面向国际航班行程搜索结果的多因子推荐排序方法及系统与流程

本发明涉及计算机信息处理与智能推荐，具体涉及面向国际航班行程搜索结果的多因子推荐排序方法及系统。

背景技术：

1、随着航空运输业的发展以及国际航空出行需求的增加，航班搜索及机票预订系统需要同时处理来自多个数据源的航班信息，以向用户提供航班查询、比价以及行程推荐等服务；现有国际航班数据通常来源于全球分销系统、航空公司直连接口以及第三方航班数据聚合平台等；由于不同数据源采用的数据组织方式、接口规范以及业务规则存在差异，同一航班在不同数据源中可能对应不同的数据结构、字段定义、时间格式和编码标准。因此，航班搜索系统通常需要对多个数据源并发返回的航班数据进行整合，以形成能够用于后续比较、筛选和排序的统一航班搜索结果。

2、现有技术中，在对多源航班数据进行整合时，通常预先针对各数据源配置固定的字段映射规则，将不同来源的数据转换至统一的数据结构中；例如，可以针对航班号、出发机场、到达机场、起飞时间、到达时间、价格以及舱位等属性预先建立字段对应关系，再依据字段对应关系完成不同来源航班数据的转换。然而，不同数据源在字段名称、字段层级、时间表示方式、编码标准以及属性组合关系等方面可能存在较大差异，并且上述数据结构还可能随着航空公司接口、分销系统或者业务规则的调整发生变化。采用固定字段映射方式时，难以适应多源异构航班数据的动态变化，容易出现字段对应错误或者部分属性无法准确对齐的问题，从而影响后续航班数据处理的可靠性。此外，在多个数据源并发返回航班数据的过程中，还可能存在部分属性缺失或者数据记录不完整的情况。例如，不同来源的数据记录可能缺少部分时间、价格、舱位或者航段属性。当缺失数据直接参与后续航班比较时，容易导致不同数据记录之间缺乏统一、完整的比较基础，进而影响航班识别、重复数据判断以及后续排序结果的准确性。因此，如何降低多源异构航班数据中的属性差异和数据缺失对统一比较过程造成的影响，也是国际航班搜索结果处理过程中需要考虑的问题。进一步地，同一实际航班可能同时存在于全球分销系统、航空公司直连接口以及第三方聚合平台返回的数据中。虽然不同来源的数据实际对应同一航班，但是各数据记录在价格、舱位描述、时间表达方式、航段组织形式等方面可能存在一定差异。若仅依据单一字段或者固定字段组合识别重复航班，则容易受到不同数据源字段差异和数据完整程度的影响，难以稳定判断不同航班记录是否对应同一实际航班。在多个数据源并发返回搜索结果的情况下，上述问题还可能导致同一航班以多个不同记录的形式同时出现在搜索结果中，不仅增加后续数据处理量，还可能影响用户对不同航班行程的判断。

3、在完成航班数据整合以及重复数据处理后，现有航班搜索系统通常还需要根据价格、起飞时间、到达时间等属性对搜索结果进行排序。但是，国际航班行程具有价格、起降时间、航程时长、经停次数等多个相互关联的评价因素，不同航班在上述属性方面往往各有差异。现有技术中采用单一因素排序或者按照固定字段顺序进行排序时，难以综合反映不同航班在多个行程属性上的整体差异。例如，价格较低的航班可能具有较长的航程时间或者较多的经停次数，而起降时间较优的航班又可能对应较高的价格，仅依据单一属性难以形成能够兼顾多个因素的推荐顺序，从而可能导致排序结果与航班行程的综合情况不匹配。

技术实现思路

1、本发明的目的在于提供面向国际航班行程搜索结果的多因子推荐排序方法及系统，解决现有技术存在的问题。

2、为实现上述目的，本发明提供如下技术方案：面向国际航班行程搜索结果的多因子推荐排序方法，包括：

3、s1、获取多源并发的航班数据，提取航班数据的原始属性特征及来源标识，得到异构数据集合；

4、s2、根据异构数据集合，对原始属性特征进行分类处理，识别不同来源标识下的属性组合，获得包含动态差异的字段映射关系；

5、s3、通过字段映射关系对异构数据集合中的时间格式与编码标准进行转换，统一不同来源标识下的属性组合，得到第一数据对齐结果；

6、s4、若第一数据对齐结果中存在缺失值，则对缺失值进行插值计算，补全统一不同来源标识下的属性组合，确定第二数据对齐结果；

7、s5、根据第二数据对齐结果，提取跨来源的起降时间与航班号特征，构建基础特征向量，获得公共因子；

8、s6、若公共因子存在提取偏差，则对公共因子进行标准化处理，消除基础特征向量中的量纲差异，获得标准公共因子；

9、s7、通过标准公共因子进行相似度比对，计算不同来源标识下的基础特征向量距离，判断是否存在重复航班；

10、s8、若存在重复航班，则根据基础特征向量距离剔除重复航班，得到唯一航班集合；

11、s9、根据唯一航班集合，对唯一航班集合中的航班记录进行实时排序，确定国际航班行程搜索结果的最终推荐结果。

12、优选的，所述s1包括获取多源并发的航班数据流，通过报文拆解处理分离航班数据流中的底层数据报文；根据底层数据报文提取报文结构特征，以由报文结构特征确定字段映射规则；通过字段映射规则对底层数据报文进行特征抽取，获得原始属性特征集合；如果原始属性特征集合存在缺失，则补全原始属性特征集合，得到完整属性特征集合；根据完整属性特征集合分配对应的来源标识，通过拼接完整属性特征集合与来源标识，得到异构数据集合。

13、优选的，所述s2包括提取异构数据集合的原始属性特征及来源标识构建特征样本矩阵，所述特征样本矩阵经随机森林算法处理提取特征分裂阈值；通过特征分裂阈值划分原始属性特征获得属性组合，统计属性组合的频率生成频次分布矩阵；若频次分布矩阵数值大于频率阈值，则提取关联规则并识别关联规则中的动态差异；根据动态差异更新初始映射表，获得包含动态差异的字段映射关系。

14、优选的，所述s3包括获取字段映射关系与异构数据集合，通过字段映射关系解析异构数据集合，转换获得目标时间格式与目标编码标准；根据目标时间格式与目标编码标准重构异构数据集合，提取不同来源标识下的重构属性组合；采用重构属性组合构建对齐矩阵，通过对齐矩阵统一重构属性组合，得到第一数据对齐结果。

15、优选的，所述s4包括获取第一数据对齐结果中存在的缺失值及对应的属性组合，构建初始特征向量；根据初始特征向量采用支持向量机构建超平面，确定针对缺失值的预测数值；若预测数值满足预设的置信度阈值，则采用预测数值对缺失值进行插值计算，得到补全记录；根据补全记录补全统一不同来源标识下的属性组合，确定第二数据对齐结果。

16、优选的，所述s5包括根据第二数据对齐结果提取航班标识及离港与到达时刻；根据航班标识及离港与到达时刻匹配航线轨迹得到跨源特征；对跨源特征正交变换获得基础向量；若基础向量的方差大于阈值，则提取基础向量构建偏差矩阵；对偏差矩阵的奇异值进行分解，确定稳定比较集；从稳定比较集中提取跨来源的起降时间与航班号特征构建跨来源稳定比较的基础特征向量，获得公共因子。

17、优选的，所述s6包括获取公共因子计算均值向量与协方差矩阵，得到马氏距离；若马氏距离大于预设阈值，则判定公共因子存在提取偏差并提取基础特征向量；针对基础特征向量计算极值获得量纲差异；根据量纲差异构建归一化矩阵；采用归一化矩阵对公共因子进行标准化处理，消除基础特征向量中的量纲差异，获得标准公共因子。

18、优选的，所述s7包括获取不同来源标识下的航班时刻与航线轨迹；采用标准公共因子对航班时刻与航线轨迹进行映射处理，获得第一基础特征向量；通过机型编码对第一基础特征向量进行降维处理，得到第二基础特征向量；根据第二基础特征向量构建比对矩阵；对比对矩阵进行相似度比对，获得向量距离，判断是否存在重复航班。

19、优选的，所述s8包括若存在重复航班，获取重复航班及重复航班对应的基础特征向量距离与来源标识；根据来源标识匹配预设的优先级权重与数据置信度，得到来源评估分值；如果基础特征向量距离小于预设的距离阈值，则根据来源评估分值生成剔除标记与保留记录；通过剔除标记过滤所述重复航班，提取保留记录构建目标集合；采用目标集合对单一来源标识下的航班记录进行重组，获得唯一航班集合。

20、优选的，所述s9包括提取唯一航班集合中各航班记录的起飞时间、到达时间、航班价格、航程时长及经停次数，生成多维推荐因子矩阵；对多维推荐因子矩阵进行线性变换，得到标准因子矩阵；计算标准因子矩阵与预设权重向量的内积，得到综合推荐值；根据综合推荐值对唯一航班集合进行降序排列，确定国际航班行程搜索结果的最终推荐结果。

21、面向国际航班行程搜索结果的多因子推荐排序系统，用于实现所述的面向国际航班行程搜索结果的多因子推荐排序方法的步骤，所述系统包括：

22、数据获取模块，获取多源并发的航班数据，通过解析处理提取航班数据的原始属性特征及来源标识，得到异构数据集合；

23、字段映射模块，根据异构数据集合，采用随机森林算法对原始属性特征进行分类处理，识别不同来源标识下的属性组合，获得包含动态差异的字段映射关系；

24、第一数据对齐模块，通过字段映射关系对异构数据集合中的时间格式与编码标准进行转换，统一不同来源标识下的属性组合，得到第一数据对齐结果；

25、第二数据对齐模块，若第一数据对齐结果中存在缺失值，则采用支持向量机对缺失值进行插值计算，补全统一不同来源标识下的属性组合，确定第二数据对齐结果；

26、公共因子提取模块，根据第二数据对齐结果，提取跨来源的起降时间与航班号特征，构建跨来源稳定比较的基础特征向量，获得公共因子；

27、公共因子标准化模块，若公共因子存在提取偏差，则对公共因子进行标准化处理，消除基础特征向量中的量纲差异，获得标准公共因子；

28、重复航班判断模块，通过标准公共因子进行相似度比对，计算不同来源标识下的基础特征向量距离，判断是否存在重复航班；

29、重复航班剔除模块，若存在重复航班，则根据基础特征向量距离剔除重复航班，保留单一来源标识下的航班记录，得到唯一航班集合；

30、推荐排序模块，根据唯一航班集合，提取各航班记录的起飞时间、到达时间、价格、航程时长及经停次数作为推荐因子，对各推荐因子进行标准化处理，并根据各推荐因子对应的预设权重计算各航班记录的综合推荐值，根据综合推荐值对唯一航班集合中的航班记录进行实时排序，确定国际航班行程搜索结果的最终推荐结果。

31、由上述技术方案可知，本发明具有如下有益效果：

32、该面向国际航班行程搜索结果的多因子推荐排序方法及系统，通过对多源并发获取的航班数据进行统一解析，并结合不同数据来源下的属性差异建立相应的字段映射关系，能够提高异构航班数据在字段、时间格式及编码标准方面的统一性；在此基础上，对存在缺失的航班属性进行补全，有利于提高跨来源航班数据的完整性和可比性。进一步地，通过提取能够跨来源稳定比较的航班公共因子并进行标准化处理，可降低不同数据来源及不同属性量纲对航班相似度判断造成的影响，从而提高重复航班识别及剔除的准确性，减少同一实际航班在搜索结果中的重复展示。与此同时，在获得唯一航班集合后，综合考虑起飞时间、到达时间、价格、航程时长及经停次数等多个推荐因子，并基于各推荐因子的综合推荐值对航班记录进行实时排序，使排序结果能够更加全面地反映不同国际航班行程之间的综合差异，进而提高国际航班行程搜索结果的准确性、合理性及推荐效率。