【PPT+实录】携程旅馆研发部BI司理潘鹏举：呆板进修在OTA旅馆服

预订前，做了自动询房模子，图像去重，变价预警等等。

???

预订中，会猜测旅馆回覆时长，传真辨认，有房模子，名誉住模子。我们推出了闪住营业。此刻到旅馆CheckIn是必要付押金的，闪住不必要押金可以直接入住，你把卡还给旅馆就走，也不必要查房，直接离店。

???

预订后，针对有也许呈现到店无房的订单会做重点的检察，尚有noshow的猜测，noshow指客人提交订单，没有凭证约定入住旅馆，可是也不打消订单。

???

有一些旅馆刷点评分，存心把这个点评分刷高，我们做了点评防刷。

??

下面详细说一下预订前相干应用。

各人一说呆板进修，城市说要做本性化保举，本性化搜刮，着实也在做。用户画像，别人问，你们是不是也做用户画像。可是着适用户画像自己它的目标就是为了辨认用户，在这边，许多用户的属性是一向在变，画像是可以做的，但现适用户属性一向在变。

也就是说在做的时辰，也许会天赋生一个牢靠客人画像，可是在及时交互会变，画像必要批改。

??

一个询房的应用。早年靠营业，专门有一个组做询房。他们会筛选出一堆旅馆列表，打电话逐个问旅馆，你此刻这个房型是否有变革？那是早年的做法。

此刻用模子做了一下优化，直接从数据库读取全部的房态信息，对差异的房型+入住天，用两个模子做猜测，左边叫开房模子，会猜测这个房型在这个点上是否可以打开，可以打开就会自动打开，不必要人工过问。往右走，针对那些可订的房型走关房模子，模子猜测出来关房概率，大户室职员按照得分从高到底举办询房。

这是最后的结果，对比传统的人工的履历，算法晋升较量明明，或许晋升一倍多。其它自动开房特殊发生订单量，增进了营业收入。

???

这是预订中的算法应用，首要目标是晋升客人的感觉，收缩时长，只管进步客人从提交到最后确认的时刻，我们做了一些优化。

客人提交完订单，针对那部门不能当即确认订单，会走一个有房猜测模子，猜测这个订单确认概率有几多，假如概率很是高，99%+，直接确认给客人，不能当即确认给客人，会走旅馆回覆时长猜测模子。

早年没有回传猜测模子的时辰，对订单的处理赏罚根基上是先辈先出，打电话到旅馆扣问未确认的订单是否可以确认。这样做有服从题目，首要题目是有一些订单原来一分钟或两分钟就可以确认，但也打电话出去了。有了这个模子，我们会对订单的回覆时长重排序。

优先把那些旅馆回传较量慢的订单先打电话催旅馆确认，这样把原本一些也许要等半个小时的订单提前到5分钟之内可能一两分钟之内给你确认，做这一个流程优化对整个确认速率进步是很有辅佐的。

?

这是结果，有房猜测精确率是99%，不到1%被颠覆到。

回传时长猜测精确率93%，召回率53%。

??

接下来分享一下在算法的履历。

???

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!