用算法为你选择一家最中意的酒店,这就是Q酒店在做的事情

在这个人人创业的时代,要想在众多竞争者中脱颖而出,本身是一件很困难的事(尤其在中国这个盛行Copycat的地方)。但如果你有一个明显的优势,那么你能更容易让用户和投资人找到你,而在这些优势中,相比需求驱动、设计驱动,最容易形成壁垒的就是技术驱动了。

Q酒店就是这样一家实实在在以技术驱动的公司。

Qjiudian2

在我之前的印象中,酒店类App 往往是以巧妙的模式或丰富的资源取胜的,不过最近接触的Q酒店这款App ,却打着个性化推荐这张相当“大胆”的牌。只所以说“大胆”,是因为国内很少有在“算法”上比较牛的公司,个性化推荐需要在数据挖掘、语义分析、机器学习等各种算法上有着很强的功底,才能做到让用户满意的效果。当看到Q酒店打算从这点切入的时候,我还是很惊讶的。

Q酒店产品负责人Dicson 在聊天的时候称,过去的酒店App ,都是根据价格、位置、综合评分来为用户提供选择的。但每个人对酒店的要求都不一样,有的重卫生轻服务,有的人重价格轻环境,所以Q酒店是根据每个用户自己的选择标准,来推荐最合适他的酒店。这和饭本关于“饮食是分层次的”的逻辑一样,每个人的口味偏好评判标准不同,仅仅是大众点评或酒店综合评分已经不能满足用户的需求了,需要根据不同人的喜好进行推荐。

Q酒店今天刚刚上线了1.31版,新版本在用户个性化数据加密方面做了优化,同时产品界面也有所调整(简洁的设计颇有iOS 7的风格)。根据Dicson 的说法,Q酒店由技术驱动主要体现在三个方面:用户喜好、酒店评价和使用场景。团队内部将其称为“三维匹配推荐算法”。它的原理是将用户的个人喜好、所处场景、酒店自身条件分别建模(每个模型背后对应若干个参考要素,分别配以不同的权重系数),再将三个数据模型进行交叉匹配,得出针对每个用户在不同场景下不同酒店的优先排列顺序。

Qjiudian1

在Q酒店左侧设置界面里,有9个用户喜好的选项,每位用户可以选择在选酒店时最看重的四个要素,其中有房间舒适、服务周到、性价比高、卫生干净、设施齐全等。用户选了四项后,Q酒店就会将这三项综合权重最高的酒店选项推荐给用户。Dicson 告诉我,这9个喜好选项并不是简单的添加上来的,而是他们根据合作方提供的酒店评论资源库,通过数据挖掘和语义分析,并结合入住酒店的各类典型用户的深入访谈,将大众最关心的9项要求提取出来,生成了这9个喜好。

Q酒店为了尽可能全面的提供酒店数据,他们会采用多种形式来尽可能多的获得各种酒店资源。Q酒店的开发商初见公司创始人是7天连锁酒店的前CEO 郑南雁,而Q酒店之前也有几款酒店预定类的产品,所以他们更容易获得更多的酒店数据。

而这些获得的数据,Q酒店会通过数据挖掘、内容过滤等算法,将其中有价值的评论提取出来,并根据这些数据对酒店进行分析。每个酒店最后的数据会根据几个维度进行评分,类似于人类性格分析中常用的“雷达模型”,用户通过9个喜好形成的雷达模型和酒店的雷达模型进行匹配,最后匹配度最高的那些酒店,就会推荐给用户。

最后一个使用场景:旅行、出差、约会。由于人们在不同场景下显然对入住酒店的要求不一样,如出差公费自然对价格不敏感、旅行自然要求交通方便等,所以Q酒店也会根据场景来调整算法。当用户在选择场景之后,Q酒店便会根据用户喜好和场景,综合得出一个酒店权重,然后推荐比较准确的酒店。

Dicson 告诉PingWest ,Q酒店的信息推荐算法已经申请了国家专利,用户使用Q酒店的次数和时间越长,Q酒店推荐的内容便越准确。目前Q酒店团队还不到10人,其中有五位技术,分别来自Google、百度等公司,在个性化推荐方面有很多的经验,另外成员中也有拥有资深的酒店IT和技术背景的人。

 

订阅更多文章

你可能感兴趣的: