国双张桐:知识驱动下的航旅数据应用

  • 时间:
  • 浏览:0

从数据仓库到商业智能,再到大数据和人工智能,各种数据技术因此 在航司各个业务领域有了一定程度的实践和应用,而面对快速变化的行业现状和需求,哪些地方地方技术是不是可不能不能更好的处理航司在数据治理、营销增强、决策辅助

从数据仓库到商业智能,再到大数据和人工智能,各种数据技术因此 在航司各个业务领域有了一定程度的实践和应用,而面对快速变化的行业现状和需求,哪些地方地方技术是不是可不能不能更好的处理航司在数据治理、营销增强、决策辅助方面的问题报告 ,正成为航司你是什么 阶段的主要探索和实践。一方面,在提直降代的行业大背景下,航司客户群体逐渐发生由to B转变为to C的改变,开始英语 由to B转变为to C。自己面,航司的营销预算有限,而流量红利消失殆尽,获取成本没有 高,对流量“精细化、场景化”运营管理成为大势所趋。而知识图谱技术是有能力通过融合各类数据,构建用户行为关系网,可不能不能深入帮助航司动态预测用户潜在需求,节省营销及运营成本,提升收益,从而助于航司数字化转型。

国双航旅事业部总经理张桐先生

知识图谱将怎么影响航司,又带来哪些地方变化呢?在8月29日的“AMC航空峰会分论坛”上,国双航旅事业部总经理张桐发表了主题为《知识驱动下的航旅数据应用》的演讲,完全介绍了国双在你是什么 方面的探索。

知识图谱怎么驱动航司数据应用?

知识图谱是利用节点和关系所组成的图谱,可不能不能为真实世界的各个场景直观地建模。张桐表示:“简单说,知识图谱而是把所有不同种类的信息连接在同时而得到的4个多关系网络。基于你是什么 关系网络,亲们儿总要了从“关系”的层厚去分析问题报告 的能力,精准洞察旅客出行的消费意图,从而助力航司业务发展。”

比如,最近《长安十二时辰》不得劲火,看完后来 因此 人不得劲想“去华山旅游”,基于你是什么 意图,将衍生出机票购买、出行土土辦法 、酒店预订等各种需求,各种需求节点之间因此 是顺承的关系、总要因此 是因果的关系,各种关系网构成了航司对“去华山旅游”你是什么 事件的认知,你是什么 认知的沉淀而是知识,它可不能不能指导航司业务发展,比如推出与华山相关的景区预订、返程机票预订、接送机服务等。

张桐提到:“知识图谱离亲们儿太少遥远,因此 极少量在亲们儿生活中落地。比如亲们儿熟知的搜索引擎,当搜特价机票总要智能推送某家航空公司的打折机票;还有智能客服助手,可不能不能智能推送天气清况 及是不是时要托运行李等;肯尼迪机场的空中流量管理等等,实际都运用了知识图谱技术。”

张桐还指出:“亲们儿现在聊得知识图谱是传统知识图谱,也称为实体图谱,和事理图谱的结合使用,不仅可不能不能处理‘who’‘ when’‘ what’‘ where’等静态的、变化缓慢的问题报告 ,还能运用事理过程去处理‘how’‘why’‘maybe’等动态的、时要预测的问题报告 。” 这是因此 不同于机器学习因此 层厚学习,知识图谱通过对数据的分析和应用,让机器具备了认知能力。它不仅有能力对当前清况 、他人因此 自身进行繁杂的抽象和认知,因此 有能力举一反三,对未来有预见性,可不能不能做长期规划,还能进行想象,推理,抽象,假设。

航司怎么构建知识图谱?

知识图谱通过融合数据科学家、行业专家的健康智慧和能力,全面挖掘企业的外部、外部和交互数据,形成有三种基于知识体系的数据智能,因此 运用各种算法模型进行分析,实现数据的落地应用,比如故障预警、因为 探查、智能问答、智能推荐、产品设计、流程优化和自动营销等。在你是什么 过程,数据科学家与行业专家之间还可不能不能相互赋能,达成良性互动。

对航司具体来说,构建知识图谱的第一步而是数据的派发,航司可利用的外部数据十分雄厚,外部数据包括航班计划、运价管理、会员管理、GDS、呼叫中心、机务维修等,交互数据包括线上自营渠道的设备信息和事件点击数据、百度等各类广告数据,外部数据主要有文档、评论和攻略等;当航司完成数据派发后来 ,就可不能不能自底向上展开数据处理,提取实体、事件、属性和关系等;因此 借助行业专家和机器学习自上而下进行数据标注;再进行知识验证,完成知识的生成和更新,形成知识图谱的雏形;最后,利用机器学习完成知识推理,识别旅客意图,进行场景的落地,赋能航司业务发展。

张桐现场还举了4个多形象的例子解释知识图谱的构建过程,跟跟我说:“倘若,你告诉机器人你要 吃土豆烧牛肉,机器人会很懵,他不知道这是哪些地方。而为社 你要 输入土豆烧牛肉的菜谱,告诉他怎么备菜、怎么掌厨、为社 掌握火候,它就可不能不能帮你甩掉。知识图谱的构建过程而是菜谱的形成过程。”

在航司各领域,知识图谱的因此 在哪?

目前,知识图谱已在工业互联网、金融、营销等行业有了极少量的实践,在航旅领域,国双将重点发力两大领域:数据分析和营销。张桐表示,“国双希望通过整合航司多方数据,把人的信息动态关联起来,打造航司专属知识库,发挥数据聚合价值。在知识库加持下再往上延展,亲们儿就可不能不能做航司一个劲想做但没做的所以事情,比如移动端推荐引擎、产品打包整合等”。

数据分析领域

航司在数据分析领域可不能不能基于实体图谱/事理图谱进行知识推理,通过层层剖析数据之间的关系,了解问题报告 后来 的真实因为 ,进而可不能不能提高策略反馈的下行速率 和实施效果。目前,国双已在线上运营和收益辅助方面有所尝试。

线上运营的知识库主要包括用户类型、功能、季节、来源、平台、时间、性能等七大模块,每一模块还暗含多个细项。航司通过层层剖析,追根究底,可不能不能帮助线上运营更通畅。比如,航司发现近一段时间官网查订比较低,没有 就可不能不能运用知识库查询近期的预订量和查询量发生了哪些地方变化,因此 发现是预订量比低,没有 是总要最近新用户比较多?因此 是,是总要最近营销活动选则的渠道质量不太好?最终,根据数据和关系,层层推导出身旁的因为 。

收益辅助的知识库主要暗含旅客因素、外部因素、外部因素、同业竞争、异业竞争及政治环境等六大方面数据。航司借助多方数据的联动聚合,可不能不能见微知著,收益管理将更高效。事实上,经过国双研究发现,景点的搜索量、城市的人流、城市的搜索量、酒店的搜索量、重大活动、用户地理位置的变动等,总要对机票的预订量和票价产生影响。

营销领域

4个多普通旅客的完全生命周期至少有28个节点,每一步都暗含着极少量的销售旅行增值服务的因此 。张桐表示:“亲们儿可不能不能基于知识图谱和层厚学习,在这28个节点的动态事件基础上,结合用户群体和个体数据,动态地预测后续旅客的意图,构建航旅领域健康智慧大脑。”

具体来说,通过知识图谱,可不能不能发现当4个多旅客来到航司的直销渠道后来 ,70%的因此 性是查询机票,15%的因此 性是办理值机,5%的因此 性是查询航班动态。在查询机票的人群中,75%的人群是单程查询,25%的人群是往返查询,最终各约15%和13%的人群实现机票的购买。购买机票后来 ,旅客会有去机场、值机选座、购买保险和预定酒店等需求,占比分别为40%、5%、1%和3%。基于哪些地方地方因此 性预测,航司可不能不能更好地推荐相关产品和服务,提升转化率。

去年,国双就已帮助某航旅领域客户通过知识图谱预测用户的消费需求,建立聚类模型揭示客群数据中隐藏的规律,发现行为模式类似于的因此 客群;同时建立倾向性模型预测用户未来的行为,预测用户转化轨迹、购特卖商品或下单的因此 性。通过国双航旅处理方案的应用,该用户的广告点击率(CTR)上升了162%,线上订单转化率直接上升202%。

国双知识图谱能力

作为当前人工智能研究的最前沿技术,国双早已将知识图谱中的关系抽取技术应用于多个业务场景中,如公安笔录数据中的伤害信息抽取、油气领域的知识抽取等,都取得了显著效果;学术层面,国双近期还一举获得CCKS 2019“人物关系抽取”大赛两项任务冠、亚军各一枚,该比赛由中国中文信息协会语言与知识计算专业委员会主办,是知识图谱技术领域相当权威的学术竞赛,充分验证了国双的知识图谱实力已达到国际标准和国内领先水平。

长期以来,航旅是国双重点布局的行业,作为中国领先的企业级大数据和人工智能处理方案提供商,国双研发了自主可控的产业人工智能平台,以AI科技助力中国企业数字化转型,赋能司法、油气、数字营销等领域用户提升质效,并希望将自身的技术积累和实践持续复用运用在航司等更多的业务场景,做些对行业有价值的事情。长期以来,航旅是国双在数字营销领域重点布局的行业之一,张桐也提到:“未来,国双希望可不能不能聚焦航旅行业数据和知识体系,帮助航司更好的挖掘数据价值,可不能不能协助航司建立真正由大数据平台支撑的行业知识库。亲们儿也期待与更多航司在收益辅助管理、航班动态预测,甚至在机务层面同时探索,赋能行业发展。”

       (本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)