[发明专利]一种民航旅客隐式交互特征挖掘与航班推荐方法及系统

权利要求书

1.一种民航旅客隐式交互特征挖掘与航班推荐方法，其特征在于，包括如下步骤：

步骤一、细粒度建模并建立评分规则；

步骤二、GNN隐式交互特征挖掘建模，包括旅客特征建模、项目特征建模及航班评分预测；

步骤三、根据民航采集的数据，采用批训练方法，采用RMSprop方法优化模型；

步骤四、确定神经网络神经元权值和偏置量；

步骤五、使用该模型预测旅客未交互项目评分；

步骤六、计算可推荐航班池的航班综合评分，产生推荐列表。

2.根据权利要求1所述的民航旅客隐式交互特征挖掘与航班推荐方法，其特征在于，旅客选择航班是以航班属性为依据，航班属性包含航空公司、起飞时间、票价折扣和主舱位，在细粒度建模时，针对属性特征细粒度划分；其中，要去除航空公司的边缘航班；均匀划分起飞时间和票价折扣区域；按照航空公司划分的标准设定主舱位。

3.根据权利要求1所述的民航旅客隐式交互特征挖掘与航班推荐方法，其特征在于，图神经网络隐式特征挖掘潜在特征提取方法是基于图结构数据搭建的神经网络，其中，旅客特征建模包括潜在交互特征融合和旅客特征融合。

4.一种民航旅客隐式交互特征挖掘与航班推荐系统，其特征在于，包括：

建模模块、细粒度建模并建立评分规则；

特征挖掘模块、GNN隐式交互特征挖掘建模，包括旅客特征建模、项目特征建模及航班评分预测；

优化模块、根据民航采集的数据，采用批训练方法，采用RMSprop方法优化模型；

参数确定模块、确定神经网络神经元权值和偏置量；

预测模块、使用该模型预测旅客未交互项目评分；

产生模块、计算可推荐航班池的航班综合评分，产生推荐列表。

5.根据权利要求4所述的民航旅客隐式交互特征挖掘与航班推荐系统，其特征在于，旅客选择航班是以航班属性为依据，航班属性包含航空公司、起飞时间、票价折扣和主舱位，在细粒度建模时，针对属性特征细粒度划分；其中，要去除航空公司的边缘航班；均匀划分起飞时间和票价折扣区域；按照航空公司划分的标准设定主舱位。

6.根据权利要求4所述的民航旅客隐式交互特征挖掘与航班推荐系统，其特征在于，图神经网络隐式特征挖掘潜在特征提取方法是基于图结构数据搭建的神经网络，其中，旅客特征建模包括潜在交互特征融合和旅客特征融合。

7.一种实现权利要求1-3任一项所述民航旅客隐式交互特征挖掘与航班推荐方法的计算机程序。

8.一种实现权利要求1-3任一项所述民航旅客隐式交互特征挖掘与航班推荐方法的信息数据处理终端。

9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-3任一项所述的民航旅客隐式交互特征挖掘与航班推荐方法。