[发明专利]一种旅客行程状态确定方法、装置及服务器

说明书

本发明提供的旅客行程状态确定方法、装置及服务器，应用于信息处理技术领域，该方法首先获取目标旅客第一预设时间段内包括多个航段数据的行程序列和预设偏好信息；根据行程序列中的各航段数据，确定目标旅客对应的机场序列；然后，调用预训练的行程状态确定模型，将目标旅客的机场序列和目标旅客的预设偏好信息输入行程状态确定模型，确定目标旅客的行程状态。本方法采用基于注意力机制的神经网络训练得到形成状态确定模型对目标旅客的行程状态进行判定，可以准确的判断目标旅客的行程是否结束，如果判定目标旅客的行程已经结束，则不再发送推送信息，从而减少服务器的信息处理量。

技术领域

本发明属于信息处理技术领域，尤其涉及一种旅客行程状态确定方法、装置及服务器。

背景技术

在民航领域中，可以将旅客出行全流程的时间段划分为出行前、在途、出行后三个阶段。而在出行前与在途这两个阶段中，存在一类行程未预定完成旅客，具体指未预定好当前完整航程的全部机票的旅客。

不论是处于出行前阶段，还是处于在途阶段，大部分行程未预定完成旅客都有一个共同的特征，即他们当前购票的目的地并不是最终目的地，仍然存在继续购票的可能性，因此，航空公司会向这类旅客推送相关的服务信息，比如机票信息、酒店信息等。

然而，现有技术中的推送服务是没有针对性的，只要是处于行程未预定完成状态的旅客，服务器都会向其推送服务信息，显然，这种推送方式会迫使服务器处理大量的信息，负载过重。

因此，如何确定行程未预定完成旅客在到达目的地后行程是否结束，为针对性的提供推送服务提供参考依据，减少服务器的信息处理量，成为本领域技术人员需要解决的技术问题之一。

发明内容

有鉴于此，本发明的目的在于提供一种旅客行程状态确定方法、装置及服务器，能够确定行程未预定完成旅客在到达目的地后行程是否结束，为针对性的提供推送服务提供参考依据，减少服务器的信息处理量，具体方案如下：

第一方面，本发明提供一种旅客行程状态确定方法，包括：

获取目标旅客第一预设时间段内的行程序列和预设偏好信息，其中，所述行程序列中包括多个航段数据；

根据所述行程序列中的各所述航段数据，确定所述目标旅客对应的机场序列，其中，所述机场序列中包括多个机场标识，且各所述机场标识按照航班时间的先后顺序排列；

调用预训练的行程状态确定模型，所述行程状态确定模型以机场序列和预设偏好信息为训练样本，以行程状态为标签，训练基于注意力机制的神经网络得到，其中，所述行程状态包括结束状态和非结束状态；

将所述目标旅客的机场序列和所述目标旅客的预设偏好信息输入所述行程状态确定模型，确定所述目标旅客的行程状态。

可选的，训练所述行程状态确定模型的过程包括：

获取多个旅客在第二预设时间段内的机场序列样本和各所述旅客对应的预设偏好信息，其中，所述机场序列样本中包括多个机场标识，且各所述机场标识按照航班时间的先后顺序排列，所述预设偏好信息中包括多个预设偏好参量；

针对每一所述机场序列样本，基于注意力机制，生成各所述机场标识对应的权重向量；

针对每一所述旅客的预设偏好信息，基于注意力机制，生成各所述预设偏好参量对应的权重向量；

针对每一所述机场序列样本，按照预设拼接规则，对各所述机场标识对应的权重向量以及各所述预设偏好参量对应的权重向量进行拼接，得到与每一所述机场序列样本对应的输入向量；

分别确定神经网络对各所述输入向量的输出结果，到所述行程状态之间的误差，得到各所述机场序列样本相对应的误差；

以各所述机场序列样本相对应的误差处于预设范围内为训练目标，调整所述神经网络的参数，得到行程状态确定模型。