[发明专利]OTA平台国际市场机票查询的预测方法及系统

说明书

本发明公开了一种OTA平台国际市场机票查询的预测方法及系统，预测方法包括：获取机票查询历史数据及机票订单历史数据；根据历史数据提取初始特征数据；将特征数据分别输入至不同的原始机器学习模型进行比较以得到预测准确率最高的初始机器预测模型，原始机器预测模型包括线性回归模型、逻辑回归模型、决策树模型及神经网络模型中的至少一种；根据精确度阈值及计算速度阈值调节模型参数以得到目标机器预测模型；目标机器预测模型用于预测国际市场的机票查询结果。本发明可以根据不同的查询需求输出不同的查询结果，因此，不但可以大大提高对国际市场的机票的查询效率与准确度，也使得对机票的查询结果更符合实际需求。

技术领域

本发明涉及OTA(在线旅行代理)国际市场领域，特别涉及一种OTA平台国际市场机票查询的预测方法及系统。

背景技术

目前为了发展国际业务，在线旅游公司推出了支持不同语言和币种的国际市场。随着国际市场客人的增加，机票查询出现查询量大，查询范围广，查询之后下订单比率(查订比)低，各个市场热点差异大，消费偏好不同的特点。

现有技术是由业务专家根据经验设置分配策略，按出发城市，到达城市等条件去选择机票产品。受制于人工成本和对国际市场认知程度的限制，目前的专家策略方案在国际市场显示出查询结果匹配度不高，不符合市场实际需求等缺陷。

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OTA行业对国际市场认知度较低，导致对国际航班的查询结果匹配度差、效率低，进而导致根据查询结果而下单的概率不高的缺陷，提供一种高效、准确且符合市场实际需求的OTA平台国际市场机票查询的预测方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供了一种OTA平台国际市场机票查询的预测方法，所述预测方法包括：

获取机票查询历史数据及机票订单历史数据；

根据所述机票查询历史数据及所述机票订单历史数据提取初始特征数据；

将所述特征数据分别输入至不同的原始机器学习模型进行比较以得到预测准确率最高的初始机器预测模型，所述原始机器预测模型包括线性回归模型、逻辑回归模型、决策树模型及神经网络模型中的至少一种；

根据精确度阈值及计算速度阈值调节所述准确率最高的初始机器预测模型中的模型参数以得到目标机器预测模型，所述模型参数包括计算深度及迭代层数；

所述目标机器预测模型用于预测所述国际市场的机票查询结果。

其中，从内部系统日志和数据库中获取机票查询历史数据及机票订单历史数据，并将机票查询历史数据及机票订单历史数据复制到大数据处理平台。

其中，初始特征数据包括可以直观获得的数据，如出发地，到达地，出发日期，查询日期，航程类型，舱位要求等，也包括扩展数据及聚合数据，如航空区域，票面航程(Ticketed Point Mileage)，城市查订比，城市历史查询订单，城市历史订单量等数据。

其中，可以根据需求对原始机器模型进行选择，既可以选择原始机器学习模型中的一种，也可以将其进行任意组合。

本发明中，通过从历史数据中提取特征数据，从而通过机器学习模型基于特征数据来进行训练，从而不但可以得到预测国际市场机票查询结果的、更适用于国际市场的、能够提高查询效率的目标机器预测模型，也可以通过调节该模型中的参数从而对该模型进行进一步优化从而达到更准确的预测结果。

较佳地，所述预测方法还包括：

输入查询条件，所述查询条件包括出发城市、达到城市、是否往返、出发日期及到达日期；

根据所述查询条件提取目标特征数据；