[发明专利]基于人工智能的跨境文旅推荐方法、装置和设备在审

专利信息
申请号: 202110484366.0 申请日: 2021-04-30
公开(公告)号: CN113052505A 公开(公告)日: 2021-06-29
发明(设计)人: 邝智颖;罗卫东;李妙晴 申请(专利权)人: 中国银行股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q40/00;G06Q50/14;G06Q50/18;G06F16/9535;G06F16/9538;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 李慧引
地址: 100818 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 跨境文旅 推荐 方法 装置 设备
【权利要求书】:

1.一种基于人工智能的跨境文旅推荐方法,其特征在于,包括:

获得目标用户的旅游需求意向;其中,所述旅游需求意向包括个人喜好,区域风险等级,法律风险,配套设施,特色景物,退税服务和金融服务;

利用聚类算法对多个历史用户的旅游需求意向进行分类,得到由多个用户类簇组成的目标分类模型,并根据所述目标用户的旅游需求意向,在所述分类模型中确定出所述目标用户所属的用户类簇;

将所述目标用户所属的用户类簇中各个历史用户,以及所述各个历史用户的跨境文旅推荐方案作为训练数据集,构建分类决策树;

获得多个验证数据集,并分别利用每一个所述验证数据集对所述分类决策树进行剪枝操作,得到多个剪枝后分类决策树;其中,所述验证数据集包括多个历史用户和所述多个历史用户的跨境文旅推荐方案,并且,每一个所述验证数据集均与所述训练数据集不同;

利用最优的剪枝后分类决策树分析所述目标用户的旅游需求意向,以确定所述目标用户的跨境文旅推荐方案;

向所述目标用户展示所述跨境文旅推荐方案。

2.根据权利要求1所述的方法,其特征在于,所述利用聚类算法对多个历史用户的旅游需求意向进行分类,得到由多个用户类簇组成的目标分类模型,包括:

对预设时间段内的所有历史用户的旅游需求意向执行N次随机抽取,得到N个分类数据集;其中,每一个所述分类数据集均包括M个所述历史用户的旅游需求意向;

针对每一个所述分类数据集,利用聚类算法对所述分类数据集的各个旅游需求意向进行分类,得到所述分类数据集对应的多个用户类簇;

针对每一个所述分类数据集,计算所述分类数据集的各个用户类簇的相似度评分;

在各个所述分类数据集中,选中对应的各个用户类簇的相似度评分总和最高的分类数据集,将选中的所述分类数据集所对应的各个用户类簇组合为目标分类模型。

3.根据权利要求1所述的方法,其特征在于,所述向所述目标用户展示所述跨境文旅推荐方案之后,还包括:

获得所述目标用户针对所述跨境文旅推荐方案的申请单;

确认所述申请单和所述目标用户的相关信息,并向所述目标用户展示支付界面,以提示所述目标用户支付所述跨境文旅推荐方案的相关费用。

4.根据权利要求1所述的方法,其特征在于,所述利用最优的剪枝后分类决策树分析所述目标用户的旅游需求意向,以确定所述目标用户的跨境文旅推荐方案,包括:

利用交叉验证算法验证每一个所述剪枝后分类决策树的泛化预测效果;

利用泛化预测效果最好的剪枝后分类决策树分析所述目标用户的旅游需求意向,以确定所述目标用户的跨境文旅推荐方案。

5.一种基于人工智能的跨境文旅推荐装置,其特征在于,包括:

获得单元,用于获得目标用户的旅游需求意向;其中,所述旅游需求意向包括个人喜好,区域风险等级,法律风险,配套设施,特色景物,退税服务和金融服务;

分类单元,用于利用聚类算法对多个历史用户的旅游需求意向进行分类,得到由多个用户类簇组成的目标分类模型,并根据所述目标用户的旅游需求意向,在所述分类模型中确定出所述目标用户所属的用户类簇;

构建单元,用于将所述目标用户所属的用户类簇中各个历史用户,以及所述各个历史用户的跨境文旅推荐方案作为训练数据集,构建分类决策树;

剪枝单元,用于获得多个验证数据集,并分别利用每一个所述验证数据集对所述分类决策树进行剪枝操作,得到多个剪枝后分类决策树;其中,所述验证数据集包括多个历史用户和所述多个历史用户的跨境文旅推荐方案,并且,每一个所述验证数据集均与所述训练数据集不同;

分析单元,用于利用最优的剪枝后分类决策树分析所述目标用户的旅游需求意向,以确定所述目标用户的跨境文旅推荐方案;

展示单元,用于向所述目标用户展示所述跨境文旅推荐方案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110484366.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top