[发明专利]一种旅游门票产品画像生成方法

说明书

本发明涉及一种旅游门票产品画像生成方法，包括：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和预设的产品标签数，构建标签树；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实际产品信息进行大类标签分类，将大类标签作为一级标签数据；S5、通过关键词提取方法对实际产品信息进行标签细分，得二级标签数据，结合一级标签数据，即得到旅游门票的产品画像。与现有技术相比，本发明能够自动准确地对产品信息进行一级标签分类预测和二级标签细分，解决了人工标签工作量巨大且不准确的问题。

技术领域

本发明涉及互联网大数据技术领域，尤其是涉及一种旅游门票产品画像生成方法。

背景技术

随着大数据技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据来为精准营销服务，进而深入挖掘潜在的商业价值。于是，“数据画像”的概念也就应运而生，对于企业来说，利用大数据进行“画像”建设是大数据在企业应用上最重要的场景之一，而产品画像是否精准，则会直接影响到各上层应用的效果，在旅游行业为了能够给用户推荐更合适的产品，旅游门票产品的画像尤为重要，精准的产品画像才能够有效的支撑用户画像、产品推荐、精准营销等应用。

传统的旅游门票产品画像工作都是通过人工配置的方式进行，由产品运营经理在配置产品信息的时候，基于业务经验，人工提取产品信息中的关键词，以人工判断的形式给产品设置相应的标签，这样的方法存在以下缺点：一方面导致运营人员工作量巨大繁杂，另一方面很难保证人工标签的产品画像准确度。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种旅游门票产品画像生成方法，能够自动快速地生成旅游门票对应的产品画像。

本发明的目的可以通过以下技术方案来实现：一种旅游门票产品画像生成方法，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。

进一步地，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。

进一步地，所述一级标签包括文化、自然、玩乐、运动和历史共五个大类。

进一步地，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。

进一步地，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；