机器学习领域不断崛起 旅游行业如何把握时代脉搏?

2017-11-28 14:19:49 航旅同行 孙宗洵 9761

机器学习领域不断崛起 旅游行业如何把握时代脉搏?

机器学习领域不断崛起 旅游行业如何把握时代脉搏?

机器学习在旅游行业普及度不断提高。冰岛航空、汉莎航空和奥地利航空已推出聊天机器人;酒店行业利用机器学习改善网站图片顺序以激发购买欲。旅游行业需要思考的是机器学习能够怎样促进其发展。

目前机器学习在旅游行业实现了前所未有的普及度。原因很简单:机器学习的发展达到了前所未有的高度。

机器学习具有显而易见的吸引力。例如:复杂的算法在极快的速度下能够识别微妙而重要的数据模式。而人类则永远无法识别。通过向信息“学习”,“机器”可提前预测模式,然后采取行动,对知识进行处理,从而最大程度扩大未来的业务。因此,某种意义上,机器学习其实是运用现代化且高度复杂的科技手段来践行一个长期确立的理念,即通过学习过去来预测未来。在旅游业内,机器学习以及数据挖掘等其他形式人工智能的实际应用多种多样且不断更新。

聊天机器人的崛起

“聊天机器人”是机器学习发挥作用一个典型实例。正如其名所示,聊天机器人实质上属于机器,也就是一种信息传送App。客户看似是在和机器对话。聊天机器人有关客户过往预订历史的信息,能够提供有针对性的建议,促成销售业务的可能性很高。关键在于,聊天机器人不断从客户完成的每次预订中学习。因此,每次新的“聊天”及客户互动后,其提出的建议都会更具关联性。这对于个性化极强的旅游业来说是一项巨大的优势。这种机器实际上就是在学习怎样在没有人类帮助的情况下达成交易。

聊天机器人在许多方面都已超越人类,其能够:

提供一周7天、全天24小时的低成本客户支持。

交付实时信息翻译,使你无需在凌晨两点的东京打电话向英文销售员求助。

比起等待呼叫中心回复要快得多。如果你希望了解列车时刻、最佳剧院和天气等,机器能够以快于最博学的人类的速度找到相关信息并将其传递给你 。

聊天机器人不可能总是能够解答复杂的问题,这一点是公认的。但是,其成熟度在不断地提升。显然,机器是在不断学习的。冰岛航空、汉莎航空和奥地利航空这三家航企已看到了机器学习的潜力,并已推出了聊天机器人。

实用性规划,节省时间

机器学习还能够在规划最佳航班路线等领域发挥作用。例如:评估某远程往返航线上的数百万个航班选项时,复杂的算法能够学习过往的预订数据,可以从所有可能性中筛选出少量最具实用性或最具吸引力的选项,只需数秒即可完成。

机器学习的另一项应用是解决重复上架的问题。例如:线上旅游代理商收集来自多个源头的数据时,会遇到拼写错误、标点符号和语序错乱的问题。这些问题对于计算机来说曾经是一大难题。而目前机器可分析数据,自行计算出“Delta Air Line”其实就是“Delta Airlines(达美航空)”。员工无需再费时间来去除复制。客户也不会因为发现两项产品其实是同一个航班而感到失望。

Expedia Affiliate Network(EAN)和大量旅游企业一样,机器学习对于其业务方式来说显得日益关键。EAN利用成百上千个酒店特性、通过个体消费者的喜好来为旅游业合作方进行酒店排名。EAN和聊天机器人一样,也会从每次互动中学习。例如:某旅客总是选择有优质健身房的酒店,但从未对泳池表现出兴趣。EAN的机器监测到他每次选择和拒绝的选项以及他的预订业务,从而在不明确编入这些详细信息的情况下了解到该情况。因此,这位旅客之后预订某合作航企前往亚特兰大的航班时,EAN会即时向他显示一系列适合的当地酒店,且优先显示有健身房(而不是泳池)的酒店。这样可在最大程度上提高达成销售业务的可能性。

学习到的经验

EAN正在研究利用一种称作“深度学习”的机器学习形式,来对酒店图片进行排名和筛选。我们所学到的经验是:人们在查看某酒店的上架内容时,在考虑酒店名称或价格之前,首先看到的就是图片。其实,我们处理一张图片大概需要二十分之一秒的时间。因此,图片的质量和关联性及其向旅客显示的顺序便至关重要。

过去我们依赖于人工流程来为上架内容选择主打图片,其他图片则随机排列或组合。EAN有30多万个房间以及1000多万张图片。因此,可以想象,人工进行排名和筛选是极难的。利用人工智能可自动完成这一工作。

展望未来

我们的目标是不仅根据图片质量来自动排列和筛选图片,还要根据旅客类型、客户喜好以及季节性来进行排列和筛选。这样,就能够向每名个体消费者显示最有可能激发购买欲的图片。

好在机器学习正在快速进步。数据处理、分析和付诸行动的速度本已极快,并且每天还在继续加快。据预计,不仅是旅游业,有大量行业都会经历机器学习从小众应用转变为关键任务流程的过程。

关于计算领域所出现的问题,通常其既有人类方面的局限性,也有科技上的局限性。数字用户体验几乎所有方面都能够利用人工智能来改进。我们都需要有创意性地思考机器学习能够怎样促进我们的活动。

那么,作为一个蓬勃发展的行业,旅游行业人士接下来要做的是什么?

关于钱包行云

钱包行云,面向企业客户群体,从企业日常费用支出管理入手,以提供出行、商旅、办公、福利等企业消费场景服务为基础,配合企业报销管理费用管控工具,提供一站式的企业消费支出管理服务。

机器学习领域不断崛起 旅游行业如何把握时代脉搏?

标签:   机器学习 旅游行业 酒店 酒店行业 钱包行云 商旅 费用管控 报销管理

钱包行云全国客服:400-0513-568

地址:北京市朝阳区酒仙桥路52号院 东方科技园1号楼A座

钱包行云(北京)科技有限公司版权所有  2017  京ICP备17006993号—1

         商旅—报销—差旅—差旅管理—费用管控—钱包行云(北京)科技有限公司

             商旅—差旅管理—企业消费金融专家—钱包行云  1492076959272879.png