[发明专利]基于酒店交易数据的用户信用评估方法及系统

说明书

技术领域

本发明涉及通信技术领域，特别涉及一种基于酒店交易数据的用户信用 评估方法及系统。

背景技术

现有的酒店用户信用评估方法大多是以酒店的数据和信息为基础，提出 了顾客信用管理的方法。这种方法的缺点在于比较片面，只能从一个个酒店 的数据出发，没有用户的消费数据做参考。

还有一种是通过用户在网站上购买其他消费品的交易数据进行用户信 用评估，以确定用户是否可以通过信用入住酒店。这种技术虽然可以量化各 种影响因素，但用户的消费理念不同。消费品的交易数据并不能反映其他交 易行为，对于用户的酒店交易行为无法提供直接的数据并进行分析，因此， 通过上述现有技术评估出的酒店用户信用不准确。

发明内容

本发明要解决的技术问题是为了克服现有技术中对酒店用户的信用评 估不准确的缺陷，提供一种基于酒店交易数据的用户信用评估方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种基于酒店交易数据的用户信用评估方法，其特点在于， 其利用zeus(宙斯)系统实现，其包括以下步骤：

从注册数据库中导入注册表的所有用户名数据；

从公共数据库中导入每一用户名一一对应的用户注册信息数据，该用户 注册信息数据包括注册时间；

从交易系统中导入每一用户名一一对应的用户金融交易数据，该用户金 融交易数据包括是否实名认证和现金账户余额；

从酒店数据库中导入每一用户名一一对应的用户酒店交易数据，该用户 酒店交易数据包括最近一时间段内酒店成交订单数和最近一年内NoShow (指预定了酒店等服务但没有到场)订单数；

从风险控制数据库中导入每一用户名一一对应的用户恶意投诉数据，该 用户恶意投诉数据包括最近一年内恶意投诉记录数；

对导入的该些数据进行预处理操作；

将预处理后的数据按照合并表中的字段顺序导入该合并表；该些字段依 次为注册时间、是否实名认证、现金账户余额、最近一时间段内酒店成交订 单数、最近一年内NoShow订单数以及最近一年内恶意投诉记录数；

判断一用户名对应的注册时间是否大于一第一设定值、是否已经实名认 证、现金账户余额是否大于一第二设定值、最近一时间段内酒店成交订单数 是否大于一第三设定值、最近一年内NoShow订单数是否小于一第四设定值 以及最近一年内恶意投诉记录数是否小于一第五设定值，若均为是则设置该 用户名对应的信用等级为信用等级合格，否则设置该用户名对应的信用等级 为信用等级不合格。

较佳地，该用户注册信息数据还包括用户等级、是否绑定手机号、是否 绑定邮箱、平均成交酒店星级、酒店消费能力以及酒店服务消费金额。

较佳地，该用户金融交易数据还包括用户有效积分、礼品卡余额、钱包 余额以及信用卡扣款成功率。

较佳地，接收输入的用户名，显示该用户名对应的信用等级。

较佳地，将FnvHash算法(Fnv哈希算法)封装在Java(是一种可以撰 写跨平台应用程序的面向对象的程序设计语言)中上传至该zeus系统，该 zeus系统通过该FnvHash算法将该些用户名数据划分为多个分区，并为每一 分区建立一个用户表。

本发明还提供一种基于酒店交易数据的用户信用评估系统，其特点在 于，其利用zeus系统实现，该用户信用评估系统包括：

一第一导入模块，用于从注册数据库中导入注册表的所有用户名数据；

一第二导入模块，用于从公共数据库中导入每一用户名一一对应的用户 注册信息数据，该用户注册信息数据包括注册时间；

一第三导入模块，用于从交易系统中导入每一用户名一一对应的用户金 融交易数据，该用户金融交易数据包括是否实名认证和现金账户余额；

一第四导入模块，用于从酒店数据库中导入每一用户名一一对应的用户 酒店交易数据，该用户酒店交易数据包括最近一时间段内酒店成交订单数和 最近一年内NoShow订单数；

一第五导入模块，用于从风险控制数据库中导入每一用户名一一对应的 用户恶意投诉数据，该用户恶意投诉数据包括最近一年内恶意投诉记录数；

一预处理模块，用于对导入的该些数据进行预处理操作；