火車訂票系統無票時的智能推薦策略實現思路

業務場景

用戶查詢車票顯示無票時，系統需根據查詢條件（出發地、目的地、出發時間、席位類型等）智能推薦替代方案，提升用戶成單率。

核心推薦維度

1. 鄰近日期推薦：前後 1-3 天有票的同車次或同路線。
2. 周邊車站推薦：出發站/到達站周邊 50km 內其他車站的車次。
3. 中轉方案推薦：拆分為兩程車次（如 A→B 無票，推薦 A→C + C→B），需換乘時間合理（>30分鐘）。
4. 相似席位推薦：二等座無票時推薦一等座/商務座，或動臥/軟臥替代硬臥。
5. 候補/搶票服務：接入候補購票功能，自動排隊等待退票資源。

技術實現要點

1. 數據準備

• 車站坐標庫（經緯度），用於計算周邊車站距離。
• 車次運行圖數據：站序、到發時間、歷史準點率。
• 實時餘票緩存（Redis），毫秒級查詢。

2. 推薦算法流程

function recommend(query):
    candidates = []
    // 1. 同車次鄰近日期
    candidates += searchNearbyDates(query.trainNo, query.date, ±3)
    // 2. 同路線其他車次
    candidates += searchSameRoute(query.from, query.to, query.date)
    // 3. 周邊車站
    nearbyFrom = getNearbyStations(query.from, 50km)
    nearbyTo = getNearbyStations(query.to, 50km)
    for f in nearbyFrom:
        for t in nearbyTo:
            candidates += searchTrips(f, t, query.date)
    // 4. 中轉方案（限 1 次換乘）
    candidates += searchTransfer(query.from, query.to, query.date, maxTransfer=1)
    // 5. 過濾無票、換乘時間過短、總耗時過長
    candidates = filterValid(candidates)
    // 6. 排序：優先級 = 價格相似度 + 時間接近度 + 歷史準點率 + 換乘次數權重
    return sortByScore(candidates)[:10]

3. 性能優化

• 預計算熱門 OD 對的推薦結果，緩存 5 分鐘。
• 異步計算非核心推薦（如中轉），主流程只返回直達+鄰近日期。
• 使用位圖索引快速過濾席位類型。

參考資源

• 百度知道相關討論：鏈接
• CSDN 下載資源：訂票系統源碼

總結

無票推薦的核心是「多維度擴大搜索空間 + 多因子排序」。工程上以直達鄰近日期為主，異步補充中轉方案，配合候補功能，可顯著提升用戶體驗與成單率。