用于提供酒店搜索结果的方法与流程
- 国知局
- 2024-09-11 14:20:17
本公开涉及旅游产品领域,特别涉及用于提供酒店搜索结果的方法等。
背景技术:
1、目前,旅行服务平台上有许多酒店商家进行房间的售卖。而在用户访问旅行服务平台搜索酒店时,通常主要考虑用户的需求及其偏好的相关性来为用户推荐酒店,并没有考虑酒店商家的经营质量,从而造成一些经营质量不好的酒店商家得到了流量,但是并没有给用户构成好的购买体验。其次由于平台流量未与酒店商家的经营质量挂钩,造成一些酒店商家对其酒店的经营状态的维护并不是很及时,商家的维护意愿并不高,会间接影响用户购买。
2、由此期望提供一种改进的提供酒店搜索结果的方法,其能为用户带来更好的服务体验。
技术实现思路
1、本公开要解决的一个技术问题是提供一种的改进的用于提供酒店搜索结果的方法,其能为用户带来更好的服务体验。
2、根据本公开的第一个方面,提供了一种用于提供酒店搜索结果的方法,包括:根据酒店搜索请求的信息,获得第一酒店列表,其中所述第一酒店列表包括按第一排序依据依次排列的与所述酒店搜索请求相关的多个酒店;将所述第一酒店列表包括的所述多个酒店按照排序位置分成多个组,其中至少一个组包括连续排列的两个以上的酒店;在所述至少一个组中根据第二排序依据来调整其中所述两个以上的酒店在所述组中的排序位置,获得第二酒店列表;以及提供所述第二酒店列表作为所述酒店搜索请求的结果。
3、可选地,所述第一排序依据包括酒店的相关性分数,其是根据酒店与所述酒店搜索请求的内容的相关性和/或酒店与发起所述酒店搜索请求的用户的相关性而确定的。
4、可选地,所述第二排序依据包括酒店的经营质量总分、和/或从经营质量的各方面或各方面的各子项分别对酒店进行评分得到的各分数中的至少一个。
5、可选地,所述第二排序依据为从新品状态的方面对酒店进行评分得到的分数。
6、可选地,获得第一酒店列表的步骤包括:获得相关性分数排前n名的n个酒店,并且按照所述相关性分数从高到低排列所述n个酒店,从而形成所述第一酒店列表,其中所述相关性分数是根据酒店与所述酒店搜索请求的内容的相关性和/或酒店与发起所述酒店搜索请求的用户的相关性而确定的,n为大于1的整数;并且,所述多个组是以所述相关性分数的预定区间来划分的。
7、可选地,在所述至少一个组中根据第二排序依据来调整其中所述两个以上的酒店在所述组中的排序位置的步骤包括:在所述至少一个组中按照经营质量总分从高到低重新排列其中的所述两个以上的酒店。
8、可选地,所述经营质量的各方面包括:新品状态、基础信息状况、房态、售卖结果或服务质量。
9、可选地,酒店的所述经营质量总分是如下获得的:从新品状态、基础信息状况、房态、售卖结果、服务质量中的至少一个方面,对酒店进行评分;以及根据所述至少一个方面的分数,获得酒店的所述经营质量总分。
10、可选地,所述基础信息状况包括如下子项中的至少一个:酒店房间的图片数量、酒店房间的图片质量、酒店基础信息的完整度。
11、可选地,所述房态包括如下子项中的至少一个:预定未来时段内特定房型房态良好度、预定未来时段内全部房型房态良好度。
12、可选地,所述售卖结果包括:预定历史时段内间夜量在所属商圈内的排名。
13、可选地,所述服务质量包括如下子项中的至少一个:用户点评分、预定历史时段内可免费退改订单占比、预定历史时段内订单及时确认率、预定历史时段内差评回复率。
14、可选地,在所述基础信息状况、所述房态或所述服务质量包括多个子项的情况下,所述基础信息状况、所述房态或所述服务质量的分数是通过对各子项的分数进行加权求和得到的。
15、可选地,从所述基础信息状况、所述房态、所述售卖结果或所述服务质量的方面对酒店进行评分的步骤包括:采用分段常数函数对各酒店进行评分,使得预定范围内的全部酒店的分数分布成倒金字塔形。
16、可选地,从所述新品状态的方面对酒店进行评分的步骤包括:在酒店的经营时间或在平台上的经营时间少于阈值的情况下,所述酒店在所述新品状态的分数被赋予一个正数,而在酒店的经营时间或在平台上的经营时间不少于阈值的情况下,所述酒店在所述新品状态的分数被赋予零值。
17、可选地,所述预定未来时段内特定房型房态良好度、或所述预定未来时段内全部房型房态良好度是对所述预定未来时段内的每一天的特定房型可售率或全部房型可售率进行加权求和得到的,其中每一天的权重随着与当前时间的时间间隔增大而衰减。
18、可选地,所述预定历史时段内间夜量是对所述预定历史时段内的每一天的间夜量进行加权求和得到的,其中每一天的权重随着与当前时间的时间间隔增大而衰减。
19、可选地,所述至少一个方面的分数包括所述新品状态的分数、所述基础信息状况的分数、所述房态的分数、所述售卖结果的分数、以及所述服务质量的分数;并且根据所述至少一个方面的分数获得酒店的所述经营质量总分的步骤包括:将所述新品状态的分数、所述基础信息状况的分数、所述房态的分数、所述售卖结果的分数、以及所述服务质量的分数输入训练好的机器学习模型,获得所述机器学习模型预测得到的酒店的从浏览到支付的转化率,并且根据所述转化率获得所述经营质量总分。
20、可选地,所述方法还包括:经由客户端设备,接收所述酒店搜索请求并将所述酒店搜索请求的信息传输给服务端设备;经由所述服务端设备,将作为所述酒店搜索请求的结果的所述第二酒店列表传输给所述客户端设备;以及在所述客户端设备上呈现所述第二酒店列表。
21、根据本公开的第二个方面,提供了一种计算设备,包括:处理器;以及存储器,其上存储有可执行代码,当可执行代码被处理器执行时,使处理器执行如上述第一方面所述的方法。
22、根据本公开的第三个方面,提供了一种计算机程序产品,包括可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上述第一方面所述的方法。
23、根据本公开的第四个方面,提供了一种非暂时性机器可读存储介质,其上存储有可执行代码,当可执行代码被电子设备的处理器执行时,使处理器执行如上述第一方面所述的方法。
24、由此,利用根据本公开的方法,根据不同的排序依据来对搜索请求相关的酒店进行二次排序,能够获得具有更有利的排序结果的酒店列表作为搜索请求的结果,从而能够为用户带来更好的服务体验。另外,利用根据本公开的方法,在获得按照第一排序依据排序的第一酒店列表之后还可以将第一酒店列表分段并在各段中根据不同的第二排序依据来调整各酒店在该段中的排序位置;因此,能够根据不同的排序依据来对搜索请求相关的酒店进行二次排序而且将其对第一次排序的影响限制在一定范围内,从而能够得到更有利的酒店排序结果,能够为用户带来更好的服务体验。另外,利用根据本公开的方法,还能够通过根据酒店的经营质量总分调整各酒店在搜索结果中的排序位置,能够为用户带来更好的服务体验。另外,根据本公开的方法还能够通过将酒店的经营质量与酒店流量相关联来促使酒店商家自主优化经营质量,使得用户可以享受更好的服务。
本文地址:https://www.jishuxx.com/zhuanli/20240911/290240.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。