[发明专利]一种基于用户偏好的航班打分方法

说明书

本发明公开一种基于用户偏好的航班打分方法。所述方法包括：收集用户近期内的航线搜索、航班详情点击查看的历史数据；确定影响机票选择的特征，并建立以每个特征为自变量的打分函数；对收集的历史数据进行分组，计算每组数据中各个航班的每个特征的得分，对所述得分进行归一化处理；将归一化后的数据分为两类：第一类为被点击查看过的航班数据，第二类为未被点击查看过的航班数据，采用SVM算法对这两类数据进行训练，通过求解最优化后的拉格朗日乘子得到每个特征的权重。本发明所述方法能够使推荐给用户的航班充分考虑用户的偏好，有助于用户购到称心如意的机票。

技术领域

本发明属于机票查询推荐技术领域，具体涉及一种基于用户偏好的航班打分方法。

背景技术

在航班推荐热潮愈演愈烈的环境下，能直接给用户推荐出一张称心如意的机票显得尤为重要。不同的用户有不同的偏好，做出的选择也不同。例如，用户面对直飞贵800元和中转便宜800元的机票时做何选择，取决于用户对时间、价格和方便程度的选择偏好。而以往的航班推荐排序方式，未能很好地针对每个用户的偏好分配个性化权重，无法精准定位到用户偏好，使得推荐的机票缺乏吸引力。

发明内容

为了解决现有技术中存在的上述问题，本发明提出一种基于用户偏好的航班打分方法。

为实现上述目的，本发明采用如下技术方案：

一种基于用户偏好的航班打分方法，包括以下步骤：

步骤1，收集用户近期内的航线搜索、航班详情点击查看的历史数据；

步骤2，确定影响机票选择的特征，并建立以每个特征为自变量的打分函数；

步骤3，对收集的历史数据进行分组，计算每组数据中各个航班的每个特征的得分，对所述得分进行归一化处理，一组数据是用户进行一次列表页搜索并选择了感兴趣航班的操作数据；

步骤4，将归一化后的数据分为两类：第一类为被点击查看过的航班数据，第二类为未被点击查看过的航班数据，采用SVM(Support Vector Machine，支持向量机)算法对这两类数据进行训练，通过求解最优化后的拉格朗日乘子得到每个特征的权重；

步骤5，计算用户搜索航班的各个特征的得分，然后根据所述权重对各个特征的得分进行加权求和，得到所述航班的得分。

与现有技术相比，本发明具有以下有益效果：

本发明通过对用户的历史搜索数据进行处理，并将处理后的数据按照是否被用户点击过分为两类，然后采用SVM法对两类数据进行训练，通过求解最优化后的拉格朗日乘子得到能够反映用户偏好的各打分特征的权重，最后利用所述权重对各个特征的得分进行加权求和得到用户搜索航班的得分，使推荐给用户的航班能够充分考虑用户的偏好，有助于用户购到称心如意的机票。

附图说明

图1为采用SVM法对舒适度和价格两维数据进行分类的示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

本发明实施例一种基于用户偏好的航班打分方法，包括以下步骤：

S101、收集用户近期内的航线搜索、航班详情点击查看的历史数据；

S102、确定影响机票选择的特征，并建立以每个特征为自变量的打分函数；

S103、对收集的历史数据进行分组，计算每组数据中各个航班的每个特征的得分，对所述得分进行归一化处理，一组数据是用户进行一次列表页搜索并选择了感兴趣航班的操作数据；