[发明专利]机票推荐方法及系统

权利要求书

1.一种机票推荐方法，其特征在于，包括：

S₁、获取机票历史订单数据；

S₂、分别计算不同航线上的历史数据分析模型；

S₃、获取目标航线，将非目标航线上的历史数据分析模型与目标航线上的历史数据分析模型结合，生成目标航线的修正模型；

S₄、搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，按照匹配度推荐机票。

2.如权利要求1所述的机票推荐方法，其特征在于，机票订单被划分为若干个离散特征属性，每个机票历史订单数据记录有各个离散特征属性的值，S₂包括：

S₂₁、根据所述机票历史订单数据，计算不同航线的各个离散特征属性上的离散向量，所述离散向量用机票历史订单数据中同一航线在同一离散特征属性上每个值的出现频率表示；

S₂₂、计算每一航线在各个离散特征属性上的信息熵，用以表示所述历史数据分析模型中不同离散特征属性的权重。

3.如权利要求2所述的机票推荐方法，其特征在于，S₃包括：

S₃₁、获取目标航线；

S₃₂、计算非目标航线与目标航线的相似度；

S₃₃、计算目标航线上各个离散特征属性的优选值，这些优选值构成目标航线的修正模型：

其中，A为机票历史订单数据中所有航线的集合，a_t为目标航线，a表示所述集合中的一条航线，f表示机票的一个离散特征属性；

q_f为目标航线上离散特征属性f的优选值；

为航线a上在离散特征属性f的离散向量；

Sim_airline(a,a_t)为航线a与目标航线a_t的相似度；

n^a为在航线a上历史机票订单数据的数量；

α为超参数，用于表征非目标航线的历史数据分析模型对目标航线的历史数据分析模型的影响比例。

4.如权利要求3所述的机票推荐方法，其特征在于，S₃₂包括：利用余弦函数模型计算非目标航线与目标航线的相似度。

5.如权利要求3所述的机票推荐方法，其特征在于，S₃还包括在S₃₁之后且在S₃₂之前执行：

S₃₂₁、根据不同航线上的机票分布特征，调整非目标航线的历史数据分析模型，去除机票分布特征对历史数据分析模型的影响；

S₃₃中为航线a上在离散特征属性f去除机票分布特征对历史数据分析模型的影响的离散向量。

6.如权利要求3所述的机票推荐方法，其特征在于，S₄中的匹配度由机票各个离散特征属性的值与目标航线上离散特征属性的优选值的相似度的加权求和计算而得。

7.如权利要求1所述的机票推荐方法，其特征在于，S₄还包括：

S₄₁、将搜索到的机票按照与所述修正模型的匹配度由高到低排序；

S₄₂、将匹配度最高的N张机票作为推荐结果并输出，N为正整数。

8.一种机票推荐系统，其特征在于，包括：

数据单元，用于获取机票历史订单数据；

计算单元，用于分别计算不同航线上的历史数据分析模型；

修正单元，用于获取目标航线，将非目标航线上的历史数据分析模型与目标航线上的历史数据分析模型结合，生成目标航线的修正模型；

推荐单元，用于搜索目标航线的机票，计算搜索到的机票与所述修正模型的匹配度，按照匹配度推荐机票。