[发明专利]旅游用户筛选的方法和旅游用户筛选的系统

说明书

技术领域

本发明属于大数据处理/旅游技术领域，具体涉及一种旅游用户筛选的方法和旅游用户筛选的系统。

背景技术

随着经济的快速发展，旅游越来越成为人们满足精神享受的方式。景区、酒店、旅行社、OTA应用等均希望发掘旅游爱好者，向用户定向推送旅游相关信息。

目前，景区、酒店、旅行社等实体旅游行业主体，并无智能定位旅游爱好者以及发掘潜在客户群的有效方法及手段或渠道，均通过公共广告投放或向老顾客投放广告等实现信息宣传。OTA应用(Online Travel Agent,即在线旅行代理,例如携程、途牛、蚂蜂窝、去哪儿等)，大多在APP应用商店推广应用，扩张注册用户数，再通过分析注册用户在其应用上的浏览、搜索、订购行为，向用户推荐相关度高的旅游信息及产品。

另外，OTA应用分散自立，仅能掌握本应用注册用户的行为特征和爱好，无法分析哪些非注册用户是旅游潜在用户，且对新注册用户也无信息推荐的依据。可见，目前客户群和实体旅游行业主体供需信息极度不对称，不利于旅游资源及产品的针对性营销和推广。

提供一种有效的旅游用户定位以及发掘新旅游用户方法，成为目前对旅游爱好者进行精准旅游资讯推荐亟待解决的技术问题。

发明内容

本发明所要解决的技术问题是针对现有技术中存在的上述不足，提供一种旅游用户筛选的方法和旅游用户筛选的系统，有效的解决了旅游用户定位以及发掘新旅游用户的问题。

解决本发明技术问题所采用的技术方案是该旅游用户筛选的方法，其中，基于移动运营商大数据进行分析和定位旅游爱好者，该方法包括步骤：

获取数据：从移动运营商大数据中获取用户异地出行数据、用户异地停留数据、用户上网记录数据和用户手机消费数据；

对数据进行分析处理：根据构造函数，对用户异地出行数据、用户异地停留数据和用户上网记录数据进行分析，确定用户为旅游爱好者。

优选的是，在对数据进行分析处理时，构造函数为：

根据构造函数计算每个用户的旅游爱好概率，大于预设阈值者即确定用户为旅游爱好者，其中：y为用户为旅游爱好者的概率，y∈[0,1]；

为向量，f1为用户出现在异地的频次、t1为用户出现在异地的时长、r1为白天附着在位置场景类型为景区/饭店的小区的时长占用户当次异地停留时间的比例、r2为晚上附着在位置类型为酒店/饭店的小区的时长占用户当次异地停留时间的比例、f2为用户使用的频次、t2为用户使用OTA应用的时长以及b为用户使用OTA应用的流量，上述各项均为正向特征，各项取值越大，用户为旅游爱好者的概率越高；

θ为调整参数，θ为向量。

优选的是，移动运营商大数据记录用户使用的移动终端与移动网络的所有信息交互，其中包括移动终端实时接入的基站/小区，且基站/小区的位置可转换为地图上的经纬度信息；

根据消息交互出现的时间和基站/小区的归属地，确定用户所在地点和时间，并根据用户常驻地进行比较，得出异地出行时间、地点、异地停留时间和次数；

以及，根据用户上网记录数据中与访问OTA应用、浏览旅游网页相关的流量统计和比较，结合用户访问OTA应用、浏览旅游网页的时间、地点以及后续所在地点和时间，判断用户是否有旅游倾向的概率。

优选的是，还包括根据用户以往历史行为数据，估计调整参数θ的步骤，包括：

根据用户历史数据及以往运营经验，从已建立的数据经验库中选取n个向量θ；

选取m个已知旅游爱好者的历史数据作为样本数据，对向量θ进行估计；

将n个向量θ₁,θ₂,θ₃...θ_n，分别带入构造函数，其中为上述m个已知旅游爱好者的样本取值，得到y_m(θ_n)；

计算并比较真实样本值与y_m(θ_n)的误差和：

找出最小值Δy对应的样本，其对应的向量θ即为调整参数。

优选的是，对数据进行分析处理还包括根据用户在异地附着小区的位置场景类型，对用户去过的酒店、饭店、景区的价格进行分析；

该方法还进一步包括：结合用户手机套餐使用情况，为旅游爱好者推荐相应档次的旅游资讯。

一种旅游用户筛选的系统，其基于移动运营商大数据进行分析和定位旅游爱好者，该系统包括数据获取模块1和数据分析处理模块，其中：