[发明专利]一种旅游门票产品画像生成方法

权利要求书

1.一种旅游门票产品画像生成方法，其特征在于，包括以下步骤：

S1、获取旅游门票的样本产品信息，提取旅游门票的样本产品特征；

S2、根据旅游门票的样本产品特征，结合预设的产品标签数，构建标签树，其中，标签树包括一级标签和二级标签；

S3、根据预设的样本标签数据集，通过文本分析技术和多分类算法，以训练得到大类标签预测模型；

S4、由大类标签预测模型对旅游门票的实际产品信息进行大类标签分类，将大类标签作为旅游门票的一级标签数据；

S5、通过关键词提取方法对旅游门票的实际产品信息进行标签细分，得到旅游门票的二级标签数据，结合步骤S4中旅游门票的一级标签数据，即得到旅游门票的产品画像；

所述样本标签数据集包括多个产品信息，所述产品信息包括多个景点描述文档，所述景点描述文档由不同的产品特征组成，所述产品特征包括产品标题和对应的产品描述文本；

所述步骤S3具体包括以下步骤：

S31、从样本标签数据集中随机选择N个景点描述文档作为训练集，样本标签数据集中剩余的景点描述文档作为测试集；

S32、将训练集输入逻辑回归模型，采用文本分析技术和链式关联多分类算法进行模型训练，得到训练好的逻辑回归模型；

S33、将测试集输入训练好的逻辑回归模型，若输出分类概率小于或等于预设概率值，则该训练好的逻辑回归模型即为大类标签预测模型，否则返回步骤S31。

2.根据权利要求1所述的一种旅游门票产品画像生成方法，其特征在于，所述一级标签包括文化、自然、玩乐、运动和历史共五个大类。

3.根据权利要求1所述的一种旅游门票产品画像生成方法，其特征在于，所述步骤S5具体包括以下步骤：

S51、基于预设的分词词库，对旅游门票的实际产品信息进行分词处理；

S52、从多个分词中提取关键词；

S53、将提取的关键词映射至标签树的二级标签，得到旅游门票的二级标签数据；

S54、结合旅游门票的一级标签数据和二级标签数据，即得到旅游门票的产品画像。

4.根据权利要求3所述的一种旅游门票产品画像生成方法，其特征在于，所述步骤S51具体是采用Ansj中文分词工具对旅游门票的实际产品信息进行分词处理。

5.根据权利要求4所述的一种旅游门票产品画像生成方法，其特征在于，所述步骤S52具体是采用TF-IDF算法从分词中提取关键词。

6.根据权利要求5所述的一种旅游门票产品画像生成方法，其特征在于，所述步骤S52具体包括以下步骤：

S521、计算各分词的词频和逆向文件频率，得到各分词的TF-IDF值；

S522、将各分词的TF-IDF值按从大至小的顺序进行排序，选择TF-IDF值排序靠前70％的分词作为关键词。

7.根据权利要求6所述的一种旅游门票产品画像生成方法，其特征在于，所述词频的计算公式为：

其中，tf为分词的词频，n_w为分词在产品信息中出现的次数，n_p为产品信息中心出现各分词的次数；

逆向文件频率的计算公式为：

其中，idf为分词的逆向文件频率，∑D_w为产品信息中包含该分词的景点文档数量，∑D_a为产品信息中全部景点文档数量；

TF-IDF值的计算公式为：

TF-IDF＝tf*idf。