[發(fā)明專利]一種基于乘客畫像的航班推薦方法

有效

• 申請?zhí)枺?/td>: 202110967166.0
• 申請日: 2021-08-23
• 公開（公告）號: CN113779384B
• 公開（公告）日: 2022-07-05
• 發(fā)明（設(shè)計）人: 羅瀅瀛
• 申請（專利權(quán)）人: 廣州百奕信息科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537;G06Q30/02;G06Q50/30
• 代理公司: 廣州海藻專利代理事務(wù)所(普通合伙) 44386
• 代理人: 張大保

本發(fā)明公開了一種基于客戶畫像的航班推薦系統(tǒng)，所述方法包括：收集目標(biāo)用戶的用戶信息構(gòu)建標(biāo)簽體系并建立用戶畫像；通過所述用戶畫像訓(xùn)練座位匹配模型；通過行為動作數(shù)據(jù)集建立動作—行為對照表，通過獲取音頻數(shù)據(jù)集建立聲音—行為對照表；評估用戶行為情況，得到用戶的穩(wěn)定性指數(shù)，制作用戶行為狀態(tài)表；通過用戶的行為—狀態(tài)表得到用戶的狀態(tài)，獲得用戶此時對附近噪音的忍耐程度，依據(jù)目標(biāo)用戶換位意愿分級優(yōu)先地安排目標(biāo)用戶換到合適的位置；并考慮用戶的升艙需求與商務(wù)座用戶的隱私保護(hù)，最終為用戶提供了最優(yōu)航班的選擇方案。

技術(shù)領(lǐng)域

本發(fā)明屬于航空動態(tài)規(guī)劃領(lǐng)域，尤其是一種基于乘客畫像的航班推薦方法。

背景技術(shù)

隨著生活水平的提高，人們對航空出行的需求大大增加，航空出行也越來越大眾化，每個人都希望有一個相對舒心的出行環(huán)境，然而面對復(fù)雜多樣的乘客，每一位乘客的行為特征、身份背景、愛好等各種因素都不相同，那么座位周圍乘客對本次乘機體驗的影響十分關(guān)鍵，如何通過推薦合適的航班來匹配最合適的同行乘客時問題的關(guān)鍵，本發(fā)明通過匹配乘客的乘客畫像為乘客推薦最優(yōu)航班，有效地解決了上述問題。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決上述現(xiàn)有的缺陷，提供一種基于乘客畫像的航班推薦方法。

本發(fā)明的目的可以通過采取如下技術(shù)方案達(dá)到：

一種基于乘客畫像的航班推薦方法，其特征在于，包括：

收集所有乘客的乘客信息構(gòu)建標(biāo)簽體系并建立乘客畫像，所述乘客畫像包括人口畫像、興趣畫像、地理位置畫像、行為畫像；

構(gòu)建數(shù)據(jù)庫，所述數(shù)據(jù)庫包括，所有乘客的如下信息：性別、年齡、學(xué)歷、收入水平、消費水平、職業(yè)、所屬行業(yè)、用戶網(wǎng)頁注冊登錄時輸入的用戶信息、用戶網(wǎng)頁點擊次數(shù)、瀏覽時長、瀏覽頻率、音頻數(shù)據(jù)集和動作數(shù)據(jù)集；

通過所述乘客畫像進(jìn)行座位匹配；

獲取目標(biāo)乘客的乘機行為和換座乘客的行為；通過獲取所述數(shù)據(jù)庫的動作數(shù)據(jù)集，建立乘客動作—行為對照表；通過獲取所述數(shù)據(jù)庫的音頻數(shù)據(jù)集，建立乘客聲音—行為對照表；

評估目標(biāo)乘客和換座乘客行為情況，得到目標(biāo)乘客和換座乘客穩(wěn)定性指數(shù)，制作乘客行為狀態(tài)表；

通過乘客的行為—狀態(tài)表得到乘客的狀態(tài)，獲得乘客此時對附近噪音的忍耐程度，獲取接受座位推薦的目標(biāo)乘客的列表，并對目標(biāo)乘客的推薦意愿進(jìn)行分級得出愿意動態(tài)推薦目標(biāo)乘客的列表；

依據(jù)目標(biāo)乘客推薦意愿分級優(yōu)先地安排乘客換到合適的位置；

確定推薦的乘客列表后，獲取多個推薦乘客的需求優(yōu)先級排序；

基于所述乘客畫像進(jìn)行航班服務(wù)推薦。

優(yōu)選的，所述收集目標(biāo)乘客的乘客信息構(gòu)建標(biāo)簽體系并建立乘客畫像，包括：

通過所述數(shù)據(jù)庫獲得原始數(shù)據(jù)構(gòu)建事實標(biāo)簽；具體包括：通過網(wǎng)頁客戶端的日志文件獲取用戶的點擊軌跡作為日志文件數(shù)據(jù)，通過TF-IDF、TopicModel主題模型對所述日志文件數(shù)據(jù)進(jìn)行文本挖掘，得到用戶點擊文章的類型，統(tǒng)計用戶點擊相似類型文章的次數(shù)，將用戶點擊相似類型文章的次數(shù)作為事實標(biāo)簽；

通過機器學(xué)習(xí)的方法構(gòu)造模型標(biāo)簽；具體包括：獲取所述數(shù)據(jù)庫中乘客的性別、年齡、學(xué)歷、收入水平、消費水平和所屬行業(yè)屬性樣本集作為模型的輸入?yún)?shù)，對于屬性缺失的樣本集使用條件平均值填充法，以最大概率的取值來補充缺失的屬性值，通過回歸、決策樹、支持向量機機器學(xué)習(xí)算法，進(jìn)行模型訓(xùn)練，得到標(biāo)簽生成模型，通過所述標(biāo)簽生成模型輸出不同用戶屬性的模型標(biāo)簽；