[发明专利]旅行需求单推送方法、装置、电子设备、存储介质

说明书

本发明提供一种旅行需求单推送方法、装置、电子设备、存储介质，所述旅行需求单推送方法包括：S101：获取用户在所述旅行需求单中填写的多个需求项；S102：至少根据多个所述需求项计算N个输入元素的输入元素值S103：根据N个输入元素值输入一经训练的线性回归模型，获取所述旅行需求单的线性回归输出值；S105：根据所述线性回归输出值确定所述旅行需求单的推荐分数；S106：向旅行定制人员提供所述旅行需求单的推荐分数。本发明提供的方法及装置能够向旅行定制人员推送成团率高的旅行需求单以提升所有旅行需求单的成团率。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种旅行需求单推送方法、装置、电子设备、存储介质。

背景技术

目前在定制旅游领域，当客户下了需求单之后，没有经过任何过滤就会进入定制师的抢单池。衍生出来的问题是，需求单里的无效单、低价值单在抢单池里，而定制师无法在不细看需求单内容的情况下知道任意一单的好坏，造成了定制师乃至整个定制平台的工作效率底下。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种旅行需求单推送方法、装置、电子设备、存储介质，向旅行定制人员推送成团率高的旅行需求单以提升所有旅行需求单的成团率。

根据本发明的一个方面，提供一种旅行需求单推送方法，包括：

S101：获取用户在所述旅行需求单中填写的多个需求项；

S102：至少根据多个所述需求项计算N个输入元素的输入元素值；

S103：根据N个输入元素值输入一经训练的线性回归模型，获取所述旅行需求单的线性回归输出值；

S105：根据所述线性回归输出值确定所述旅行需求单的推荐分数；

S106：用于向旅行定制人员提供所述旅行需求单的推荐分数。

可选地，所述线性回归模型为：

F(x)＝w₀+w₁x₁+w₂x₂+...+w_ix_i...+w_Nx_N，

其中，F(x)为所述线性回归输出值，x₁至x_N为所述输入元素值，w₁至w_N分别x₁至x_N的权重参数，w₀为偏差参数，i为大于等于1小于等于N的整数。

可选地，所述线性回归模型采用梯度下降算法训练。

可选地，所述线性回归模型采用梯度下降算法按如下步骤训练：

S111：获取多个历史旅行需求单作为训练样本；

S112：将w₀至w_N初始化为0并初始化梯度下降的步长α；

确定当前位置对应于w₀至w_N的损失函数J(w₀,w₁,…,w_i,…,w_N)的梯度，对于w_i，其梯度

S113：使所述步长α分别与所述w₀至w_N的梯度相乘，得到对于w_i的下降距离α

S114：判断是否w₀至w_N的下降距离都小于设定距离ε，若否则执行步骤S115，若是则执行步骤S116；