基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)及推薦方法
【專利摘要】本發(fā)明提供了一種基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)及推薦方法，包括：多個(gè)領(lǐng)域矩陣，其中，多個(gè)領(lǐng)域矩陣分為主領(lǐng)域矩陣和輔助領(lǐng)域矩陣；所述主領(lǐng)域矩陣和輔助領(lǐng)域矩陣中均包括相同的用戶數(shù)據(jù)。步驟S1，獲取用戶歷史機(jī)票訂單；步驟S2，拆分用戶歷史機(jī)票訂單為多個(gè)領(lǐng)域矩陣；步驟S3，將多個(gè)領(lǐng)域矩陣轉(zhuǎn)化為一個(gè)多維張量，并訓(xùn)練多維張量得到多維張量的特征；步驟S4，利用多維張量的特征還原多個(gè)領(lǐng)域矩陣的主領(lǐng)域矩陣，根據(jù)主領(lǐng)域矩陣中值的大小進(jìn)行推薦。本發(fā)明充分利用了歷史訂單的數(shù)據(jù)，將用戶偏好細(xì)分成用戶關(guān)于不同領(lǐng)域的偏好，從而豐富了用于構(gòu)建模型所需的信息，也可以用在其他具有類似應(yīng)用場(chǎng)景的推薦技術(shù)中。
【專利說(shuō)明】
基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)及推薦方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及票務(wù)推薦系統(tǒng)技術(shù)領(lǐng)域，具體地，涉及一種基于跨領(lǐng)域的機(jī)票個(gè)性化 推薦系統(tǒng)及推薦方法。
【背景技術(shù)】
[0002] 個(gè)性化推薦技術(shù)的主要作用是在信息爆炸時(shí)代根據(jù)用戶的行為提取出用戶的興 趣愛好，準(zhǔn)確高效地為用戶提供獲取信息的建議，減少用戶為獲取信息所花費(fèi)的時(shí)間。個(gè)性 化推薦已經(jīng)是互聯(lián)網(wǎng)時(shí)代不可缺少的技術(shù)。個(gè)性化推薦能夠有效預(yù)見用戶的需求，使得交 互過(guò)程更有效率并提升用戶的滿意度，因此在包括電子商務(wù)、新聞門戶、多媒體等各種服務(wù) 網(wǎng)站都有廣泛的應(yīng)用。每年還會(huì)有重大的推薦技術(shù)競(jìng)賽。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展以及用戶 信息的不斷完善，可以預(yù)見個(gè)性化推薦技術(shù)將有更加廣泛的應(yīng)用。而隨著互聯(lián)網(wǎng)不斷發(fā)展， 互聯(lián)網(wǎng)公司收集到的數(shù)據(jù)領(lǐng)域越來(lái)越廣，規(guī)模越來(lái)越大。
[0003] 目前大部分推薦系統(tǒng)主要利用單個(gè)領(lǐng)域的信息，比如對(duì)機(jī)票推薦問(wèn)題來(lái)說(shuō)，一種 簡(jiǎn)易的解決方法是把選定出發(fā)地與目的地的所有航班當(dāng)做物品，把機(jī)票推薦問(wèn)題轉(zhuǎn)化為普 通的單領(lǐng)域用戶-物品推薦問(wèn)題。這樣雖然模型簡(jiǎn)單，也有諸如基于物品、用戶的協(xié)同過(guò)濾 或者矩陣分解等成熟的方法可以使用，但是相當(dāng)于只選擇了用戶數(shù)據(jù)中極小的一部分(特 定出發(fā)地與目的地的用戶歷史機(jī)票訂單），用戶的行為信息過(guò)于稀少，并不足以建立偏好模 型。
[0004] 目前沒(méi)有發(fā)現(xiàn)同本發(fā)明類似技術(shù)的說(shuō)明或報(bào)道，也尚未收集到國(guó)內(nèi)外類似的資 料。

【發(fā)明內(nèi)容】

[0005] 針對(duì)現(xiàn)有技術(shù)中存在的上述不足，本發(fā)明的目的是提供一種基于跨領(lǐng)域的機(jī)票個(gè) 性化推薦系統(tǒng)及推薦方法，該推薦系統(tǒng)及推薦方法利用海量的直接或間接的相關(guān)數(shù)據(jù)，通 過(guò)把多個(gè)領(lǐng)域的數(shù)據(jù)相互關(guān)聯(lián)，旨在利用豐富的輔助領(lǐng)域(矩陣)信息，幫助訓(xùn)練主領(lǐng)域(矩 陣），從而解決主領(lǐng)域(矩陣)數(shù)據(jù)稀疏等問(wèn)題;充分利用已有的數(shù)據(jù)信息，通過(guò)輔助矩陣細(xì) 分用戶的偏好，增加偏好模型的準(zhǔn)確性，且很容易即可移植到機(jī)票推薦以外的問(wèn)題中去。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的。
[0007] 根據(jù)本發(fā)明的一個(gè)方面，提供了一種基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)，包括:多 個(gè)領(lǐng)域矩陣，其中，多個(gè)領(lǐng)域矩陣分為主領(lǐng)域矩陣和輔助領(lǐng)域矩陣;所述主領(lǐng)域矩陣和輔助 領(lǐng)域矩陣中均包括相同的用戶數(shù)據(jù)。
[0008] 優(yōu)選地，所述多個(gè)領(lǐng)域矩陣通過(guò)拆分用戶歷史機(jī)票訂單中的數(shù)據(jù)得到。
[0009] 優(yōu)選地，所述多個(gè)領(lǐng)域矩陣包括:用戶航班領(lǐng)域矩陣、用戶機(jī)型領(lǐng)域矩陣和用戶價(jià) 格敏感度領(lǐng)域矩陣;其中，所述用戶航班領(lǐng)域矩陣為主領(lǐng)域矩陣，用戶機(jī)型領(lǐng)域矩陣和用戶 價(jià)格敏感度領(lǐng)域矩陣為輔助領(lǐng)域矩陣。
[0010] 根據(jù)本發(fā)明的另一個(gè)方面，提供了一種基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，包括 如下步驟：
[0011] 步驟S1，獲取用戶歷史機(jī)票訂單；
[0012] 步驟S2,拆分用戶歷史機(jī)票訂單為多個(gè)領(lǐng)域矩陣；
[0013] 步驟S3,將多個(gè)領(lǐng)域矩陣轉(zhuǎn)化為一個(gè)多維張量，并訓(xùn)練多維張量得到多維張量的 特征；
[0014] 步驟S4,利用多維張量的特征還原多個(gè)領(lǐng)域矩陣的主領(lǐng)域矩陣，根據(jù)主領(lǐng)域矩陣 中值的大小進(jìn)行推薦。
[0015] 優(yōu)選地，所述步驟S3具體為：
[0016] 步驟S3.1，根據(jù)可逆變換將具有不同物品維長(zhǎng)度的多個(gè)領(lǐng)域矩陣轉(zhuǎn)變?yōu)榫哂泄餐?物品維長(zhǎng)度的矩陣后，合成一個(gè)多維張量;該多維張量由多個(gè)領(lǐng)域矩陣拼成，分別對(duì)應(yīng)多個(gè) 領(lǐng)域矩陣；
[0017] 步驟S3.2,采用張量分解的方法，將多維張量分解訓(xùn)練得到多維張量的多個(gè)特征。
[0018] 優(yōu)選地，所述步驟S4具體為：
[0019]步驟S4.1，利用多維張量的多個(gè)特征還原張量，通過(guò)可逆變換得到原多個(gè)領(lǐng)域矩 陣；
[0020] 步驟S4.2,多個(gè)領(lǐng)域矩陣中的主領(lǐng)域矩陣中為0的部分被填充上了值，根據(jù)主領(lǐng)域 矩陣中值的大小對(duì)用戶進(jìn)行推薦。
[0021] 優(yōu)選地，所述主領(lǐng)域矩陣中為0的部分為用戶歷史未乘坐的航班。
[0022] 優(yōu)選地，所述多個(gè)領(lǐng)域矩陣包括:用戶航班領(lǐng)域矩陣、用戶機(jī)型領(lǐng)域矩陣和用戶價(jià) 格敏感度領(lǐng)域矩陣；
[0023] 合成的多維張量為一個(gè)用戶/虛擬物品/領(lǐng)域的三維張量；
[0024]三維張量的三個(gè)特征包括:用戶特征、虛擬物品特征和領(lǐng)域特征。
[0025]優(yōu)選地，三維張量的三個(gè)特征：用戶特征、虛擬物品特征和領(lǐng)域特征，是對(duì)三維張 量進(jìn)行分解得到的三個(gè)矩陣，大小分別為UXR、IXR和DXR，其中U為用戶數(shù)，I為虛擬物品 維度大小(人工設(shè)定），D為領(lǐng)域(矩陣)數(shù)(這里是3)，R為特征大小(人工設(shè)定）。
[0026] 與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：
[0027] 1、本發(fā)明除了考慮用戶選定的出發(fā)地與目的地歷史訂單數(shù)據(jù)之外，還通過(guò)把訂單 數(shù)據(jù)細(xì)化成多個(gè)領(lǐng)域，使用戶在其他航線上的歷史數(shù)據(jù)也得以被利用;本發(fā)明中細(xì)化的多 個(gè)領(lǐng)域很容易即可利用原本的數(shù)據(jù)挖掘出來(lái)，不需要額外的數(shù)據(jù)，通過(guò)這種方式可以幫助 用戶更好地建模，從而提升個(gè)性化推薦的整體效果；
[0028] 2、本發(fā)明充分利用了歷史訂單的數(shù)據(jù)，將用戶偏好細(xì)分成用戶關(guān)于不同領(lǐng)域(如 機(jī)型、航空公司等）的偏好，從而豐富了用于構(gòu)建模型所需的信息，也可以用在其他具有類 似應(yīng)用場(chǎng)景的推薦技術(shù)中。
【附圖說(shuō)明】
[0029]通過(guò)閱讀參照以下附圖對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、 目的和優(yōu)點(diǎn)將會(huì)變得更明顯：
[0030]圖1為本發(fā)明中機(jī)票訂單拆分領(lǐng)域圖；
[0031]圖2為本發(fā)明推薦方法流程圖。
【具體實(shí)施方式】
[0032]下面對(duì)本發(fā)明的實(shí)施例作詳細(xì)說(shuō)明：本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行 實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程。應(yīng)當(dāng)指出的是，對(duì)本領(lǐng)域的普通技術(shù)人員 來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保 護(hù)范圍。
[0033] 實(shí)施例
[0034]本實(shí)施例提供了一種基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)，包括:多個(gè)領(lǐng)域矩陣，其 中，多個(gè)領(lǐng)域矩陣分為主領(lǐng)域矩陣和輔助領(lǐng)域矩陣;所述主領(lǐng)域矩陣和輔助領(lǐng)域矩陣中均 包括相同的用戶數(shù)據(jù)。
[0035] 進(jìn)一步地，所述多個(gè)領(lǐng)域矩陣通過(guò)拆分用戶歷史機(jī)票訂單中的數(shù)據(jù)得到。
[0036] 進(jìn)一步地，所述多個(gè)領(lǐng)域矩陣包括:用戶-航班領(lǐng)域矩陣、用戶-機(jī)型領(lǐng)域矩陣和用 戶-價(jià)格敏感度領(lǐng)域矩陣;其中，所述用戶-航班領(lǐng)域矩陣為主領(lǐng)域矩陣，用戶-機(jī)型領(lǐng)域矩 陣和用戶-價(jià)格敏感度領(lǐng)域矩陣為輔助領(lǐng)域矩陣。
[0037]本實(shí)施例提供的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)，其推薦方法，包括如下步驟： [0038]步驟S1，獲取用戶歷史機(jī)票訂單；
[0039]步驟S2,拆分用戶歷史機(jī)票訂單為多個(gè)領(lǐng)域矩陣；
[0040]步驟S3,將多個(gè)領(lǐng)域矩陣轉(zhuǎn)化為一個(gè)多維張量，并訓(xùn)練多維張量得到多維張量的 特征；
[0041]步驟S4,利用多維張量的特征還原多個(gè)領(lǐng)域矩陣的主領(lǐng)域矩陣，根據(jù)主領(lǐng)域矩陣 中值的大小進(jìn)行推薦。
[0042]進(jìn)一步地，所述步驟S3具體為：
[0043] 步驟S3.1，根據(jù)可逆變換將具有不同物品維長(zhǎng)度的多個(gè)領(lǐng)域矩陣轉(zhuǎn)變?yōu)榫哂泄餐?物品維長(zhǎng)度的矩陣后，合成一個(gè)多維張量;該多維張量由多個(gè)領(lǐng)域矩陣拼成，分別對(duì)應(yīng)多個(gè) 領(lǐng)域矩陣；
[0044] 步驟S3.2,采用張量分解的方法，將多維張量分解訓(xùn)練得到多維張量的多個(gè)特征。 [0045] 進(jìn)一步地，所述步驟S4具體為：
[0046]步驟S4.1，利用多維張量的多個(gè)特征還原張量，通過(guò)可逆變換得到原多個(gè)領(lǐng)域矩 陣；
[0047]步驟S4.2,多個(gè)領(lǐng)域矩陣中的主領(lǐng)域矩陣中為0的部分被填充上了值，根據(jù)主領(lǐng)域 矩陣中值的大小對(duì)用戶進(jìn)行推薦。
[0048] 進(jìn)一步地，所述主領(lǐng)域矩陣中為0的部分為用戶歷史未乘坐的航班。
[0049] 進(jìn)一步地，所述多個(gè)領(lǐng)域矩陣包括:用戶-航班領(lǐng)域矩陣、用戶-機(jī)型領(lǐng)域矩陣和用 戶-價(jià)格敏感度領(lǐng)域矩陣；
[0050] 合成的多維張量為一個(gè)用戶-虛擬物品-領(lǐng)域的三維張量；
[0051]三維張量的三個(gè)特征包括:用戶特征、虛擬物品特征和領(lǐng)域特征。
[0052]進(jìn)一步地，三維張量的三個(gè)特征：用戶特征、虛擬物品特征和領(lǐng)域特征，是對(duì)三維 張量進(jìn)行分解得到的三個(gè)矩陣，大小分別為UXR、IXR和DXR，其中U為用戶數(shù)，I為虛擬物 品維度大小(人工設(shè)定），D為領(lǐng)域(矩陣)數(shù)(這里是3)，R為特征大小(人工設(shè)定）。
[0053]下面結(jié)合附圖對(duì)本實(shí)施例進(jìn)一步說(shuō)明。
[0054] 本實(shí)施例的工作原理為：
[0055] 相比于火車和長(zhǎng)途汽車，飛機(jī)的訂票具有更加靈活多變的特性，包括多個(gè)航空公 司、不同檔次的機(jī)票艙位、多變的機(jī)票價(jià)格等。當(dāng)用戶在售票網(wǎng)站搜索從出發(fā)地到目的地的 機(jī)票時(shí)，如果能夠給每位用戶推薦符合其偏好的機(jī)票，將可以為用戶節(jié)省瀏覽時(shí)間，同時(shí)也 可以為售票網(wǎng)站帶來(lái)更高的轉(zhuǎn)化率。獲得用戶偏好最直接的途徑就是統(tǒng)計(jì)并分析用戶的歷 史訂單。然而，不同出發(fā)地與目的地的歷史訂單信息，因?yàn)楹骄€的不同無(wú)法直接融合以供分 析使用；而如果只采用選定的出發(fā)地與目的地的機(jī)票訂單數(shù)據(jù)獲取用戶偏好，又會(huì)丟失掉 該用戶其他(非該出發(fā)地與目的地)歷史訂單數(shù)據(jù)，而降低對(duì)用戶偏好提取的效果。為此，我 們希望找到一種方法，可以把不同出發(fā)地與目的地的歷史訂單信息提取成多個(gè)不同領(lǐng)域的 矩陣，每個(gè)領(lǐng)域是用戶一種行為或偏好的表現(xiàn)。我們通過(guò)把這些不同領(lǐng)域矩陣聯(lián)合起來(lái)用 以訓(xùn)練用戶與航班特征，依據(jù)這些特征向用戶推薦特定出發(fā)地與目的地的航班。這種基于 跨領(lǐng)域的推薦技術(shù)充分利用了歷史訂單的數(shù)據(jù)，將用戶偏好細(xì)分成用戶關(guān)于不同領(lǐng)域(如 機(jī)型、航空公司等）的偏好，從而豐富了用于構(gòu)建模型所需的信息，也可以用在其他具有類 似應(yīng)用場(chǎng)景的推薦技術(shù)中。
[0056] 機(jī)票推薦系統(tǒng)根據(jù)機(jī)票訂單的特點(diǎn)，將用戶以往的機(jī)票訂單數(shù)據(jù)拆分成多個(gè)領(lǐng)域 (矩陣）。用戶-特定目的地與出發(fā)地航班為主領(lǐng)域(矩陣），而從機(jī)票訂單中提取的其他信 息，如用戶-航空公司、用戶-機(jī)型、用戶-價(jià)格敏感度等為輔助領(lǐng)域(矩陣）。這些矩陣中，用 戶這一維是相同的，即都是訂票網(wǎng)站的客戶。通過(guò)基于張量分解的跨領(lǐng)域推薦方法，我們可 以把這些領(lǐng)域聯(lián)合起來(lái)訓(xùn)練得到用戶、航班、及領(lǐng)域特征，然后利用這些特征還原主領(lǐng)域 (矩陣）
[0057]本實(shí)施例的具體技術(shù)方案為：
[0058]如表1所示，為機(jī)票屬性列表;一條機(jī)票訂單數(shù)據(jù)中包含有非常豐富的信息，包括 用戶ID(UID)，訂單ID(OrderlD)，航班號(hào)(FlightNo)，價(jià)格(Price)，航空公司(Airline)，出 發(fā)地(00：^5〇，目的地(4(]；^5〇，訂票時(shí)間（(^(16抑3七6)，出發(fā)時(shí)間（131^(^；1；7；[1116)，到達(dá)時(shí)間 (八1'1'；[￥311'；[1116)，機(jī)型(八；[1'1；[11615^6)，艙位等級(jí)(6抑(16)，價(jià)格敏感指標(biāo)(？1'；[061(?1)，序列 (sequence)，優(yōu)惠利率(PriceRate)，出發(fā)港口（DPort)，到達(dá)港口（APort)，替補(bǔ)倉(cāng)位等級(jí) (SubGrade)，遠(yuǎn)程控制策略(RCEPolicy)，訂單狀態(tài)(OrderStatus)。對(duì)于限定出發(fā)地與目的 地的機(jī)票來(lái)說(shuō)，機(jī)票的航班號(hào)、價(jià)格、出發(fā)及到達(dá)時(shí)間是與出發(fā)地目的地關(guān)聯(lián)的特有信息， 而航空公司、機(jī)型、艙位等級(jí)、價(jià)格敏感指標(biāo)等信息則是通用的，不只限于特定出發(fā)地與目 的地。根據(jù)這樣的機(jī)票訂單特點(diǎn)，我們可以把機(jī)票拆分成多個(gè)領(lǐng)域，比如可以根據(jù)圖2把機(jī) 票訂單拆分成用戶-航班、用戶-機(jī)型、用戶_價(jià)格敏感度三個(gè)領(lǐng)域。其中，用戶-航班為主領(lǐng) 域，航班這一維度表示的是特定出發(fā)地與目的地(如上海-北京）的當(dāng)日航班，數(shù)據(jù)都是從選 定出發(fā)地目的地(如上海-北京）的用戶歷史訂單中提取;而用戶-機(jī)型、用戶-價(jià)格敏感度領(lǐng) 域?yàn)檩o助領(lǐng)域，這兩個(gè)領(lǐng)域不需要指定出發(fā)地與目的地(不同出發(fā)地與目的地的機(jī)型都是 那幾種），因此我們可以從數(shù)據(jù)庫(kù)中抽取所有的用戶訂單提取用戶-機(jī)型和用戶-價(jià)格敏感 度信息。
[0059]表 1
[0061] 通過(guò)上述推薦系統(tǒng)，我們不僅有特定領(lǐng)域的信息（用戶-航班），這種特定領(lǐng)域?qū)ｉT 針對(duì)我們選定的出發(fā)地與目的地，更為精確；同時(shí)，我們還有通用的輔助領(lǐng)域（用戶-機(jī)型、 用戶-價(jià)格敏感度），這樣的輔助領(lǐng)域涵蓋了整個(gè)數(shù)據(jù)庫(kù)中的用戶數(shù)據(jù)，更能精確地反映用 戶的某些特征偏好。通過(guò)這些領(lǐng)域來(lái)輔助主領(lǐng)域推薦，會(huì)使得推薦更為精確。
[0062] 根據(jù)以上描述，我們把機(jī)票推薦問(wèn)題，轉(zhuǎn)換成了一個(gè)跨領(lǐng)域推薦問(wèn)題?，F(xiàn)在我們有 不同領(lǐng)域的數(shù)據(jù)(矩陣），那么，如何將這多個(gè)領(lǐng)域聯(lián)合起來(lái)，共同作用于主領(lǐng)域推薦是問(wèn)題 的關(guān)鍵。
[0063] 我們采用的方法是基于張量分解的方法，依據(jù)PARAFAC2，如圖1，利用可逆變換把 多個(gè)領(lǐng)域物品轉(zhuǎn)換為一個(gè)用戶-虛擬物品-領(lǐng)域的三維張量，這個(gè)三維張量是由三個(gè)用戶-虛擬物品的矩陣拼成（虛擬物品可以是航班、機(jī)型、價(jià)格敏感度），分別對(duì)應(yīng)原來(lái)的三個(gè)領(lǐng) 域。即我們根據(jù)可逆變換把三個(gè)物品維長(zhǎng)度不同的矩陣變成了有共同物品維長(zhǎng)度的矩陣后 合成一個(gè)三維張量。我們得到了這個(gè)三維張量后，即可采用張量分解的方法把張量分解訓(xùn) 練得到三個(gè)特征（用戶特征、虛擬物品特征、領(lǐng)域特征）。之后我們利用三個(gè)特征還原張量， 可逆變換回去得到原來(lái)的領(lǐng)域矩陣。此時(shí)，主矩陣中為〇的部分(即用戶歷史未乘坐的航班） 被填充上了值，我們根據(jù)值的大小對(duì)用戶進(jìn)行推薦。具體推薦流程見圖2。
[0064] 在本實(shí)施例中，符號(hào)-為一個(gè)連接符，用于分隔矩陣中的各元素。
[0065] 以上對(duì)本發(fā)明的具體實(shí)施例進(jìn)行了描述。需要理解的是，本發(fā)明并不局限于上述 特定實(shí)施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變形或修改，這并不影 響本發(fā)明的實(shí)質(zhì)內(nèi)容。
【主權(quán)項(xiàng)】
1. 一種基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)，其特征在于，包括:多個(gè)領(lǐng)域矩陣，其中，多 個(gè)領(lǐng)域矩陣分為主領(lǐng)域矩陣和輔助領(lǐng)域矩陣;所述主領(lǐng)域矩陣和輔助領(lǐng)域矩陣中均包括相 同的用戶數(shù)據(jù)。2. 根據(jù)權(quán)利要求1所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)，其特征在于，所述多個(gè)領(lǐng) 域矩陣通過(guò)拆分用戶歷史機(jī)票訂單中的數(shù)據(jù)得到。3. 根據(jù)權(quán)利要求2所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦系統(tǒng)，其特征在于，所述多個(gè)領(lǐng) 域矩陣包括：用戶航班領(lǐng)域矩陣、用戶機(jī)型領(lǐng)域矩陣和用戶價(jià)格敏感度領(lǐng)域矩陣;其中，所 述用戶航班領(lǐng)域矩陣為主領(lǐng)域矩陣，用戶機(jī)型領(lǐng)域矩陣和用戶價(jià)格敏感度領(lǐng)域矩陣為輔助 領(lǐng)域矩陣。4. 一種基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，其特征在于，包括如下步驟： 步驟S1，獲取用戶歷史機(jī)票訂單； 步驟S2,拆分用戶歷史機(jī)票訂單為多個(gè)領(lǐng)域矩陣； 步驟S3，將多個(gè)領(lǐng)域矩陣轉(zhuǎn)化為一個(gè)多維張量，并訓(xùn)練多維張量得到多維張量的特征； 步驟S4,利用多維張量的特征還原多個(gè)領(lǐng)域矩陣的主領(lǐng)域矩陣，根據(jù)主領(lǐng)域矩陣中值 的大小進(jìn)行推薦。5. 根據(jù)權(quán)利要求4所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，其特征在于，所述步驟S3 具體為： 步驟S3.1，根據(jù)可逆變換將具有不同物品維長(zhǎng)度的多個(gè)領(lǐng)域矩陣轉(zhuǎn)變?yōu)榫哂泄餐锲?維長(zhǎng)度的矩陣后，合成一個(gè)多維張量;該多維張量由多個(gè)領(lǐng)域矩陣拼成，分別對(duì)應(yīng)多個(gè)領(lǐng)域 矩陣； 步驟S3.2,采用張量分解的方法，將多維張量分解訓(xùn)練得到多維張量的多個(gè)特征。6. 根據(jù)權(quán)利要求4所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，其特征在于，所述步驟S4 具體為： 步驟S4.1，利用多維張量的多個(gè)特征還原張量，通過(guò)可逆變換得到原多個(gè)領(lǐng)域矩陣； 步驟S4.2,多個(gè)領(lǐng)域矩陣中的主領(lǐng)域矩陣中為O的部分被填充上了值，根據(jù)主領(lǐng)域矩陣 中值的大小對(duì)用戶進(jìn)行推薦。7. 根據(jù)權(quán)利要求6所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，其特征在于，所述主領(lǐng)域 矩陣中為〇的部分為用戶歷史未乘坐的航班。8. 根據(jù)權(quán)利要求4或5所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，其特征在于，所述多 個(gè)領(lǐng)域矩陣包括:用戶航班領(lǐng)域矩陣、用戶機(jī)型領(lǐng)域矩陣和用戶價(jià)格敏感度領(lǐng)域矩陣;合成 的多維張量為一個(gè)用戶/虛擬物品/領(lǐng)域的三維張量;三維張量的三個(gè)特征包括:用戶特征、 虛擬物品特征和領(lǐng)域特征。9. 根據(jù)權(quán)利要求8所述的基于跨領(lǐng)域的機(jī)票個(gè)性化推薦方法，其特征在于，所述用戶特 征、虛擬物品特征和領(lǐng)域特征是對(duì)三維張量進(jìn)行分解得到的三個(gè)矩陣，三個(gè)矩陣的大小分 另Ij為UXR、I XR和DXR，其中，U為用戶數(shù)，！為虛擬物品維度大小，D為矩陣數(shù)，R為特征大小。
【文檔編號(hào)】G06F17/30GK105912685SQ201610237579
【公開日】2016年8月31日
【申請(qǐng)日】2016年4月15日
【發(fā)明人】曹健, 歐輝思
【申請(qǐng)人】上海交通大學(xué)