С развитием технологий и интернета менялся и, главное, упрощался поиск. Поисковые сервисы настраивали алгоритмы и обучали свои машины искать не по стопроцентному попаданию искомого текста, а также с учетом изменения самого текста: синонимы, словоформы (склонения по падежам). Сейчас даже настраиваются алгоритмы выдачи ответа, когда люди ищут совсем другое, но похожее по контексту. Например, всемирно известный стриминговый сервис собирает предпочтения клиентов и настраивает алгоритмы так, что робот рекомендует клиенту новые фильмы в том же жанре, что и недавно просмотренный.
И если поисковики ушли далеко вперед в этой области, тревел-компании не настолько развиты в вопросе использования нейронной сети, обученной на основании предыдущих поездок, с учетом общих тенденций и иных особенностей клиента.
____________________
Как было и как будет
Тревел-компании пережили несколько трансформаций.
В 1990-е и 2000-е годы компании были вынуждены иметь специализированный персонал, который бронировал отели, ж/д и авиапоездки в «синих и зеленых экранах» глобальных систем бронирования. Было важно знать язык этих систем.
Последнее десятилетие тревел-компании — как ОТА, так и бизнес-тревел, где обслуживаются корпоративные клиенты — шагнули вперед. Теперь обыватель может бронировать авиабилеты, отели и иные услуги путем заполнения параметров поездки в нужных боксах (полях): «откуда», «куда», «дата отправления» или «дата заселения в отель», «дата обратного вылета» или «дата чек-аута из отеля» и т. д.
А что если осуществить новый прорыв: сделать единый TravelBox, как у поисковиков, где любой из нас может интуитивно изложить свои тревел-критерии в формате произвольного текста, что позволит сократить до 30% времени клиента на поиск нужных сервисов? Что если путем сложения нескольких поисков в один снизить нагрузку на систему до 30%? Что если все онлайн-сервисы по продаже тревел-контента и компании из области корпоративного обслуживания деловых поездок будут выдавать лишь 1 строку, как это принято у Google и Яндекса?
С учетом возможностей по преобразованию голосовых сообщений в текст также решается задача для пользователей смартфонов: в будущем можно будет просто озвучить критерии бронирования в свободной форме. Таким образом, поиск будущего в формате TravelBox даст возможность вообще не тратить время для набора текста.
Техническая сторона вопроса
По мнению профессионалов и отраслевых ИТ-гуру, задача не такая уж сложная. Дмитрий Семенов (CTO Trivio) считает, что для обучения нейронной сети необходимо использовать данные от поставщиков (авиа, ж/д, отели, трансфер и т. д.), данные о клиенте и о том, какие варианты от поставщиков наиболее интересны клиенту, какие бронирования были совершены.
Имея обученную нейронную сеть, компания сможет оценить релевантность по каждому варианту от поставщика и вероятность того, что клиент забронирует именно этот вариант.
Для определения вероятности, с которой клиент забронирует тот или иной вариант, добавляется слой нейронной сети softmax.
После обучения нейронных сетей для каждого типа услуги (авиа, ж/д, отели, трансфер) можно по запросу клиента составить готовый вариант поездки с полным комплексом необходимых услуг.