[发明专利]酒店数据匹配方法及装置

说明书

本发明公开了一种酒店数据匹配方法及装置，涉及酒店数据管理领域，其中方法通过获取不同平台的平台酒店数据，并进行数据处理，得到原始酒店数据，写入原始酒店数据索引表，然后按照平台优先级，选取原始酒店数据的第一平台原始酒店数据，写入匹配酒店索引表，根据匹配因子的相似度，依次与其余平台的原始酒店数据进行酒店匹配得到匹配酒店索引表，根据匹配酒店索引表生成匹配表和基础信息表，结合匹配表和基础信息表做匹配准确性验证。本发明通过ES建立索引并反向验证的方式，通过相似度算法进行验证，执行效率高，能够过滤匹配较差的酒店链接，能够对多平台酒店全自动匹配，匹配准确度超过90％，降低人工占比，提高酒店匹配效率。

技术领域

本发明涉及酒店数据管理领域，尤其是一种酒店数据匹配方法及装置。

背景技术

现有相当多的旅游平台，同一酒店可能出现在不同的平台上，因此在线旅游网站需要匹配酒店以合并本质相同的酒店，现有的酒店匹配方案中，主流做法是对名称地址进行解析，然后加入电话号码等纬度，通过事先设定权值的方式，对不同维度进行打分并加权求和，得到最后的相似度，根据设定的相似度阈值确定两家POI酒店链接是否为同一个。但是，在匹配过程中，人工占比仍然较高，例如，在美团酒旅的应用场景中，60％以上的POI实体链接匹配任务进行全自动处理化，剩下40％POI实体链接需要进行人工运营处理，主要涉及去重和后期验证工作，耗费人力资源，影响匹配效率。

因此需要提出一种能够减少人工占比，解放人力资源，从而提高匹配效率的酒店匹配方法。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的是提供一种提高匹配效率的酒店匹配方法及装置。

本发明所采用的技术方案是：

第一方面，本发明提供一种酒店数据匹配方法，使用ElasticSearch执行匹配过程，包括：

获取不同平台的平台酒店数据，并对所述平台酒店数据进行数据处理，得到原始酒店数据，写入原始酒店数据索引表；

按照预设的平台优先级顺序，选取第一平台的原始酒店数据，写入匹配酒店索引表，根据匹配因子的相似度，逐一与其余平台的平台原始酒店数据进行酒店匹配，得到匹配酒店索引表；

根据所述匹配酒店索引表生成匹配表和基础信息表，所述基础信息表包括酒店标准编号和不同平台原始编号；

结合所述匹配表和所述基础信息表，进行匹配准确性验证。

进一步地，所述酒店匹配的过程具体为：

在所述原始酒店数据索引表中逐一查询第一平台的原始酒店数据，直至查询到相似度最高的另一平台的原始酒店数据时，在所述原始酒店数据索引表中反向验证所述另一平台的原始酒店数据，如果查询到所述另一平台的原始酒店数据时，比较两个所述另一平台原始酒店数据的酒店编号是否一致；

如果两个酒店编号一致且所述匹配因子的相似度大于第一相似度阈值时，将所述另一平台的原始酒店数据的酒店编号，写入所述匹配酒店索引表中第一平台的原始酒店数据的匹配酒店编号内，否则，将所述另一平台的原始酒店数据作为一条新数据写入所述匹配酒店索引表中。

进一步地，所述匹配准确性验证具体为：

从所述匹配表中查找名称相同且地址相同的酒店，下线经纬度错误且匹配平台数量少的酒店；

和/或，在所述匹配表中随机抽取预设数量的酒店作为验证酒店，在所述匹配酒店索引表中依次计算每一个所述验证酒店的名称、地址相似度，并根据计算结果评估匹配质量。

进一步地，所述数据处理包括：数据清洗和/或各平台数据校验和/或数据去重。

进一步地，所述数据清洗包括：