[发明专利]一种个性化出行服务大数据应用系统及方法

说明书

本发明公开了一种个性化出行服务大数据应用系统，包括数据采集单元、数据融合单元、标签建设单元、画像分析单元、图谱单元、推荐单元、机器学习引擎及API开放平台，标签建设单元用于针对用户打标签，画像分析单元用于对已经打好标签的用户进行群体或者个体的分析，获得画像分析结果，图谱单元采用图数据库和力导图的可视化技术，还原出用户的行为轨迹关系网络，推荐单元用于制定并执行相应的推荐算法模型，机器学习引擎用于提供工作过程中所需的算法模型，API开放平台用于为开发者提供数据接口。本发明基于画像分析和行为图谱，为个性化出行服务的业务场景提供了有力的数据基础，同时确保了线上推荐的便捷性和精准性。

技术领域

本发明涉及大数据处理技术领域，特别涉及一种个性化出行服务大数据应用系统及方法。

背景技术

线上预订、线上推荐、线上支付作为交通出行的新的表现形式，在近几年移动互联网技术的高速发展下呈现爆发式的增长。线上预订通过线上平台提供购物、餐饮、休息室、约车等服务，线上推荐通过旅客的基本信息和行为进行不同场景下的推荐，线上支付通过微信、支付宝、网上银行等方式提供便捷的支付渠道。

近年来，随着用户在线上的电商服务和支付的金融服务上可选择性的不断增多，分析数据量和数据类型的不断增多，对用户行为的分析上复杂性越来越高，所以我们迫切需要提出有效的技术和应用方式来解决不断复杂的用户个性化需求。

发明内容

为解决上述问题，本发明提供了一种个性化出行服务大数据应用系统及方法。

本发明采用以下技术方案：

一种个性化出行服务大数据应用系统，包括数据采集单元、数据融合单元、标签建设单元、画像分析单元、图谱单元、推荐单元、机器学习引擎及API开放平台，其中：

所述数据采集单元用于采集用户的原始出行数据；

所述数据融合单元用于对采集到的原始出行数据进行清洗、转换及加载，得到目标出行数据；

所述标签建设单元用于针对用户打标签，其包括标签管理模块、资源管理模块、作业调度模块及作业跟踪模块，所述标签管理模块采用树形结构的方式对用户相关的标签进行管理和配置信息的维护，所述资源管理模块用于管理自动化打标签的脚本文件，所述作业调度模块用于将要打的标签的树形结构和自动化打标签的脚本文件关联起来，实现根据周期对用户进行打标签的操作，所述作业跟踪模块是对打标签的作业进度进行跟踪；

所述画像分析单元基于所述目标出行数据，对已经打好标签的用户进行群体或者个体的分析，获得画像分析结果，所述画像分析结果包括用户画像结果和产品画像结果；

所述图谱单元采用图数据库和力导图的可视化技术，还原出用户的行为轨迹关系网络；

所述推荐单元用于在用户画像结果、产品画像结果、行为轨迹关系网络的基础上结合推荐场景，制定并执行相应的推荐算法模型；

所述机器学习引擎用于提供所述数据融合单元、标签建设单元、画像分析单元、图谱单元及推荐单元在工作过程中所需的算法模型，所述机器学习引擎基于spark分布式计算框架实现，其包括数据探索模块、数据预处理模块、模型训练模块、模型评估模块、模型可视化模块及模型预测模块，所述数据探索模块用于对数据进行分布统计、相关性分析、假设检验及核密度估计，所述数据预处理模块用于对数据进行清洗、转换、加载、特征提取及特征选择，所述模型评估模块用于对已训练好的模型进行评估，所述模型可视化模块用于实现模型的可视化显示，所述模型预测模块用于将模型固化到生产环境、实时推送预警信息以及生成分析建议报告；

所述API开放平台用于为开发者提供数据接口。