出行中转方案保底票推荐方法、装置和电子设备与流程

本技术涉及计算机，具体涉及一种出行中转方案保底票推荐方法、装置和电子设备。

背景技术：

1、在用户有意购买的火车票直达车次部分座席无票时，会在下方出现推荐列表，包含同车换乘、联乘、飞机等方案，保底票方案通常是在综合考虑了时间、价格、舒适度等多个因素后，满足用户喜好的一种备选方案。虽然它可能不是用户最初的首选，但在直达车次无票的情况下，它提供了一个相对合理的替代选择，有助于促进交易的成功完成，满足用户的出行需求。

2、相关技术中，直接对待插入的候选资源进行ctcvr预估，当ctcvr预估值大于某阈值时，则选择其中ctcvr预估值最大的候选资源进行首位插入，此方法可以保证插入候选资源的每日购买量大于某数值，但会对已有的列表造成影响，已有列表的每日购买量会发生减少，导致整体的购买量减少。这种问题产生的根本原因在于，只考虑用户对待插入候选资源的喜好，也未考虑插入对已有推荐方案的影响。

技术实现思路

1、本技术提供了一种出行中转方案保底票推荐方法、装置和电子设备，能够满足用户的喜好，还能够兼顾到对已有推荐方案的影响。

2、本技术实施例的技术方案如下：

3、第一方面，本技术实施例提供了一种出行中转方案保底票推荐方法，所述方法包括：

4、获取已排序推荐方案和待插入候选方案；

5、将所述已排序推荐方案和所述待插入候选方案进行组装，得到组装列表，其中，所述组装列表包括已排序推荐方案组成的第一组装方案，以及一个所述待插入候选方案和所有所述已排序推荐方案组成的多个第二组装方案；

6、对所述组装列表中的第一组装方案进行评估得到第一评估得分，对所述组装列表中的各个所述第二组装方案进行评估，得到各个所述第二组装方案对应的第二评估得分；

7、从各个所述第二评估得分中选取得到最大得分，并将所述最大得分与所述第一评估得分进行计算，得到计算结果；

8、在所述计算结果大于预设的插入阈值的情况下，在所述已排序推荐方案的首位插入所述最大得分对应的待插入候选方案，得到推荐保底票。

9、在上述技术方案中，首先获取已排序推荐方案和待插入候选方案，通过获取方案为后续进行插入推荐提供数据支持；将已排序推荐方案和待插入候选方案进行组装，得到组装列表，其中，组装列表包括已排序推荐方案组成的第一组装方案，以及一个待插入候选方案和所有已排序推荐方案组成的多个第二组装方案，对不同方案进行组装，以便后续在插入时不仅能够考虑到用户喜好，还能够兼顾到对已排序推荐方案的影响；对组装列表中的第一组装方案进行评估得到第一评估得分，对组装列表中的各个第二组装方案进行评估，得到各个第二组装方案对应的第二评估得分，通过进行评分，以便后续确定是否进行首位插入，以更好地满足用户的喜好；从各个第二评估得分中选取得到最大得分，并将最大得分与第一评估得分进行计算，得到计算结果；在计算结果大于预设的插入阈值的情况下，在已排序推荐方案的首位插入最大得分对应的待插入候选方案，得到推荐保底票，根据上述判断能够满足用户的喜好，还能够兼顾到对已有推荐方案的影响。

10、在本技术的一些实施例中，所述对所述组装列表中的第一组装方案进行评估得到第一评估得分，对所述组装列表中的各个所述第二组装方案进行评估，得到各个所述第二组装方案对应的第二评估得分，包括：

11、利用预设的序列打分模型对所述组装列表中的第一组装方案进行评估得到第一评估得分，利用所述序列打分模型对所述组装列表中的各个所述第二组装方案进行评估，得到各个所述第二组装方案对应的第二评估得分。

12、在上述技术方案中，通过分别对第一组装方案和第二组装方案进行评估，得到第一组装方案对应的第一评估得分和各个第二组装方案对应的第二评估得分，有利于后续根据第一评估得分和第二评估得分确定待插入候选方案，以实现满足用户的喜好，还能够兼顾到对已有推荐方案的影响。

13、在本技术的一些实施例中，所述序列打分模型的训练过程包括：

14、获取样本数据集，所述样本数据集包括多个序列样本数据和各个所述序列样本数据对应的曝光-购买率打分；

15、利用预设的初始打分模型对所述序列样本数据进行打分，得到打分结果；

16、对所述打分结果和所述曝光-购买率打分进行损失函数计算，得到损失函数的值；

17、利用所述损失函数的值对所述初始打分模型进行迭代参数调整，在符合预设的训练条件的情况下，得到所述序列打分模型。

18、在上述技术方案中，在进行打分之前先通过样本数据集中的大量数据对初始打分模型进行训练，得到序列打分模型，以增加序列打分模型的稳定性和泛化性，从而提高打分的准确性，提高推荐的准确性。

19、在本技术的一些实施例中，所述序列样本数据为列表组装样本序列数据，所述列表组装样本序列数据包括序列数据列表和标记数据；

20、所述序列数据列表表示各个样本数据按照曝光顺序排序的列表；

21、所述标记数据表示各个所述样本数据是否购买的标记。

22、在上述技术方案中，序列数据列表和标记数据为预处理后得到的数据，通过序列样本数据进行处理，能够提高模型的准确性。

23、在本技术的一些实施例中，在获取已排序推荐方案之前，所述方法还包括：

24、获取l个待排序方案；

25、利用预设的排序算法对l个所述待排序方案进行排序，得到所述已排序推荐方案，其中，所述排序算法为精排模型或者排序策略的一种。

26、在上述技术方案中，通过获取l个待排序方案，以提供数据支持。再利用精排模型或者排序策略中的一种对l个待排序方案进行排序，并按照曝光-点击率指标进行排序，得到已排序推荐方案，通过得到已排序推荐方案有利于后续进行方案重组，从而挖掘出插入方案对推荐方案的影响。

27、在本技术的一些实施例中，在获取待插入候选方案之前，所述方法还包括：

28、获取n个待候选方案；

29、利用预设的预估模型对n个所述待候选方案进行打分排序，选择分数排列在前的x个所述待候选方案作为所述待插入候选方案，其中，所述预估模型为购买率预估模型。

30、在上述技术方案中，通过获取n个待候选方案，以提供数据支持。利用预设的预估模型对n个待候选方案进行评估，从而得出候选方案的曝光质量，得到评估分值。再对评估分值进行排序，选择分数排列在前的x个待候选方案，作为待插入候选方案。该待插入候选方案能够满足用户喜好，且能够保证出行需求。

31、在本技术的一些实施例中，在所述将所述最大得分与所述第一评估得分进行计算，得到计算结果之后，所述方法还包括：

32、在所述计算结果小于或者等于预设的插入阈值的情况下，推荐已排序推荐方案的首个方案。

33、在上述技术方案中，在计算结果小于或者等于预设的插入阈值的情况下，表明待插入候选方案与已排序推荐方案相比，已排序推荐方案更符合用户的出行需求。于是，推荐已排序推荐方案的首个方案，能够更加符合用户的喜好，方便用户出行。

34、第二方面，本技术实施例提供了一种出行中转方案保底票推荐装置，所述装置包括：

35、数据获取模块，用于获取已排序推荐方案和待插入候选方案；

36、数据组装模块，用于将所述已排序推荐方案和所述待插入候选方案进行组装，得到组装列表，其中，所述组装列表包括已排序推荐方案组成的第一组装方案，以及一个所述待插入候选方案和所有所述已排序推荐方案组成的多个第二组装方案；

37、方案评估模块，用于对所述组装列表中的第一组装方案进行评估得到第一评估得分，对所述组装列表中的各个所述第二组装方案进行评估，得到各个所述第二组装方案对应的第二评估得分；

38、得分计算模块，用于从各个所述第二评估得分中选取得到最大得分，并将所述最大得分与所述第一评估得分进行计算，得到计算结果；

39、方案插入模块，用于在所述计算结果大于预设的插入阈值的情况下，在所述已排序推荐方案的首位插入所述最大得分对应的待插入候选方案，得到推荐保底票。

40、第三方面，本技术实施例提供了一种电子设备，包括处理器、存储器、用户接口、通信总线及网络接口，所述处理器、所述存储器、所述用户接口及所述网络接口分别与所述通信总线连接，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如第一方面提供的任意一项所述的方法。

41、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行上述第一方面提供的任意一项所述的方法。

42、综上所述，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

43、1、由于采用了获取已排序推荐方案和待插入候选方案，通过获取方案为后续进行插入推荐提供数据支持；将已排序推荐方案和待插入候选方案进行组装，得到组装列表，其中，组装列表包括已排序推荐方案组成的第一组装方案，以及一个待插入候选方案和所有已排序推荐方案组成的多个第二组装方案，对不同方案进行组装，以便后续在插入时不仅能够考虑到用户喜好，还能够兼顾到对已排序推荐方案的影响；对组装列表中的第一组装方案进行评估得到第一评估得分，对组装列表中的各个第二组装方案进行评估，得到各个第二组装方案对应的第二评估得分，通过进行评分，以便后续确定是否进行首位插入，以更好地满足用户的喜好；从各个第二评估得分中选取得到最大得分，并将最大得分与第一评估得分进行计算，得到计算结果；在计算结果大于预设的插入阈值的情况下，在已排序推荐方案的首位插入最大得分对应的待插入候选方案，得到推荐保底票，根据上述判断能够满足用户的喜好，还能够兼顾到对已有推荐方案的影响。所以，有效解决了相关技术中只考虑用户对待插入候选资源的喜好，也未考虑插入对已有推荐方案的影响的问题。

44、2、通过序列打分模型进行打分，有利于后续提高预估曝光-购买率。