(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111474811.1 (22)申请日 2021.12.0 3 (71)申请人 广州百奕信息科技有限公司 地址 510000 广东省广州市越秀区人民北 路604之二号10层自编02单 元 (72)发明人 罗滢瀛　 (74)专利代理 机构 广州海藻专利代理事务所 (普通合伙) 44386 专利代理师 张大保 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/14(2012.01) (54)发明名称 一种政企差旅民航大数据的行程智慧动态 规划方法与系统 (57)摘要 本发明公开了一种政企差旅民航大数据的 行程智慧动态 规划方法与系统， 首先根据第一用 户的需求， 进行基于价格、 爱好、 差旅时间、 差旅 类型等内容的初始差旅 路线规划， 推荐初始差旅 路径和民航航线； 同时， 获取第二用户特征， 推荐 初始差旅路径和民航航线； 计算第一用户及第二 用户的路线相似度， 根据相似度， 将部分路线合 并为相同路线； 检测第一用户被粉丝用户打扰和 被迫交流的时间， 并记录差旅类型； 检测用户在 社交媒体上发布的差旅日志或社交媒体动态； 重 新进行目的地规划， 并调整航线， 根据航线推荐 差旅周边服务； 根据隐私保护需求， 自动调整差 旅日志在社交媒体上的信息内容， 到达保护政企 高高管用户航线隐私的目标。 权利要求书3页 说明书8页 附图2页 CN 114819247 A 2022.07.29 CN 114819247 A 1.一种政企差 旅民航大 数据的行程智慧动态规划方法， 其特 征在于， 所述方法包括： 根据第一用户的需求， 进行基于价格、 爱好、 差旅时间、 差旅类型等内容的初始差旅路 线规划， 推荐初始差旅路径和民航航线； 同时， 获取第二用户特征， 推荐初始差旅路径和民 航航线； 所述第一用户是具有隐私保护需求的政企高管或明星用户， 所述第二用户是指所 述第一用户的家人或伙伴； 计算第一用户及第二用户的路线相似度， 根据相似度， 将部 分路 线合并为相同路线； 根据初始差旅路线及过往路线， 在差旅过程中， 检测第一用户被粉丝用户打扰和被迫 交流的时间， 并记录 差旅类型； 检测用户在社交媒体上发布的差 旅日志或社交媒体动态； 根据第一用户可能被认出和打扰的概率， 重新进行目的地规划， 将第一用户 和第二用 户相似度高但容易被打扰的差旅项目和路线， 进 行调整， 并调整航线， 根据航线推荐差旅周 边服务； 根据隐私保护需求， 自动调整差旅日志在社交媒体上的信息内容， 保护用户的航线 隐私。 2.根据权利要求1所述的方法， 其中， 所述进行基于价格、 爱好、 差旅时间、 差旅类型等 内容的初始差 旅路线规划， 包括： 根据用户的差旅购票需求， 进行基于价格、 爱好、 差旅时间、 差旅类型等内容的初始差 旅路线规划， 并根据大 数据推荐相关民航的航线； 收集用户购买机票时提供的用户信息， 在取得用户授权同意后收集， 并建立用户信息 大数据， 所述用户信息包括： 性别、 年龄、 消费水平、 历史差 旅地数据； 建立用户分类模型， 包括： 获取所述用户的信息大数据中性别、 年龄、 消费水平、 户籍所 在地、 历史差旅地数据作为训练集， 将预设的适合用户信息的航线和景点路线， 作为标注 值； 所述标注内容， 主要包括建立用户特征与景点类型映射关系表， 包括统计全国各景点类 型接待旅客的用户特征， 将出现次数超过预设值的用户特征作为针对该景点类型的最佳景 点， 用于构建初始景点的标注； 通过随机森林算法训练航线分类模型， 将所述用户的信 息数据输入到所述航线分类模 型， 中得到特定用户对应的航线和景点的路线； 根据差旅路线 经过的路线内容， 根据用户的 个人信息特 征， 通过搜索起 点与终点以及差 旅时间， 推荐相关民航 航线， 计算 航线价格。 3.根据权利要求1所述的方法， 其中， 所述计算第一用户及第二用户的路线相似度， 根 据相似度， 将部分路线合并为相同路线， 包括： 首先建立关系预测模型， 对于无法匹配亲属关系的用户进行关系预测， 具体包括： 基于 所述用户信息大数据获取购买机票用户的信息并提取特征， 所述特征包括： 姓名、 性别、 年 龄， 收集关系确定的用户特征数据作为训练集， 所述关系包括： 同事、 情侣、 朋友、 未知， 将所 述训练集通过SVM算法进行分类得到关系 预测模型， 通过所述关系预测模型中预测同一购 票ID下第二用户之间的关系， 通过购票时使用的相同ID， 预测同一购票ID下第二用户的关 系； 进一步的， 根据第一用户与第二用户的性别、 年龄、 消费水平、 户籍所在地、 历史差旅地 数据、 根据推荐的差旅景点的地理位置， 将各个景点进 行地理位置上的路线相连， 根据路线 进行线路绘制， 并根据绘制后的路线的点和边， 进 行基于欧几里得距离的相似度计算， 将相 似的景点和路线合并在一 起， 作为推荐第一用户与第二用户可以共同差 旅的景点。 4.根据权利要求1所述的方法， 其中， 所述根据初始差旅路线及过往路线， 在差旅过程权　利　要　求　书 1/3 页 2 CN 114819247 A 2中， 检测第一用户被粉丝用户打扰和被迫交流的时间， 并记录 差旅类型， 包括： 通过记录在差旅过程中， 所述第 一用户被粉丝用户认出后， 被打扰和被迫交流的时间， 与当次差旅的类型， 建立打扰时间与差旅类型关系映射表， 用于统计哪种差旅类型与方式 更容易被打扰。 5.根据权利要求1所述的方法， 其中， 所述检测用户在社交媒体上发布的差旅日志或社 交媒体动态， 包括： 获取社交媒体上， 用户在差旅过程中发布的内容， 检测文中是否出现地名、 带地理标志 的品牌的内容， 识别社交媒体图片 中是否有地标性建筑物， 判断用户是否暴露了 自身的地 理位置信息 。 6.根据权利要求1所述的方法， 其中， 所述根据第一用户可能被认出和打扰的概率， 重 新进行目的地规划， 将第一用户和第二用户相似度高但容易被打扰的差旅项目和路线， 进 行调整， 并调整航线， 包括： 提取的用户特征， 计算用户组中某个用户对不同类型隐私的敏感程度， 具体包括： 根据 预先存储的第一用户的隐私敏感特征数据， 将所述训练样本输入到神经网络进行模型训 练， 得到隐私信息类型标签； 获取用户的个人隐私 类别标识， 将所述个人隐私类别标识分别 加入所述用户的特征值中， 根据所述特征向量和所述个人隐私 类别标识确定所述用户的 隐 私类型， 建立所述用户特征—所述隐私 类型对照表， 通过对照表获取用户敏感隐私 类型； 隐 私类型， 包括： 个人事务、 个人信息、 陪同人员； 然后根据敏感隐私类型， 判断该差旅景点是否适合会暴露第 一用户身份或相关隐私信 息， 基于判断结果， 推荐第一用户与第二用户是否可以同时参与该差旅项目； 所述判断方法 是根据用户的隐私类型， 并根据差 旅项目是否会暴露该隐私类型进行 预设和自动判断； 统计哪种类型的服务经常导致第一用户的身份被识别， 针对概率差旅项目， 推荐第一 用户进行回避， 达到保护隐私； 当所述项目因为第一用户无法无法参与时， 自动帮助第一用 户删除该航班航线和退票。 7.根据权利要求1所述的方法， 其中， 所述 根据航线推荐差 旅周边服务， 包括： 根据隐私保护需要， 对个人护理、 健康检查、 户外运动、 酒店运动、 租车服务， 差旅周边 服务项目， 进 行逐项的分析过滤， 只保留适合第二用户的的周边服务， 取消适合第一用户的 服务。 8.根据权利要求1所述的方法， 其中， 所述自动调整差旅日志在社交媒体上的信息内 容， 保护用户的航线隐私， 包括： 对隐私类型和暴露隐私敏感度进行度量， 主要包括： 判断暴露的隐私类型并对隐私敏 感度进行度量， 所述的隐私敏类型具体包括： 设p＝[p1,p2, …,pn]为用户的隐私类型， 隐私 类型包括： 个人事务、 个人信息、 陪同人员； 隐私敏感度表示为： sv＝[sv1,sv2, …,svn]， 其 中svi表示针对隐私类型pi的敏感度， 将其分为5个等级： A++非常敏感、 A+比较敏感、 A敏感、 B+一般敏感、 B不敏感； 根据隐私类型和对应的敏感程度作为标注值， 将可能会暴露个人信 息的日志信 息作为 训练数据， 训练隐私保护敏感度模型， 具体包括： 根据预先存储的用户的隐私敏感特征数据 作为训练样本标注值， 将预先收集的用户社交网络上或者差旅日志上， 提到的包含地理位 置的地址信息和差旅景点信息、 容易标识 其身份的单位或 内容信息， 作为训练特征值， 输入权　利　要　求　书 2/3 页 3 CN 114819247 A 3