[发明专利]一种基于GCN半监督的航空乘客的分类方法和系统及其设备

权利要求书

1.一种基于GCN半监督的航空乘客的分类方法，其特征在于，包括：

提取N个用户的属性和行为数据，进行预处理；

所述提取N 个 用户的属性和行为数据，进行预处理，包括，提取用户的属性数据，包括用户年龄、用户性别、用户会员等级、用户所在城市、用户近一年在本航司的订单数量、用户近一年在本航司去过的不同城市个数和用户近一年的购买频率；提取用户的行为数据，包括用户搜索交易航段的次数、用户浏览时长、用户搜索不同航段的个数、用户搜索与交易的时间差、用户交易票价的折扣、用户的票数、用户交易时段、用户交易时间与起飞的时间差、用户起飞日是否归属节日；

计算用户之间的相似度，生成N*N邻接矩阵A；

所述计算用户之间的相似度，生成邻接矩阵，包括，将每个用户看作一个节点，根据历史用户的属性数据生成节点的属性；根据历史用户的行为数据生成对应节点的特征向量；分别计算两两属性向量的余弦相似度，当相似度高于设定阈值T时，依次连接N个用户的属性相似的节点，形成N*N邻接矩阵A；

通过GCN对用户进行训练，生成分类模型；

所述通过GCN对用户进行训练，生成分类模型，包括，将所述N*N邻接矩阵A进行自连接，生成N*N矩阵L，定义两层GCN模型，输入节点特征向量，将已有标签的用户节点分成训练集和测试集，在训练节点上计算损失值，反向传播计算参数的梯度，用优化方法进行梯度更新，得到分类模型；

将未分类的用户送入已经训练好的分类模型，根据分类结果，标注乘客类型；

将未分类的用户和已分类用户重新生成邻接矩阵，通过GCN训练后，更新所述分类模型。

2.根据权利要求1所述的基于GCN半监督的航空乘客的分类方法，其特征在于，所述乘客类型包括商务乘客和普通乘客。

3.一种基于GCN半监督的航空乘客的分类系统，其特征在于，包括：

提取模块，用于提取N个用户的属性和行为数据，进行预处理；

所述提取模块包括：属性数据提取单元，用于提取用户的属性数据，包括用户年龄、用户性别、用户会员等级、用户所在城市、用户近一年在本航司的订单数量、用户近一年在本航司去过的不同城市个数和用户近一年的购买频率；行为数据提取单元，用于提取用户的行为数据，包括用户搜索交易航段的次数、用户浏览时长、用户搜索不同航段的个数、用户搜索与交易的时间差、用户交易票价的折扣、用户的票数、用户交易时段、用户交易时间与起飞的时间差、用户起飞日是否归属节日；

分析模块，用于计算用户之间的相似度，生成N*N邻接矩阵A；

所述分析模块包括，节点单元，用于将每个用户看作一个节点，根据历史用户的属性数据生成节点的属性；向量单元，用于根据历史用户的行为数据生成对应节点的特征向量；矩阵单元，用于分别计算两两属性向量的余弦相似度，当相似度高于设定阈值T时，依次连接N个用户的属性相似的节点，形成N*N邻接矩阵A；

训练模块，用于通过GCN对用户进行训练，生成分类模型；

所述训练模块将所述N*N邻接矩阵A进行自连接，生成N*N矩阵L，定义两层GCN模型，输入节点特征向量，将已有标签的用户节点分成训练集和测试集，在训练节点上计算损失值，反向传播计算参数的梯度，用优化方法进行梯度更新，得到分类模型；

分类模块，用于将未分类的用户送入已经训练好的分类模型，根据分类结果，标注乘客类型；

调整模块，用于将未分类的用户和已分类用户重新生成邻接矩阵，通过GCN训练后，更新所述分类模型。

4.根据权利要求3所述的基于GCN半监督的航空乘客的分类系统，其特征在于，所述提取模块包括：

属性数据提取单元，用于提取用户的属性数据，包括用户年龄、用户性别、用户会员等级、用户所在城市、用户近一年在本航司的订单数量、用户近一年在本航司去过的不同城市个数和用户近一年的购买频率；

行为数据提取单元，用于提取用户的行为数据，包括用户搜索交易航段的次数、用户浏览时长、用户搜索不同航段的个数、用户搜索与交易的时间差、用户交易票价的折扣、用户的票数、用户交易时段、用户交易时间与起飞的时间差、用户起飞日是否归属节日。

5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至2中任一项所述的基于GCN半监督的航空乘客的分类方法。