[发明专利]一种基础房型自动聚合方法

摘要

本发明公开了一种基础房型自动聚合方法。本方法为：1)对于同一家酒店，分别从两不同来源上获取该酒店的房型名称数据，每组房型名称数据中包括多个基础房型名称；2)对每组房型名称数据分别进行结构化处理，得到该组房型名称数据中每个房型名称的结构化信息；3)对步骤2)得到的所述结构化信息中的元素进行两两组合并计算每一组合的匹配度；4)将基础房型名称两两组合生成若干候选聚合方案，得到一聚合方案候选集合；5)根据每一候选聚合方案中的各组合的匹配度，计算该候选聚合方案的综合得分；将综合得分最高的候选聚合方案做为最终聚合结果。相较于传统的通过字符串相似度的聚合方式，本发明召回率提升了27％，准确率提高了5％。

主权项

1.一种基础房型自动聚合方法，其步骤为：/n1)对于同一家酒店，分别从两不同来源上获取该酒店的房型名称数据，每组房型名称数据中包括多个基础房型名称；/n2)对每组房型名称数据分别进行结构化处理，得到该组房型名称数据中每个房型名称的结构化信息；其中，第一组房型名称的结构化信息为(a1、a2、…、ai、…、an)，第二组房型名称的结构化信息为(b1、b2、…、bi、…、bn)；n为结构化信息中的元素总数；/n3)对步骤2)得到的所述结构化信息中的元素进行两两组合并使用决策树算法计算每一组合的匹配度；所述决策树算法构建的树结构为二叉树或非二叉树，其中每个非叶节点表示一个特征属性上的测试，连接非叶节点的分支代表该非叶节点对应的特征属性在该特征属性的值域上的输出，每个叶节点存放一个类别；计算所述匹配度的方法为：31)从房型名称的结构化信息中确定待匹配的特征；32)对每种特征进行度量得到该特征的增益率；33)选择增益率最大的特征进行分裂，形成该房型名称的决策树；34)将决策树上的叶子节点标记上对应元素组合的匹配度；/n4)将基础房型名称两两组合生成若干候选聚合方案，得到一聚合方案候选集合；其中，任一候选聚合方案(a1-bi、a2-bj、…、ai-bk、…、an-bm)中每一组合ai-bk的匹配度均大于设定阈值；bi、bj、…、bk、…、bm均为第二组房型名称的结构化信息中的元素；/n5)根据每一候选聚合方案中的各组合的匹配度，计算该候选聚合方案的综合得分；将综合得分最高的候选聚合方案做为最终聚合结果。/n