原来早就被安排了,旅行社用机器学习给你推个性化定制游
大家好,我是為人造的智能操碎了心的智能禪師。
全文大約1700字。讀完可能需要好幾首下面這首歌的時間
?
還有兩天就是國慶長假了,這兩天的天氣也是格外的好。上班路過一個大廈,順手拍了一張?
艷陽高照,紫外線還是比較高的。恰巧今天也是國際蕾絲節(jié),禪師建議咱們的女粉絲們,國慶出行可以買個蕾絲的遮陽傘;男粉絲……也可以。
很多人估計和禪師一樣,準備利用這7天時間好好的出去玩一趟。?
當(dāng)然,也有很多人和條子一樣,準備利用7天時間好好測試一下家里床的質(zhì)量和舒適度…這人真的是沒救了。??♀?
雖然還沒開始放假,禪師身邊很多同事都已經(jīng)在路上了…你們這么不熱愛工作的嗎???♀?
現(xiàn)在的年輕人出去旅游,很少有跟團的,大多選擇自由行或者個性化定制的旅行產(chǎn)品。
難題
世界這么大,我想去哪兒呢?
每次國慶之前,禪師都會為這個問題傷腦筋。借用阿里副總裁周靖人的口頭禪,這個簡簡單單的問題,背后牽扯到非常多的相關(guān)因素。
就拿選擇目的地來說,背后涉及到的因素可以大致分為幾類:食宿、交通、距離、景點、娛樂項目、保險、健康等。
如果選擇境外游,還需要考慮網(wǎng)絡(luò)、手機信號、貨幣兌換、意外情況等。
所以做攻略,是一項非常讓人頭痛的事情,比洗碗還讓人頭痛。咱們這已經(jīng)進入人工智能時代了,這種事情,不是應(yīng)該交給人工智能去做嗎?是的,旅行社也是這么想的。
人工智能時代的旅行社,不再是以前那種坑爹的 X 日游。他們也在積極和技術(shù)廠商合作,利用機器學(xué)習(xí)為游客提供更讓人欲罷不能、欲仙欲死、欲壑難填的旅游產(chǎn)品。
數(shù)據(jù)收集
我們先來看一張圖:
這張圖來自專做旅行技術(shù)研發(fā)的 Altexsoft 公司。他們從2007年開始,面向美國以及全世界的旅游中介,提供數(shù)據(jù)處理和解決方案,并提供技術(shù)支持。
從圖中可以看出,實現(xiàn)個性化定制,需要經(jīng)歷6個步驟,分別是:提供豐富內(nèi)容;收集數(shù)據(jù);細分用戶;預(yù)測用戶偏好;個性化推薦;獲得反饋。
提供豐富、有價值的內(nèi)容
根據(jù)旅游網(wǎng)站 Expedia 的數(shù)據(jù),在訂購一款產(chǎn)品前,消費者平均要訪問4.4個獨立網(wǎng)站,瀏覽38個頁面。
Sabre 報告顯示,65%的旅客希望看到賣家提供的詳細信息。例如飛機準點率、機上設(shè)施、酒店客房服務(wù)和設(shè)施等等。
數(shù)據(jù)收集
首先通過元數(shù)據(jù)來繪制用戶畫像。元數(shù)據(jù)包括以下數(shù)據(jù):
用戶位置
IP地址
瀏覽器類型和版本
設(shè)備型號
操作系統(tǒng)
屏幕分辨率
聯(lián)網(wǎng)類型(WiFi、LTE還是LAN)
會話時長
推薦來源( Google 百度?微博微信?馬蜂窩?攜程廣告?…)
接下來通過用戶行為數(shù)據(jù),獲得消費者洞察。用戶行為數(shù)據(jù)有很多種,比較重要的有:
搜索目的地
選定的日期或者匹配可變的合適的日期
滾動的深度
鼠標點擊和懸停(特別是包括了設(shè)施、附加服務(wù)、位置數(shù)據(jù)、評分和評論信息的點擊和懸停)
低價提醒
通過這些數(shù)據(jù)就能夠分析出,消費者最看重什么,有什么樣的喜好等。這些用戶行為數(shù)據(jù),對消費者洞察有著非常重要的價值,但不如元數(shù)據(jù)可靠。
然后是客戶關(guān)系管理(CRM)數(shù)據(jù)、地理位置數(shù)據(jù)和社交媒體數(shù)據(jù)。
客戶關(guān)系管理(CRM)數(shù)據(jù)對個性化來說至關(guān)重要,包括:
姓名、登錄憑證、聯(lián)系信息
消費細節(jié)和歷史記錄(包括網(wǎng)站訪問次數(shù)和時間等)
住宿類型或飛行類型
實際的服務(wù)偏好,如客房服務(wù)和附加服務(wù)
最后,還可以通過第三方數(shù)據(jù),比如 TripAdvisor(貓途鷹) API 來收集用戶反饋的數(shù)據(jù)。
地理位置數(shù)據(jù)可以獲得用戶的位置信息,就可以發(fā)送與位置相關(guān)的信息。比如消費者10點才來 check in,已經(jīng)過了酒店的早餐時間,就可以基于用戶當(dāng)前的位置,推薦附近的餐廳。
社交媒體數(shù)據(jù)是將用戶畫像做的更立體、更完善的關(guān)鍵數(shù)據(jù)。其他途徑很難收集到的個人偏好數(shù)據(jù),而用戶卻會在社交媒體分享他們的旅行體驗。
一般來講,社交媒體數(shù)據(jù)包括以下內(nèi)容:
評論的情感文本分析
照片、視頻或故事分享,這些信息可能附有地理位置標記
關(guān)于某件事的討論意見
在機場、酒店或餐廳中的登記手續(xù)
細分用戶
早期的用戶細分完全是靠人工來做,所依賴的是旅行社銷售個人的經(jīng)驗和洞察。所以禪師認為這才是真正的“人工智能”。
頂級的銷售是能夠通過在和游客接觸的過程中察言觀色,根據(jù)游客的言談舉止迅速了解游客的喜好,然后看人下菜碟。
比如發(fā)現(xiàn)游客是個富二代,帶著新交的女朋友去參加世界三大狂歡節(jié)之一的尼斯狂歡節(jié)(le Carnaval à Nice),就可以推薦豪華情趣酒店、皇家游艇等;如果發(fā)現(xiàn)是個獨自旅行的背包客,就可以推薦一些自然景觀、人文景點等。
到了人工智能時代,顯然上述的方式是比較低效而且昂貴的。首先你需要一個有這份豐富經(jīng)驗的銷售,而這樣的銷售必然價格不菲。
通常來說,有兩種比較常用的方式,可以在產(chǎn)品層面上,做出類比傳統(tǒng)旅行社銷售的效果來。
使用顯式數(shù)據(jù)。比如將自由行游客和團體游客分開,或按目的地細分(熱門和非熱門)
利用數(shù)據(jù)挖掘技術(shù)。通過使用無監(jiān)督學(xué)習(xí)技術(shù)(如聚類),對收集到的數(shù)據(jù)進行自動分組,從而有可能發(fā)現(xiàn)以前沒想到、或者無法區(qū)分的游客群體
預(yù)測
收集數(shù)據(jù)相對而言比較簡單,而預(yù)測就難很多了。需要設(shè)計機器學(xué)習(xí)引擎,合理設(shè)計機器學(xué)習(xí)模型。
通常有下面幾種解決方案:
1. 評分分組
第一次用旅游產(chǎn)品的新用戶,沒有在數(shù)據(jù)庫里留下任何可供分組的數(shù)據(jù),機器學(xué)習(xí)怎么預(yù)測他的偏好呢?
可以在產(chǎn)品層面,給用戶的行為設(shè)定分數(shù),不同的分數(shù)匹配不同的類別。這樣用戶只要在產(chǎn)品上停留時間足夠長,系統(tǒng)就能獲得足夠的數(shù)據(jù)對用戶進行分類。
當(dāng)然,用戶停留時間越長,產(chǎn)品能夠獲得的用戶數(shù)據(jù)就越多。所以這也是上述數(shù)據(jù)收集模塊中,步驟1為什么很關(guān)鍵的原因。
2. 內(nèi)容過濾
內(nèi)容過濾應(yīng)該是目前在旅游業(yè)使用最廣泛的方式。基于已有用戶數(shù)據(jù),預(yù)測細分人群的偏好。
比如商旅人士對酒店的穩(wěn)定 WiFi、便捷的洗衣服務(wù)比較注重。那么機器就可以將收集到的有穩(wěn)定 WiFi、便捷洗衣服務(wù)的酒店推給客戶。
但這個時候推薦的內(nèi)容,是基于已有用戶的個性化數(shù)據(jù),還不算是完全的個性化,可以認為是針對整個特定群體的泛個性化。
3. 協(xié)同過濾
但酒店還有一些因素,通過上述基于內(nèi)容過濾的方式?jīng)]辦法獲得。比如酒店服務(wù)員今天心情不好導(dǎo)致態(tài)度很差、設(shè)施突然出現(xiàn)意外、今天酒店后廚進的食材有問題等等。這個時候就可以使用協(xié)同過濾。
協(xié)同過濾的核心思想是“物以類聚人以群分”:跟你需求相近、住過同一家酒店,甚至中午剛吃過你晚上要點的菜,你們就是同一國的,那么ta喜歡的,很可能你也喜歡。
這種方法涵蓋了機器學(xué)習(xí)的各種方法,其中最常見的是矩陣分解。矩陣分解成每個用戶的檔案矩陣,并基于來自用戶矩陣的信息填充一個矩陣中的缺失值。
協(xié)同過濾技術(shù)是目前先進技術(shù)之一,它已經(jīng)成為多個行業(yè)推薦系統(tǒng)的主流。例如Netflix的推薦系統(tǒng)中就是用了這一技術(shù),因為電影除了類別以外,沒有其他的明確屬性。
協(xié)同過濾也可以用于類似旅游行業(yè)這種沒有足夠的外顯特征的服務(wù)中,例如餐廳、景點、名勝古跡、旅游主題等。
我們用一張對比圖來總結(jié)一些這三種方法:
當(dāng)然不可能一種方法天下通吃。一般都是幾種方式互相摻雜的混合技術(shù)。
例如,使用評分技術(shù)提出基本建議,或者僅使用評分技術(shù)來進行初始細分。然后針對不同屬性的產(chǎn)品,同時使用協(xié)同過濾和基于內(nèi)容的過濾,來提供更好的預(yù)測和推薦。
多種渠道
個性化是給非常復(fù)雜的事情,需要通過多種渠道來實現(xiàn)個性化。
個性化的搜索引擎。當(dāng)游客尋找酒店或航班時,系統(tǒng)會根據(jù)以前的行為提出個性化的建議
個性化的電子郵件。鑒于數(shù)據(jù)科學(xué)的基礎(chǔ)工作已經(jīng)完成,這是一個相對簡單的方法。根據(jù) eMarketer.com 的調(diào)查,在不同行業(yè)中,80%的個性化推薦是通過電子郵件傳遞的,這也可以擴展到社交媒體和短信
個性化促銷。給愿意花錢買你產(chǎn)品的用戶優(yōu)惠、特權(quán)
個性化旅途中的推薦。如果你能獲取地理位置數(shù)據(jù),則可以向用戶發(fā)送有關(guān)附近餐廳的通知,或者提供相關(guān)的航空旅行服務(wù)
結(jié)語
不知道大家有沒有這種感覺,就是面對一個旅行社,總覺得是在想法設(shè)法的坑你的錢。旅行社的銷售人員表現(xiàn)的再怎么誠懇,也很難完全獲得游客的信任。
但是面對機器、面對一個旅行產(chǎn)品的時候,人們反而更容易放下戒備,接受引導(dǎo)。
所以這次國慶出行,禪師準備上高速賣炒飯去,有人一起的嗎?
幸福
無非就是
我 & 你
我 ?AI ?你
聲明:
本文圖片均來源網(wǎng)絡(luò),如有侵權(quán)請告知
這篇文章的英文鏈接被騰訊認定有風(fēng)險無法添加
總結(jié)
以上是生活随笔為你收集整理的原来早就被安排了,旅行社用机器学习给你推个性化定制游的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: day09集合
- 下一篇: 某商场TD-LTE室内覆盖规划