[发明专利]OTA网站中酒店房型的推荐方法及系统

说明书

技术领域

本发明涉及互联网领域，特别涉及一种OTA(Online Travel Agent，在线旅行社)网站中酒店房型的推荐方法及系统。

背景技术

随着网络及移动互联网技术的不断发展，越来越多的消费者选择通过OTA网站及移动端APP(Application，应用程序)查看酒店信息并订购酒店房间。而很多OTA网站为了提升用户浏览及选择酒店产品的效率，均采用了推荐和排序技术向用户展示并推荐个性化产品。

目前，在电商中广泛采用的推荐技术，基本都是在店铺(酒店详情页)外部，选择热门或用户最近搜索相似度较高的产品进行推荐；而当用户进入店铺内部时，展示的产品则由店铺主人或页面系统进行非个性化的静态展示。然而，在酒店预订过程中，当用户进入店铺内部时，对房型的选择也是用户极其关心的部分，甚至影响到用户最终对酒店的选择。因此，对房型的推荐有利于用户快速找到适合自己的酒店及房间，大大提升用户网上订房的效率和体验。

由于酒店产品与其他电商产品相比具备一些特殊性，用于酒店房间的推荐问题也存在其复杂性和特殊性。

首先，对于其他电商来说，进入一家店铺后，我们可以通过商品名称唯一确定一件产品。但是酒店子产品却不同，由于酒店房型中会出现许多房型名称或编号雷同，但因服务类型不同，或者房型供应渠道不同，导致形成不同价格或相同价格的房型，因此，无法通过房型名称、房型编号进行区分。随着产品丰富性增长，相同名称且相同编号的房型数目在不断提升。

其次，对于其他电商来说，店铺内不同商品之间从外观上。名称上会有显著性差异，用户可以根据自己的喜好和需要，快速、明确地进行选择。但是酒店不同房型之间，不管是从服务类型还是价格方面等的差异性都很小，从展示出的信息甚至无法明显区分出每个房型之间的差异，对于用户的选择可能存在部分随机性，即未被订购的房型不一定是真正的负样本。

最后，对于在电商中出现对用户进行个性化的推荐，大部分都是推荐热门畅销的产品，而对于新进产品，在没有任何销量的情形下很难被推荐。

因此，鉴于酒店房型产品的特殊性，在其他电商中广泛采用的推荐算法并不能很好地适用于对酒店房型的推荐。

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选择热门或用户搜索相似度较高的产品进行推荐方法存在推荐范围窄、推荐的产品不合理以及容易忽略新产品等的缺陷，提供一种对新老用户采用不同方式推荐的OTA网站中酒店房型的推荐方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

一方面，提供一种OTA网站中酒店房型的推荐方法，其特点在于，包括以下步骤：

S1、判断用户是否在所述OTA网站成功订购过酒店，若是，则执行步骤S3，若否，则执行步骤S2；

S2、按照所有酒店的历史订单数据中组合服务类型的销量从高到低的顺序，在目标酒店中依次查找是否存在相应组合服务类型的房型，若存在，则停止查找，并执行步骤S5；

S3、根据所述用户的历史订单信息以及所有酒店的历史订单数据，训练房型推荐模型；

S4、根据所述用户的浏览信息以及所述房型推荐模型，计算所述目标酒店中每个房型被所述用户订购的概率，并选择最大概率对应的房型；

S5、输出关于所述房型的推荐信息。

较佳地，若步骤S2中查找到的房型为多个，则步骤S5中输出关于多个房型中价格最低的房型的推荐信息；若所述价格最低的房型不是所述目标酒店中最低价的房型，则步骤S5中根据所述价格最低的房型以及所述目标酒店中最低价的房型所对应的组合服务类型，输出关于服务最优的房型的推荐信息。

较佳地，若步骤S2中查找到的房型的最低价高于预设价格，则继续在目标酒店中查找是否存在下一个组合服务类型的房型；

若步骤S2中查找到的房型的最低价均高于预设价格，则步骤S5中输出关于所述目标酒店中最低价的房型的推荐信息；若所述目标酒店中最低价的房型为多个，则根据多个房型所对应的组合服务类型，输出关于服务最优的房型的推荐信息。

较佳地，步骤S4中，若最大概率对应的房型为多个，则步骤S5中输出关于多个房型中位置靠前的房型的推荐信息。

较佳地，步骤S4中，若最大概率对应的房型的价格高于所述用户历史订购房型的最高价与预设倍数的乘积，则选择次高概率对应的房型，直至选择的房型的价格不高于所述乘积；

若选择的每个房型的价格均高于所述乘积，则不输出任何推荐信息。