[發(fā)明專利]OTA平臺海外酒店房型服務缺陷的預測方法及系統

有效

• 申請?zhí)枺?/td>: 201710994934.5
• 申請日: 2017-10-23
• 公開（公告）號: CN107679674B
• 公開（公告）日: 2021-06-11
• 發(fā)明（設計）人: 黎建輝;張倩倩;趙華;熊斌
• 申請（專利權）人: 攜程計算機技術（上海）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/06;G06Q50/12
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;羅朗

本發(fā)明公開了OTA平臺海外酒店房型服務缺陷的預測方法及系統，所述預測方法包括：在用戶下單前，預測用戶信息；根據用戶信息獲取與用戶信息對應的訂單歷史信息、同入住日歷史信息、供應商渠道歷史信息和房型的基本屬性信息；通過XGBoost算法對獲取的信息分別進行處理，建立海外酒店房型的服務缺陷概率預測模型來預測所述用戶選擇的海外酒店房型的服務缺陷概率，進而對海外酒店房型采取相應的干預策略。本發(fā)明目的在于提供一種通過建立海外酒店房型服務缺陷概率預測模型預測用戶選擇的海外酒店房型的服務缺陷概率，從而采取相應的干預策略，實現對海外酒店房型的干預，降低服務缺陷，提高用戶體驗，提升品牌形象。

技術領域

本發(fā)明涉及營銷技術領域，特別涉及一種OTA平臺海外酒店房型服務缺陷的預測方法及系統。

背景技術

目前，對海外酒店房型發(fā)生服務缺陷的干預方法較少，主要以人工對于歷史上發(fā)生房型服務缺陷頻率高的酒店進行人工外呼巡房和人工排查方法為主。但是，由于OTA(Online Travel Agent，在線旅行社)訂單量較大，并且人工排查的規(guī)則相對比較簡單，并不能很好的覆蓋到所有可能發(fā)生服務缺陷的房型。此外，由于海外訂單提前預訂的天數一般較長，通過人工外呼巡房的方式覆蓋到的入住日較短，因此對可能發(fā)生服務缺陷的房型干預有限。

發(fā)明內容

本發(fā)明要解決的技術問題是為了克服現有技術中存在的通過人工外呼巡房或人工排查方法不能很好地覆蓋到所有可能發(fā)生服務缺陷的海外酒店房型的缺陷，目的在于提供一種OTA平臺海外酒店房型服務缺陷的預測方法及系統。

本發(fā)明是通過下述技術方案來解決上述技術問題：

本發(fā)明提供一種OTA平臺海外酒店房型服務缺陷的預測方法，所述預測方法包括：

S1、在用戶下單前，預測用戶信息；所述用戶信息包括用戶選擇的海外酒店房型信息和入住日信息；

S2、根據所述用戶信息獲取與所述用戶信息對應的訂單歷史信息、同入住日歷史信息、供應商渠道歷史信息和房型的基本屬性信息；

S3、通過XGBoost算法對所述訂單歷史信息、所述同入住日歷史信息、所述供應商渠道歷史信息和所述房型的基本屬性信息分別進行處理，建立海外酒店房型的服務缺陷概率預測模型；

S4、根據所述服務缺陷概率預測模型預測所述用戶選擇的海外酒店房型的服務缺陷概率；

S5、判斷所述服務缺陷概率是否大于設定閾值，在判斷為是時，對所述海外酒店房型采取相應的干預策略。

較佳地，所述服務缺陷概率預測模型的表達式為：

其中，

score表示所述服務缺陷概率，T表示決策樹的棵數，t表示第t棵決策樹，f_t(x_i)表示決策樹的函數，w表示葉子權重，y_i表示模型真實值，表示前t-1棵樹的模型預測值，θ表示偏導數，l表示殘差函數，γ和β為可調參數，為由所述模型真實值和所述模型預測值定義的殘差函數，g_i表示殘差函數對的一階導數，h_i表示殘差函數對的二階導數，n表示訓練樣本的數量，i表示第i個訓練樣本，i的取值范圍為1～n之間的整數。

較佳地，所述干預策略包括直接關閉房型、將房型在OTA平臺的排序置后、發(fā)送郵件或通過外呼干預通知用戶和自動提醒海外酒店進行二次確認房型中的至少一種。

較佳地，所述訂單歷史信息包括用戶選擇的海外酒店房型在下單日之前的設定天數內發(fā)生服務缺陷的訂單數信息；

所述同入住日歷史信息包括所述海外酒店房型所屬的海外酒店在下單日之前的設定天數內的同一入住日發(fā)生服務缺陷的訂單數信息和/或入住日是否為周末信息；