 一种出行目的地推荐方法、装置、电子设备及存储介质
CN111324824A (zh) * 2019-09-24 2020-06-23 北京嘀嘀无限科技发展有限公司 一种目的地推荐方法、其装置、电子设备及可读存储介质
CN110990714A (zh) * 2019-11-01 2020-04-10 中国联合网络通信集团有限公司 一种用户行为意图预测方法和装置
CN111121809A (zh) * 2019-12-25 2020-05-08 上海博泰悦臻电子设备制造有限公司 一种推荐方法、装置及计算机存储介质
CN112884235A (zh) * 2021-03-04 2021-06-01 腾讯科技（深圳）有限公司 出行推荐方法、出行推荐模型的训练方法、装置
CN113065074A (zh) * 2021-04-02 2021-07-02 大连理工大学 一种基于知识图谱和自注意力机制的轨迹目的地预测的方法
CN113487135A (zh) * 2021-06-07 2021-10-08 海南太美航空股份有限公司 一种基于用户需求的航班规划方法、系统及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LEI TANG ET AL.: "Recommendation for Ridesharing Groups Through Destination Prediction on Trajectory Data", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
潘秀琴等: "基于决策树的出租车乘客出行目的识别", 《中央民族大学学报(自然科学版)》 *
邹威: "民航旅客后续行程推断方法应用", 《电子技术与软件工程》 *

Also Published As

Publication number Publication date
CN113946757B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
US10565279B2 (en) Contextual search for location services
US9228841B2 (en) Methods and systems for determining routes in a navigation system
US10169804B2 (en) Methods and systems for transportation service recommendation
USRE44876E1 (en) Proximity search methods using tiles to represent geographical zones
US8538973B1 (en) Directions-based ranking of places returned by local search queries
US20180274930A1 (en) Method and System for Optimizing the Parking Space Search of a Vehicle, and Computer Program Product
WO2005114527A2 (en) System and method for searching and displaying low cost product availability information for a departure-return date combination
JP6015467B2 (ja) 同乗者検索装置、同乗者検索システムおよび方法
KR20120016269A (ko) 여행의 최적 요금을 결정하는 방법 및 시스템
US20140095221A1 (en) Systems and method for providing recommendations
CN105300398B (zh) 获取地点信息的方法、装置和系统
CN110288418A (zh) 汽车共享系统、方法和存储程序的非瞬态存储介质
US20170178036A1 (en) Unique accommodation search improvement founded in listing booking conversion
Lin et al. VShare: A wireless social network aided vehicle sharing system using hierarchical cloud architecture
CN113946757B (zh) 一种识别用户出行目的的方法、装置及可读存储介质
Smirnov et al. Proactive recommendation system for m-tourism application
JP2021077296A (ja) 情報提供装置
CN113901329A (zh) 旅游住宿推荐方法、装置和计算机设备
KR20190056337A (ko) 인공지능을 활용하여 구매관련 정보를 제공하는 사용자 기반 서비스 제공 방법, 장치 및 시스템
Alisoltani et al. Data-oriented approach for the dial-a-ride problem
JP2017004168A (ja) 施設混雑度情報提供装置及び施設混雑度情報提供方法
Subramaniyaswamy et al. Dynamo: Dynamic multimodal route and travel recommendation system
CN110766420A (zh) 一种服务信息确定方法及装置
KR101550784B1 (ko) 추천 poi 생성 방법 및 이를 지원하는 poi 추천 서버
CN113886722B (zh) 旅游美食推荐方法、装置和计算机设备

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
GR01 Patent grant
GR01 Patent grant