申请/专利权人：上海景域文化传播股份有限公司

申请日：2019-11-26

公开（公告）日：2023-07-28

公开（公告）号：CN110910175B

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06Q30/0202;G06Q50/14;G06F18/2431;G06F18/214;G06F40/289;G06F40/216

优先权：

专利状态码：有效-授权

法律状态：2023.07.28#授权;2020.04.17#实质审查的生效;2020.03.24#公开

摘要：本发明涉及一种旅游门票产品画像生成方法，包括：S1、获取旅游门票的样本产品信息，提取旅游门票的样本产品特征；S2、根据旅游门票的样本产品特征和预设的产品标签数，构建标签树；S3、根据预设的样本标签数据集，通过文本分析技术和多分类算法，以训练得到大类标签预测模型；S4、由大类标签预测模型对实际产品信息进行大类标签分类，将大类标签作为一级标签数据；S5、通过关键词提取方法对实际产品信息进行标签细分，得二级标签数据，结合一级标签数据，即得到旅游门票的产品画像。与现有技术相比，本发明能够自动准确地对产品信息进行一级标签分类预测和二级标签细分，解决了人工标签工作量巨大且不准确的问题。

主权项：1.一种旅游门票产品画像生成方法，其特征在于，包括以下步骤：S1、获取旅游门票的样本产品信息，提取旅游门票的样本产品特征；S2、根据旅游门票的样本产品特征，结合预设的产品标签数，构建标签树，其中，标签树包括一级标签和二级标签；S3、根据预设的样本标签数据集，通过文本分析技术和多分类算法，以训练得到大类标签预测模型；S4、由大类标签预测模型对旅游门票的实际产品信息进行大类标签分类，将大类标签作为旅游门票的一级标签数据；S5、通过关键词提取方法对旅游门票的实际产品信息进行标签细分，得到旅游门票的二级标签数据，结合步骤S4中旅游门票的一级标签数据，即得到旅游门票的产品画像；所述样本标签数据集包括多个产品信息，所述产品信息包括多个景点描述文档，所述景点描述文档由不同的产品特征组成，所述产品特征包括产品标题和对应的产品描述文本；所述步骤S3具体包括以下步骤：S31、从样本标签数据集中随机选择N个景点描述文档作为训练集，样本标签数据集中剩余的景点描述文档作为测试集；S32、将训练集输入逻辑回归模型，采用文本分析技术和链式关联多分类算法进行模型训练，得到训练好的逻辑回归模型；S33、将测试集输入训练好的逻辑回归模型，若输出分类概率小于或等于预设概率值，则该训练好的逻辑回归模型即为大类标签预测模型，否则返回步骤S31。

全文数据：

权利要求：

百度查询： 上海景域文化传播股份有限公司 一种旅游门票产品画像生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD