logo

坐飞机担心被拖下来?让AI为你的出行保驾护航!

subtitle 网易智能04-16 08:56 跟贴 104 条

  【网易智能讯 4月16日消息】制定旅行计划是一件很累人的事。在选择行程计划、预订支付和组织行程时,你可能还得面对被殴打和被拖出飞机的风险。

  幸运的是,无论是对游客还是旅游公司,机器智能都可以解决其中的一些痛点问题。也许没有人比Giorgos Zacharia更了解这一点,他是Kayak的CTO,也是麻省理工学院人工智能和机器学习的博士。“人工智能是目前非常火热的一个领域,”他说,对人工智能的大肆炒作娱乐了大众,“但我们Kayak研究机器学习和人工智能已经很长时间了。“

  人工智能正在助力数字化用户体验的方方面面。系统会仔细分析你对特定季节、酒店风格和价格参数的喜好,然后将你想要的结果呈现在你面前。你在网站上看到的酒店列表照片,已经经过了千上万次的分割测试,在这些测试中,机器智能根据用户对不同的版本的反应进行排名,最后按照大众喜好进行了优化。

  你是否曾经有过这样的经历?在完成酒店或机票预订的最后一步时,却被告知,这次预订不可行。

  与许多行业一样,旅游公司也面临数据不一致的问题。由于大量的旧系统问题,酒店和航空公司的数据库更新可能不会完全同步到预订服务提供商,以反映实时的库存情况。为了解决这个问题,Kayak的算法分析了大量的历史数据,以生成更准确的库存预测。

  另一个常见的数据挑战是处理重复数据。Zacharia解释说:“所有的记录都来自不同的系统,可能会有拼写错误、不同的词序和其他情况,导致系统产生重复记录。”例如,一个相同的列表可以被命名为“波士顿万豪酒店”或“波士顿的万豪酒店”。为了节省时间,去重过程基本上是由机器智能自动完成的。只有机器智能的处理结果置信度很低时,即算法预测不确定时,才会被升级为人工分析。数据源不同的记录甚至可能会对一些基本的事实存在分歧,比如酒店是否有游泳池,但Zacharia表示 “这些算法可以非常迅速地合理化这些数据。”

  机器分析可以产生你意想不到的学习结果,结果可能是与你的直觉相悖的。在Kayak早期阶段,Zacharia建立了预测公司破产申请的系统。在一家公司破产前的一个月,这家公司的信用评分通常会有明显的改善。这一分析结果引发了进一步的调查。事实证明,处于危机关头的公司CFO们拼命地开始偿还过期的账单,希望能获得另一笔贷款,但通常都是以失败告终。

  类似的意外发现也发生在旅游领域。例如,用户不太关心酒店的平均评分,而更多关注的是评论的数量。一家只有不到24条评论的酒店,即使评论都是绝对正面的,也不太可能被预订。用户也对折扣优惠很敏锐。推广优惠信息通常会导致更高的转化率,但即使酒店的折扣房间没有透露原始价格,买家还是会本能地蜂拥而至。

  英文来源/forbes编译/机器小易 审校/Claire

热门跟贴
大家都在看