基于酒店交易数据的用户信用评估方法及系统技术方案

技术编号:14569527 阅读:95 留言:0更新日期:2017-02-06 03:21
本发明专利技术提供一种基于酒店交易数据的用户信用评估方法及系统,其利用zeus系统实现,包括:导入所有用户名数据;导入每一用户名对应的用户注册信息数据;导入每一用户名对应的用户金融交易数据;导入每一用户名对应的用户酒店交易数据;导入每一用户名对应的用户恶意投诉数据;对导入的该些数据进行预处理;预处理后的数据按照合并表中的字段顺序导入合并表;判断用户名对应的注册时间、是否已经实名认证、现金账户余额、最近一时间段内酒店成交订单数、最近一年内NoShow订单数以及最近一年内恶意投诉记录数是否满足相应的条件,若均满足则设置信用等级合格,否则设置信用等级不合格,本发明专利技术能够更加准确地评估出用户的信用等级。

【技术实现步骤摘要】

本专利技术涉及通信
,特别涉及一种基于酒店交易数据的用户信用评估方法及系统
技术介绍
现有的酒店用户信用评估方法大多是以酒店的数据和信息为基础,提出了顾客信用管理的方法。这种方法的缺点在于比较片面,只能从一个个酒店的数据出发,没有用户的消费数据做参考。还有一种是通过用户在网站上购买其他消费品的交易数据进行用户信用评估,以确定用户是否可以通过信用入住酒店。这种技术虽然可以量化各种影响因素,但用户的消费理念不同。消费品的交易数据并不能反映其他交易行为,对于用户的酒店交易行为无法提供直接的数据并进行分析,因此,通过上述现有技术评估出的酒店用户信用不准确。
技术实现思路
本专利技术要解决的技术问题是为了克服现有技术中对酒店用户的信用评估不准确的缺陷,提供一种基于酒店交易数据的用户信用评估方法及系统。本专利技术是通过下述技术方案来解决上述技术问题的:本专利技术提供一种基于酒店交易数据的用户信用评估方法,其特点在于,其利用zeus(宙斯)系统实现,其包括以下步骤:从注册数据库中导入注册表的所有用户名数据;从公共数据库中导入每一用户名一一对应的用户注册信息数据,该用户注册信息数据包括注册时间;从交易系统中导入每一用户名一一对应的用户金融交易数据,该用户金融交易数据包括是否实名认证和现金账户余额;从酒店数据库中导入每一用户名一一对应的用户酒店交易数据,该用户酒店交易数据包括最近一时间段内酒店成交订单数和最近一年内NoShow(指预定了酒店等服务但没有到场)订单数;从风险控制数据库中导入每一用户名一一对应的用户恶意投诉数据,该用户恶意投诉数据包括最近一年内恶意投诉记录数;对导入的该些数据进行预处理操作;将预处理后的数据按照合并表中的字段顺序导入该合并表;该些字段依次为注册时间、是否实名认证、现金账户余额、最近一时间段内酒店成交订单数、最近一年内NoShow订单数以及最近一年内恶意投诉记录数;判断一用户名对应的注册时间是否大于一第一设定值、是否已经实名认证、现金账户余额是否大于一第二设定值、最近一时间段内酒店成交订单数是否大于一第三设定值、最近一年内NoShow订单数是否小于一第四设定值以及最近一年内恶意投诉记录数是否小于一第五设定值,若均为是则设置该用户名对应的信用等级为信用等级合格,否则设置该用户名对应的信用等级为信用等级不合格。较佳地,该用户注册信息数据还包括用户等级、是否绑定手机号、是否绑定邮箱、平均成交酒店星级、酒店消费能力以及酒店服务消费金额。较佳地,该用户金融交易数据还包括用户有效积分、礼品卡余额、钱包余额以及信用卡扣款成功率。较佳地,接收输入的用户名,显示该用户名对应的信用等级。较佳地,将FnvHash算法(Fnv哈希算法)封装在Java(是一种可以撰写跨平台应用程序的面向对象的程序设计语言)中上传至该zeus系统,该zeus系统通过该FnvHash算法将该些用户名数据划分为多个分区,并为每一分区建立一个用户表。本专利技术还提供一种基于酒店交易数据的用户信用评估系统,其特点在于,其利用zeus系统实现,该用户信用评估系统包括:一第一导入模块,用于从注册数据库中导入注册表的所有用户名数据;一第二导入模块,用于从公共数据库中导入每一用户名一一对应的用户注册信息数据,该用户注册信息数据包括注册时间;一第三导入模块,用于从交易系统中导入每一用户名一一对应的用户金融交易数据,该用户金融交易数据包括是否实名认证和现金账户余额;一第四导入模块,用于从酒店数据库中导入每一用户名一一对应的用户酒店交易数据,该用户酒店交易数据包括最近一时间段内酒店成交订单数和最近一年内NoShow订单数;一第五导入模块,用于从风险控制数据库中导入每一用户名一一对应的用户恶意投诉数据,该用户恶意投诉数据包括最近一年内恶意投诉记录数;一预处理模块,用于对导入的该些数据进行预处理操作;一第六导入模块,用于将预处理后的数据按照合并表中的字段顺序导入该合并表;该些字段依次为注册时间、是否实名认证、现金账户余额、最近一时间段内酒店成交订单数、最近一年内NoShow订单数以及最近一年内恶意投诉记录数;一判断模块,用于判断一用户名对应的注册时间是否大于一第一设定值、是否已经实名认证、现金账户余额是否大于一第二设定值、最近一时间段内酒店成交订单数是否大于一第三设定值、最近一年内NoShow订单数是否小于一第四设定值以及最近一年内恶意投诉记录数是否小于一第五设定值,在判断出均为是时则调用一第一设置模块设置该用户名对应的信用等级为信用等级合格,否则调用一第二设置模块设置该用户名对应的信用等级为信用等级不合格。较佳地,该用户注册信息数据还包括用户等级、是否绑定手机号、是否绑定邮箱、平均成交酒店星级、酒店消费能力以及酒店服务消费金额。较佳地,该用户金融交易数据还包括用户有效积分、礼品卡余额、钱包余额以及信用卡扣款成功率。较佳地,该用户信用评估系统还包括一输入模块和一显示模块,该输入模块用于接收输入的用户名,该显示模块用于显示该用户名对应的信用等级。较佳地,该用户信用评估系统还包括一封装模块,该封装模块用于将FnvHash算法封装在Java中上传至该zeus系统,该zeus系统通过该FnvHash算法将该些用户名数据划分为多个分区,并为每一分区建立一个用户表。在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。本专利技术的积极进步效果在于:本专利技术基于酒店交易数据的用户信用评估系统是从用户在网站预订酒店的数据出发,利用zeus大数据平台进行统计和计算,设置信用评估参数,对用户入住酒店的信用等级进行评估,能够更加准确地评估出用户的信用等级。附图说明图1为较佳本专利技术实施例的基于酒店交易数据的用户信用评估方法的流程图。具体实施方式下面通过实施例的方式进一步说明本专利技术,但并不因此将本专利技术限制在所述的实施例范围之中。本实施例提供一种基于酒店交易数据的用户信用评估方法,其利用zeus大数据平台,从多维度的真实交易数据库中导入信用评估所需的数据,由于数据量非常大,在导入的过程中对导入数据进行水平拆分,计算完毕后再进行汇总,存放于分区的数据库表中。用户信用评估方法都是采用shell(一种程序设计语言)脚本的方式,依赖zeus的调度方法进行导入和计算。具体如图1所示,该用户信本文档来自技高网...

【技术保护点】
一种基于酒店交易数据的用户信用评估方法,其特征在于,其利用zeus系统实现,其包括以下步骤:从注册数据库中导入注册表的所有用户名数据;从公共数据库中导入每一用户名一一对应的用户注册信息数据,该用户注册信息数据包括注册时间;从交易系统中导入每一用户名一一对应的用户金融交易数据,该用户金融交易数据包括是否实名认证和现金账户余额;从酒店数据库中导入每一用户名一一对应的用户酒店交易数据,该用户酒店交易数据包括最近一时间段内酒店成交订单数和最近一年内NoShow订单数;从风险控制数据库中导入每一用户名一一对应的用户恶意投诉数据,该用户恶意投诉数据包括最近一年内恶意投诉记录数;对导入的该些数据进行预处理操作;将预处理后的数据按照合并表中的字段顺序导入该合并表;该些字段依次为注册时间、是否实名认证、现金账户余额、最近一时间段内酒店成交订单数、最近一年内NoShow订单数以及最近一年内恶意投诉记录数;判断一用户名对应的注册时间是否大于一第一设定值、是否已经实名认证、现金账户余额是否大于一第二设定值、最近一时间段内酒店成交订单数是否大于一第三设定值、最近一年内NoShow订单数是否小于一第四设定值以及最近一年内恶意投诉记录数是否小于一第五设定值,若均为是则设置该用户名对应的信用等级为信用等级合格,否则设置该用户名对应的信用等级为信用等级不合格。...

【技术特征摘要】
1.一种基于酒店交易数据的用户信用评估方法,其特征在于,其利用
zeus系统实现,其包括以下步骤:
从注册数据库中导入注册表的所有用户名数据;
从公共数据库中导入每一用户名一一对应的用户注册信息数据,该用户
注册信息数据包括注册时间;
从交易系统中导入每一用户名一一对应的用户金融交易数据,该用户金
融交易数据包括是否实名认证和现金账户余额;
从酒店数据库中导入每一用户名一一对应的用户酒店交易数据,该用户
酒店交易数据包括最近一时间段内酒店成交订单数和最近一年内NoShow订
单数;
从风险控制数据库中导入每一用户名一一对应的用户恶意投诉数据,该
用户恶意投诉数据包括最近一年内恶意投诉记录数;
对导入的该些数据进行预处理操作;
将预处理后的数据按照合并表中的字段顺序导入该合并表;该些字段依
次为注册时间、是否实名认证、现金账户余额、最近一时间段内酒店成交订
单数、最近一年内NoShow订单数以及最近一年内恶意投诉记录数;
判断一用户名对应的注册时间是否大于一第一设定值、是否已经实名认
证、现金账户余额是否大于一第二设定值、最近一时间段内酒店成交订单数
是否大于一第三设定值、最近一年内NoShow订单数是否小于一第四设定值
以及最近一年内恶意投诉记录数是否小于一第五设定值,若均为是则设置该
用户名对应的信用等级为信用等级合格,否则设置该用户名对应的信用等级
为信用等级不合格。
2.如权利要求1所述的用户信用评估方法,其特征在于,该用户注册
信息数据还包括用户等级、是否绑定手机号、是否绑定邮箱、平均成交酒店
星级、酒店消费能力以及酒店服务消费金额。
3.如权利要求1所述的用户信用评估方法,其特征在于,该用户金融

\t交易数据还包括用户有效积分、礼品卡余额、钱包余额以及信用卡扣款成功
率。
4.如权利要求1所述的用户信用评估方法,其特征在于,接收输入的
用户名,显示该用户名对应的信用等级。
5.如权利要求1所述的用户信用评估方法,其特征在于,将FnvHash
算法封装在Java中上传至该zeus系统,该zeus系统通过该FnvHash算法将
该些用户名数据划分为多个分区,并为每一分区建立一个用户表。
6.一种基于酒店交易数据的用户信用评估系统,其特征在于,其利用
zeus系统实现,该用户信用评估系统包括:
一第一导入模块,用于从注册数据库中导入注册表的所有用户名数据;...

【专利技术属性】
技术研发人员:张露瑶陈榕刘诚王刚
申请(专利权)人:携程计算机技术上海有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1