Nebula Graph信息图谱如何助力携程酒店优化客户数据管理？

本文共计8056个文字，预计阅读时间需要33分钟。

对用户的每一次查询，都能根据其意图制作出相应的场景和产品匹配。这是移动酒店技术团队的目标，但实现这一目标时他们遇到了三大挑战……

对于用户的每一次查询，都能根据其意图做到相应的场景和产品的匹配”，是携程酒店技术团队的目标，但实现这个目标他们遇到了三大问题…本文着重讲述他们是如何构建场景与信息关系，用 Nebula 处理关联关系，从而快速返回场景化定制推荐信息给酒店用户的实践过程。

本文首发于 Nebula Graph Community 公众号

对于用户的每一次查询，都能根据其意图做到相应的场景和产品的匹配”，是携程酒店技术团队的目标，但实现这个目标他们遇到了三大问题…本文着重讲述他们是如何构建场景与信息关系，用 Nebula 处理关联关系，从而快速返回场景化定制推荐信息给酒店用户的实践过程。

背景

用一句话来概述携程愚公项目的需求便是“对于用户的每一次查询，都能根据其意图做到相应的场景和产品的匹配”。

目前，在酒店排序方面，携程酒店已经做到了针对不同的用户群体和使用场景给出定制化服务：在不同的场景下，酒店列表页面会有不同的排序，获得了很高的用户价值提升。而携程酒店通过在前端展示场景化内容，也降低用户决策的费力度。

假如当前用户场景是滑雪度假，作为服务提供方我们自然期望前端的各个展示位都能与滑雪相关联，如上图酒店列表页中酒店的短标签位展示了一个滑雪套餐，酒店的榜单位展示的是当前酒店在当地的滑雪榜排名，以及酒店的展示图片为雪景下的酒店。

酒店详情页中，酒店相册所展示内容也是雪景。