酒店用机器学习,预测哪些客人会放鸽子
如今, 各大 OTA(Online Travel Agency)平台极大地方便了人们的出行,酒店住宿、景点门票等,只需要动动手指就可以轻松完成预订。 国内外酒店民宿预订平台,多达数十种 为了吸引更多用户预订,这些平台会鼓励商家设定较为宽松的取消预订政策,比如可随时免费取消,或限时免费取消酒店等。 全球客房销售量最大的网上酒店预订网站 Booking(缤客网),就凭借可免费取消的优势,深受广大驴友喜爱。 不过,对于用户来说,「免费取消」非常 nice,但对酒店来说,就很头大了。订单临时被取消,通常会给酒店带来以下损失: 被取消房间无法及时出售,酒店损失收入; 酒店降低价格出售被取消用机房间,减少了利润 为了尽快订出这些房间,酒店需要增加额外的宣传、分销渠道的费用; 在用户可以随时放酒店鸽子的情况下,酒店有没有什么办法,尽可能减少损失呢? 一位葡萄牙业务分析师(Business Analyst,简称 BA,这一职位相当于 IT 公司的产品经理) Manuel Banza,有超过器学 5 年的酒店管理从业经验。他利用公开的欧洲酒店预订平台数据,发现了更容易取消订单的用户特点,以帮助酒店及时进行止损。 从近 12 万条酒店预订数据中,发现规律 作为一名数据科学爱好者,Manuel Banza 从数据科学和机器学习入手。 他首先对一个「酒店预订需求数据集」(Hotel book习,ing demand)进行了全面分析。该数据集包含了普通酒店和度假酒店共 32 个维度的数据,具体包括: 用户国籍、预订时间、住宿时间、成人和儿童或婴儿的数量、订单最终是否取消、用户在此次订单之前共取消订单次数等信息。 Hotel Booking Demand 酒店预订需求数据集 发布机构:葡萄牙里斯预测本大学 包含数量:共 119390 条数据,32 个维度 数据格式:csv 数据大小:16.9 MB(压缩文件 1.3 MB) 地址:https://hyper.ai/datasets/14866 部分数据展示 通过统计,Manuel Banza 发现一年时间里,取消酒店订单的用户真不少。 2018 年 OTA 平台 Bo哪些oking 上的预订订单中,有 49.8% 的用户取消了订单;在 HRS Group 上,这一比例甚至高达 66%。整体来看,多家平台在 2018 年平均预订订单取消率达到 39.6%。 各类预订渠道被取消的订单比例 接着,作者对数据进行了探索性分析,有以下几个发现: 普通酒店和度假酒店相比,订单更容易被客人客人取消; 春节和夏季的取消比例更大,而冬季的取消比例最低; 各种预订渠道中,用户在 OTA 平台下单最多,同时 OTA 平台上被取消订单的也最多; 用户预订时间越早,不确定性越大,取消的概率越大 作者表示,预订时间是分析酒店收益表现时,最重要的指标之一。分析结果表明,提前 1 年以上预订的取消会放概率最高,为 57.14%;一周内预订取消概率最低,为 7.73%。 预订提前的天数(横轴)与取消订单概率(纵轴)成正比 看来,计划越早越赶不上变化啊 机器学习模型:预测谁最可能「放鸽子」 对数据集进行全面分析后,作者开始建立预测订单取消的模型。 第一步:数据清洗 首先,对数据集中缺失的值进行处理鸽子。如果该变量是数字变量,则必须用该特征的均值替换这些缺失值;如果该变量是分类特征,则必须用常数替换。 然后删除 reservation_status(预订状态,该变量代表订单是否被取消,0 为未取消,1 为取消),因为这是机器学习模型将要预测的值。 第二步:选择最佳模型 在开始为数据测试最佳算法酒店之前,将数据集按 8:2 的比例分开。之后将用 80% 的数据来训练模型,并将 20% 的数据作为验证集。 在数据科学领域,预测订单取消是一个监督分类问题,也叫做二元分类。因此,作者选取了几个现有的二分类模型如 LightGBM,CatBoost、XGBoost 及 H2O 等,进行训练及对比,最终选用机出了实验结果最佳的模型 CatBoost。 通过 CatBoost 预测结果,发现以下几点: 如果用户的国籍是葡萄牙,则取消订单的可能性很高。不过,对于团体订票来说,酒店一般不会事先得到每个人的国籍信息。如果订单被取消,大多数酒店都会将其国籍默认为酒店所在的国家。所以,这项信息只作为参考器学,并不一定准确; 与至少提出一个特殊要求的用户相比,未提出任何特殊要求的用户,取消订单的可能性更高; lead_time(预订时间与入驻时间间隔天数)值越低,预订被取消的可能性就越低(这一点预测结果与之前数据分析结果相一致)。 CatBoost 模型在验证集上的习,表现: 在整个「酒店预订需求」数据集上的表现: 酒店:在取消之前,让我先抢救一波 使用这一预测模型,酒店就可以提前获知哪些用户可能取消订单,及时采取补救措施。 比如,提前联系取消可能性较大的用户,通过沟通,让他们尽可能更早地取消,给酒店预留更多的时间出售房间。 或者,也可以与有取消倾向的用户联预测系,向其介绍酒店的优点,给出一些入住奖励,力挽狂澜挽留他们。
- 最近发表
-
- 标签: 越疆机器人 DOBOTAtom RoverX1 协作机器人
- AI 发展加速引发焦虑,Anthropic 负责人希望用户能轻松跟上
- 机器人视觉大飞跃!新模型助力 AI “看懂” 三维世界,成功率提升 31%
- AI有声剧革命爆发!豆包推全自动多人配音系统,98%角色识别准确率,媲美专业广播剧
- 华为张平安:发展大数据产业 形成有韧性的数据产业链是关键
- 标签: 理想汽车 李想 杨海山 人力资源
- 从实验到实施:人工智能如何证明其在金融服务中的价值
- 云安全日报210926:Debian Linux内核发现特权提升,信息泄露漏洞,需要尽快升级
- 法国AI独角兽Mistral AI估值飙升至140亿美元
- 颠覆的 AI 解决方案:层次推理模型 HRM 实现100倍推理速度提升
- 随机阅读
-
- 云安全日报210329:Debian垃圾邮件过滤器发现注入攻击漏洞,需要尽快升级
- 阿里国际发布多模态大模型 Ovis2.5,推动视觉感知与深度推理新进展
- 大模型正颠覆金融服务,度小满CEO揭秘AI如何助力普惠金融
- 标签: 和辉光电 AMOLED面板 港股聆讯 上海国资委
- 天价耶稣像是达・芬奇画的?美国夫妇开发AI程序,CNN检测艺术伪造
- 美光245TB 6600 ION 数据中心 SSD 现已出货
- 在中国一千人中多少人用苹果手机?答案你很难想象得到
- 标签: 固态电池
- Luma AI 发布 Ray3:首款支持 HDR 视频生成的创新模型
- 标签: SBTI DeepSeek 豆包 千问
- 标签: 茉莉奶白 骑手 西三旗店
- 云安全日报220714:思科身份服务引擎发现身份验证绕过漏洞,需要尽快升级
- 学者控告苹果公司使用盗版书籍训练 AI,版权之争再掀波澜
- 云安全日报220428:思科Catalyst9000系列交换机发现权限提升漏洞,需要尽快升级
- 印尼巨头Gojek与Tokopedia准备合并 中东即将诞生亚马逊优步合体
- 标签: 思仪科技 创业板IPO 电子测量 国泰海通
- DuckDuckGo订阅服务新增AI功能 月费9.99美元可使用顶级模型
- 标签: 极越汽车 上海集度 预重整 战略投资
- 云计算开发:Python练习实例-两个矩阵相加
- 云安全日报210526:VMware虚拟化解决方案发现远程代码执行漏洞,需要尽快升级
- 搜索
-
- 友情链接