導讀
互聯網企業的核心需求是“增長”，移動互聯時代下的在線旅遊業也不例外。隨着大數據、雲計算和人工智能等技術的不斷進步， 通過算法和模型來實現增長已成爲核心。
近年來推薦系統迅速崛起，主要解決在信息過載的情況下，幫助用戶高效獲取感興趣的信息，同時幫助企業最大限度的吸引用戶、留存用戶、增加用戶黏性、提高用戶轉化率。因此個性化的推薦服務對於在線旅遊業也變得非常重要，通過推薦能夠將用戶從衆多的旅行選擇中解放出來，指導用戶快速找到感興趣的項目，大大簡化用戶的旅行計劃和購買。
在線旅遊服務商 (OTA)提供的應用中包含酒店、航班、旅遊產品、攻略等各個環節和產品。其中酒店涉及到的推薦場景較多，例如城市熱門酒店推薦、附近同類型酒店推薦、機票頁酒店交叉推薦、Meta着陸頁相似酒店推薦、信息流推薦等。大部分場景都實現了個性化的推薦服務，其核心就是一組酒店與一組用戶相匹配的挑戰。
推薦準確性取決於如何利用可用信息 ，這些信息主要包括物品信息(I)、用戶信息(U)及上下文信息©等，例如給定的酒店特徵、酒店的位置吸引力、用戶的購買歷史等。將這些信息構建一個函數 f(U,I,C)，預測用戶對特定候選酒店的喜好程序，再根據喜好程度對所有候選酒店進行排序，生成推薦列表。見圖1推薦系統邏輯框架。
原文鏈接:【https://www.infoq.cn/article/TuC8012sscB0ykPgQRed】。未經作者許可，禁止轉載。