[发明专利]用于优化重复的搜索请求的改进预订系统的方法和系统

说明书

技术领域

本发明涉及预订系统的领域，尤其涉及用于优化重复的搜索请求的大规模计算平台的方法和系统。

背景技术

例如与为如航班订票之类的购物业务提供航班搜索应用的航空公司预订系统一样，现有的预订系统的状态通常基于专用的全球分销系统(GDS)。来自客户的航班搜索请求要求穷举搜索GDS数据。这涉及大量的计算，从而会花一些时间。为了使延迟降至最小，客户通常自由度极少：他们必须指定所请求的旅程的出发城市和到达城市，出发日期和返回日期，承运人，舱位等级。尽管这有利于系统性能和响应时间，但是对肯定重视参数选择中自由度更高的更加用户友好的交互作用的用户来说并不理想。

航空公司和旅行社开发的高度重视用户请求的管理的另一个业务领域是所谓的预购。就术语“预购”来说，我们指的是需要通过预订系统，询问数据库，但是不一定导致适当的预约的那些活动。这些活动对航空公司或者旅行社至关重要，因为即使它们不产生直接的收入，也会影响潜在顾客的未来选择。能够向客户的具有许多自由度的查询提供零延迟响应的工具会得到高度肯定。例如，假定客户请求在6月和9月之间，到某个阳光灿烂之地2周之久的始发于巴黎航班的信息。就常规的航班搜索应用来说，客户需要指定明确的目的地，并进行与期望的目的地和可能日期的各种组合一样多的请求。

再一种可能的应用会是具有目的在于提高盈利能力，而不是简单地增加航班订票的收益管理处理的预订系统。例子：航空公司可能想根据依赖于航空公司提出的航班(例如，所有日期，所有城市)的所有价格的计算机模型，和根据订票预测，调整其价格。就现有系统来说，该活动会非常复杂，会花费大量的资源和工作人员劳动。

另一种可能的应用是为了统计起见的费用分析，即，按照提交给GDS的更新，密切注意票价的演变。例子：通过根据提交的费用和规则计算的旅程价格的比较，相似项目的当前价格与先前价格的比较，与自己的成本估计的比较，评估提出的价格。

上述应用例子的共同特性是需要非常大量的相关的航班推荐。

例如，预购应用需要较大的一组解决方案，以向客户提供吸引人的结果，收益管理应用需要航班推荐的穷举列表，因为其动态定价策略依赖于该模型，而费用分析应用需要航班推荐的穷举列表，以便有效地跟踪价格演变。

与购物业务领域相反，这些应用的目的不是预约。因而，不需要对每个客户的查询进行产生航班推荐的计算：可以用响应精度换响应时间。由于不需要为每个客户的查询重新计算航班推荐，因此其GDS的预计算会延续几个小时。另外，由于这些应用依赖于预先计算的航班推荐，因此GDS会使支持这些系统所需的数据处理延续数小时。

一种实现上述应用的已知方法是所谓的事务外部射手(shooter)。为了穷举地支持其预购或收益管理系统，顾客可向GDS提供的购物应用投射一系列的事务。待投射的事务必须覆盖所有期望的出发日期、所有期望的市场等的组合。这种方法具有一些明显的缺陷，例如，查询数目的微小增大就会导致计算复杂性大大增大，从而增大顾客必须投射的事务的数目。对应于全局请求的投射事务收集对于每个事务必须计算的公共部分：从而进行冗余检查，冗余数据存取和冗余处理。计算数据的量越大，这些冗余操作的成本越高(就资源消耗来说)。即使投射应用提供扩展的日历或者多选项选择，由于缺少关于要投射的所有事务的全盘了解，因此优化机会仍然是局部的。对顾客来说，结果的计算需要更多的处理时间。对GDS来说，由于冗余计算，它导致不必要的资源消耗。此外，由于射手在GDS之外，因此资源消耗不受控制。并且由于预购、收益管理或费用分析系统对数据的需求巨大，预料之外的大量流量会危及与其他顾客的服务水平协定。

另一种已知技术是实现预购系统，其中能够捕捉购物流量以更新该系统。对客户出于预约而请求的任何事务来说，如果它匹配预约系统的要求，那么其结果就既被返回给客户，又被返回给预购服务器。这种现有方法的缺陷在于顾客不能控制用于计算的数据。从而，不适合于支持收益管理系统，因为不能保证结果是穷举的。此外，捕捉流量是一种静态方法，不适合于具体的约束条件。预购和收益管理系统只能受益于现有产品的特性。

为了确定有效地处理上面说明的大量的数据，而不需要密集的操作人员活动和不可接受的资源使用，需要一种改进的能够实现大规模搜索，同时避免查询的无用重复的预订系统。