- 综合排序
- 最热优先
- 最新优先
- 来自专栏携程技术
干货 | 浅谈携程大住宿研发效能提升实践
2. 视角割裂，产生无效价值：产品只负责产出需求，开发只管任务完成，最终交付验收发现不是想要的功能。这是大住宿在敏捷转型前遇到最频繁的问题。 2. 试点部门级别产研一体的季度OKR复盘活动。为了更好的达到上下和左右对齐目标，提高协作效率，大住宿从今年Q1开始试行部门级产研一体的季度规划和复盘活动。 为了更好的落地MVP实践，大住宿主要采取了以下2个措施： 1. 合理拆分需求，降低试错成本。需求拆分越小，需求越容易理解，改动成本越低，缺陷暴露越早，价值流动越快，也能更早的交付给用户，提前得到反馈。 在规范化需求后大住宿又进一步培训加强产研团队共同拆分需求机制落地。 2. MVP思维贯穿需求整个生命周期。MVP在实际实践中容易陷入一个误区，做完一个MVP就没有后续。 经过一段时间的优化改进，大住宿2周内交付的需求占比呈稳定提升趋势。 七、总结 我们可以通过各种措施来提升改进，但研发效能的提升没有“银弹”，研发效能的提升没有最好，只有更好。
1.4K20编辑于 2022-12-14 - 来自专栏机器学习AI算法工程
python数据挖掘：能不能找出吃货最佳住宿点？
这次我爬出了哈尔滨市TOP285家好吃的店，包括烧烤的TOP，饺子的TOP，酱骨的TOP等等等等，在地图上显示，规划热点，再用聚类算法计算下能不能找出吃货最佳的住宿点，能够距离吃的各个地方行程最近，吃货们 可能是住宿的最佳点把，因为离各个好吃的距离是比较近的，这本来就是kmeans的核心。 ---- ? 可以从图像自带缓冲区看重叠部分，看包子热点 所以综上所述，喜欢吃包子的吃货，可以选择以上的点当做中转点或者住宿点，到哪个包子铺都是比较近的，但是！！！谁会一天三餐加夜宵都吃包子？？ 2.调用API经度误差的问题，具体演示这里，误差我看了一下。能调用的API精度误差大概百米多，没办法，能免费调用的API大家都懂的。 ? 当然，很多都是比较准确的，比如这些。 ? 总结 最终住哪，这不是我能决定的，主要还是靠交通，住宿环境和个人心情，推荐住在地铁附近，吃货可以选择在中央大街附近，最繁华，也里老道外很近，好吃的很多~诶，等等，我不是在做学术研究么。。
1.2K50发布于 2018-03-15 - 来自专栏携程技术
干货 | StarRocks在携程大住宿智能数据平台的应用
作者简介 Wenjun，携程资深软件工程师，负责大住宿数据智能平台的研发与维护，对于大数据领域技术有浓厚兴趣。 一、平台现状 大住宿数据智能平台（简称HData）是一个为携程大住宿业务提供数据可视化的平台。 在大住宿内部，每个部门关心的指标侧重点不同，权限控制不一样，所以数据展示的方式也是多样化。 HData每天有将近2200左右的UV，10w左右的PV访问，而节假日期间的访问量基本会翻2到3倍。 面对这种情况，一方面我们在前端做了节流来防止用户高频查询，同时在后端也做了缓存，但是实时数据的缓存时间不能太久，一般1~2分钟已经是用户可接受的极限。 同一个批次同一个订单，但订单状态不同的2条数据如果分别落在了不同的partition，routine load时无法保证哪条数据会先被消费。
2.1K20发布于 2021-11-02 重构大住宿业运营链路：绿云科技基于企点大模型落地高ROI场景
构建智能化业务闭环：底层引擎成功融合了结构化数据（如账务记录）与非结构化数据（如语音指令、文本对话），深度发挥算法优势，构建起涵盖“感知-分析-行动”的完整闭环，从根本上重塑了大住宿业的数字生态。
16310编辑于 2026-04-15- 来自专栏linux 自动化运维
自动统计出差费用-shell 脚本自动统计， 计算车费，餐补，住宿补。并且转换金额大写
filelist[$i]} $dir/$i.pdf done echo "列出所有文件： "; ls -alh $dir/ } feiyong() { quwei=2; # 60元/天 20 # 20 天 ) zslist=( # 住宿费标准 170 # 住宿 170元/天 19 # 19 天 ) ", x*y}' ` zssumstr=`echo "住宿补为： zssum = $x x $y = $zssum"` } fcdanwei() { daxielist=( hanzi=${daxielist[2]} ; echo "当前数字为 2 为 对应大写汉字：$hanzi " ;echo "" ;; 3) hanzi=${daxielist
59800编辑于 2023-06-09 绿云科技融合腾讯企点大模型：驱动3.5万家大住宿企业向“算法驱动”转型
应对长服务链路断点，驱动大住宿业向算法驱动转型 大住宿业（涵盖酒店、公寓、邮轮、文旅综合体等）的数字化进程正面临从“系统记录”向“自主决策”跨越的拐点。 绿云科技选择接入腾讯企点大模型及其大型机器人管理平台，构筑了高确定性的技术底座： 通过调用腾讯企点任务型/加模型选择（如餐饮iPOS、商务版机器人），绿云能够在封闭或半封闭的企业级环境中训练和调度AI，确保核心运营数据和会员隐私“不上公网”，满足大住宿业对数据安全的高度关注
14110编辑于 2026-04-08- 来自专栏区块链领域
像投资比特币一样投资旅游民宿
一、民宿通MST——全球旅游住宿产业的“币安” 民宿通MST是全球第一家旅游住宿产业区块链资产交易平台。 民宿通的先天优势在于它利用区块链技术直击了行业痛点，致力于解决交易所的多数token没有应用场景和使用价值、住宿类的token很难上线现有交易所、住宿产业急需金融创新的三大“痛点”。 正是看中了“全球旅游产业”的巨大价值和潜力以及住宿产业在旅游行业的龙头地位，民宿通MST应运而生。 ? 四、团队优势 1、用户基础：曾创立民宿头条，微信300万粉丝，中国最大的民宿行业媒体平台 2、行业影响力 ? 2018年1月27日 中国·北京 在国家会议中心千人行业峰会上提出民宿通构想 ? 2018年4月28日 中国·上海 在第三届国际民宿博览会上探讨民宿通赋能全球旅游住宿产业 ?
73220发布于 2018-07-23 - 来自专栏携程技术
干货 | 在搜索引擎广告关键词生成上，算法可以做什么？
（2）无法做到精细化地投放一些广告关键词。 因此，我们基于这两种传统方法的思路，并针对相关痛点，来构建了广告关键词智能生成方法。 分词与词性标注例子： （1） 虹桥火车站 ——> {地理兴趣点} （2）青城山小天井客栈 ——> 青城山 + 小天井 + 客栈 ——> {地理兴趣点} + {酒店名} + {住宿需求词} （3）Americinn （2）基于分词与词性标注的解析方法 对搜索语句进行分词与词性标注，从而得到搜索语句的词性结构。 （2）基于搜索点击数据的分布结果 如果一个关键词，在搜索点击数据里，发现点击分布在多个搜索结果上，那么这个关键词会被过滤。 2）模块B (酒店住宿意图识别) 我们将这个问题视为一个语义匹配的场景来处理，传统的语义匹配场景有类似于query-query相似性算法、query-document相似性算法，这里我们可以视作为query-product
1.5K20发布于 2020-05-09 - 来自专栏程序员分享
差旅首选:第一次出差温州开住宿餐饮发票实体店电子专用,保姆级教程请收好‖第一财经
温州开住宿1️⃣5️⃣9️⃣一1️⃣4️⃣1️⃣5️⃣一8️⃣️5️⃣2️⃣9️⃣餐饮电子发票哪里,可先开。 住宿费、餐饮费、会务费、劳务费、技术服务费、咨询费、医药费、运输费、建材钢材、机械设备、办公用品、劳保用品、建筑工程等态输入）-决策层（LLM+ 规则引擎）-执行层（API生态）智能体的架构可清晰地分为三个关键层级
21410编辑于 2026-03-16 - 来自专栏机器学习/数据可视化
pyecharts-9-绘制桑基图
文章将从如下几个方面进行介绍： 什么是桑基图 2个官网demo 原始数据整理 绘图数据生成 桑基图绘制 ? ，这些开支主要分成5大块： 住宿 餐饮 交通 服装 红包 每个部分又分别有不同的去向，所以这些数据就自然构成了一条条的链路，比如：总费用—住宿—房租（2000），总费用—交通—滴滴（220）等，我们只考虑两个节点之间的关系 2、整理5个子版块的数据 ? 3、我们将上面两个步骤得到的数据放入一个sheet中，命名为开支： ? ', 'target': '房租', 'value': 2000}, {'source': '住宿', 'target': '水电', 'value': 400}, {'source': '住宿', ', 'target': '房租', 'value': 2000}, {'source': '住宿', 'target': '水电', 'value': 400}, {'source': '住宿
2.6K31发布于 2021-03-01 - 来自专栏云计算linux
学生宿舍管理系统
正普数字化校园宿舍管理系统是为学校宿管科老师方便管理学生住宿情况设计的信息管理系统，通过宿舍管理系统可实时掌握学校公寓使用情况、每个公寓楼房间住宿情况、全校学生住宿情况、每个学生住宿详细信息等等 系统不仅仅支持单条数据记录的处理更支持批量记录的处理，例如：批量生成房间、批量退宿、批量入住等；系统增加了特有的临客管理功能，为管理临时住宿人员提供便利；系统还提供了预分宿舍功能，可以在迎新现场直接为学生分配宿舍 实现数据实时更新，满足管理人员对学校住宿情况的实时掌握。 全面覆盖学校宿舍管理涉及的各方面信息，满足宿舍管理业务流程 提供宿舍辅助管理功能，使宿舍管理更加完善。 软件界面
90010编辑于 2024-12-19 - 来自专栏知晓程序
从刷脸支付到入住，腾讯正用「读脸术」改变你的吃穿住行
从商场、便利店、无人店的刷脸支付，到刷脸过闸，如今，腾讯云又要将刷脸等互联网、物联网能力整合到大住宿行业，从而实现前台「刷脸入住」、手机上实时远程控制等等酒店体验。 住酒店就像住在自己家里一样，这是对酒店住宿体验的感性表达。 然而，怎样才能让顾客感受到回家的体验呢？ 其实，对于顾客来说，酒店住宿主要包括 3 个阶段：入住前，办理入住流程；正式入住；以及结束入住，办理退房。 深度赋能住宿业，店家的痛点是什么？ 顾客端的便捷化，不应该加重后端服务的负担，而是能够同时优化住宿行业的经营模式、服务方式。 在后互联网时代，从酒店运营和营销的角度，智慧化将是酒店未来的发展方向。 腾讯云大住宿行业解决方案依托腾讯云大数据、用户画像等能力，精准定向目标客户群体，并通过广点通等投放渠道做精准营销，最后通过大住宿客流共享平台为酒店引流。
1.4K30发布于 2018-07-03 - 来自专栏钱塘大数据
【五一出游大数据】世界那么大，赶紧去看看！
导读：五一出游大数据：综合景点、饮食、住宿三项指标，算出各个城市值得玩的综合得分。结果表明，内地城市中，西安、杭州、成都成为最值得玩城市。台北、中国澳门、中国香港三地中，台北三项综合得分更高。 （如图2） 作为全国GDP第一大省，广东旅游资源也很丰富，不仅自然风景旅游区多，现代旅游设施亦多样。 从全国各省分别选择了一个代表性热门旅游城市，通过蚂蜂窝、大众点评、携程旅游网分别获得这些城市的景点、美食、住宿满意度评价情况。 （如图7） 住宿篇 桂林、成都、敦煌满意度高 通过携程获取各城市住宿最低价在150-300元之间的酒店评价情况，算出消费者对各个城市住宿的总体满意度。 另外，由于中国香港、中国澳门、台北三地住宿消费价格与内地有区别，因此另行对比。结果显示，桂林、成都、敦煌等地的住宿消费者满意更高。
1K100发布于 2018-03-05 - 来自专栏（新）书籍专栏
【愚公系列】《腾讯元宝从入门到精通》045-元宝在日常生活领域的应用（交通出行）
腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主✔技术生态共建先锋：横跨鸿蒙、云计算、AI等前沿领域的技术布道者【荣誉殿堂】连续三年蝉联"华为云十佳博主"（2022-2024）双冠加冕CSDN"年度博客之星TOP2" 提示词：请用甘特图形式规划【云南七日游】行程，标注每日景点开放时间/门票、交通接驳工具及时刻表、住宿地理位置及周边设施，同步输出Excel版本和手机日历格式。预算精准控制应用场景：实现旅行消费可视化。 提示词：分析我的【旅行消费记录】，按交通、住宿、餐饮、娱乐分类制作动态饼图，设置每日消费预警阈值，生成带自动计算公式的预算控制表，推荐3种超额支出的补救方案。文化体验优化应用场景：深度融入当地生活。 住宿智能筛选应用场景：快速定位理想住宿。提示词：根据【亲子游】需求，筛选东京住宿需满足：步行10分钟内有地铁站、配备儿童设施、周边3公里包含2个以上公园，按性价比排序输出TOP10清单并标注早鸟优惠。 2.实操：制定北京周边城市探险路线提示词：请制定北京周末城市探险路线，推荐3个隐藏景点并附上历史背景、拍照打卡点和周边餐饮建议。元宝输出：
56920编辑于 2026-01-03 - 来自专栏新智元
爱彼迎中国关门大吉！美团、途家、飞猪忙接盘
共享住宿的「鼻祖」，共享经济的「样板」 爱彼迎，Airbnb，于2007年诞生于美国旧金山，聚焦全球民宿预订服务。 伴随着国内共享经济的崛起，其「共享住宿」模式一度成为众多企业的学习样板。 CNBC报道提及，「近年来，中国市场住宿业务只占爱彼迎整体收入大约1％」。 从数据上看，进入中国市场的这些年，爱彼迎交出的业绩单一直不够好看，最终在疫情及水土不服的压力下选择退场。 据智研咨询研究报告显示，2019年作为共享经济最发达的年份，我国共享住宿收益只占全国住宿业务营收的6.9％。 就在共享住宿在中国市场一直难以热起来的同时，露营经济却在中国悄然崛起。 几年的本土化尝试后，这个共享住宿「鼻祖」、老牌民宿「龙头」还是选择了退出。 爱彼迎在《致房东和体验达人的信》中称，业务调整在于固本培元，聚焦出境游业务。 纵观整个共享住宿行业产业链，主要由房源、房东、共享住宿销售平台、第三方系统支持服务、房客等5部分组成。其中，房客、房源和平台尤为关键。
72320编辑于 2022-05-25 - 来自专栏低代码开发平台
酒店与民宿管理系统是什么？功能解析与低成本开发
在旅游住宿行业蓬勃发展的当下，酒店与民宿作为两大主流住宿形态，都面临着提升运营效率、优化客户体验的核心需求。而酒店管理系统与民宿管理系统，正是为满足这些需求而生的数字化工具。 2. 客房管理客房是住宿服务的核心载体，两类系统均通过客房管理功能实现对客房状态的实时监控与高效调配。 收入与财务核算准确的收入统计与财务核算是住宿业态运营的核心需求，两类系统均具备该功能。 2、实现前台数字化 告别厚重的登记簿——通过酒店系统您前台将获得升级。通过日历式的图表就可以获取可用房间的即时信息，简化发票和付款，只需单击一下即可办理顾客入住和退房手续。 2、跨设备适用 这个酒店管理系统跨设备可用，所有通过 Zoho低代码平台开发的系统都跨设备适用，一次开发，多端同步，无需二次投入，系统可适配：PC、平板、移动，不用再进行移动端系统的二次开发。
54210编辑于 2025-10-22 - 来自专栏全栈程序员必看
[NOIP2011真题]选择客栈[通俗易懂]
他们想知道总共有多少种选择住宿的方案，保证晚上可以找到一家最低消费不超过p元的咖啡店小聚。 输入格式 共 n+1 行。 输出格式 只有一行，一个整数，表示可选的住宿方案的总数。 样例数据 输入 5 2 3 0 5 1 3 0 2 1 4 1 5 输出 3 备注 【样例说明】 2人要住同样色调的客栈，所有可选的住宿方案包括：住客栈 思路2： 对于求两个客栈的最小值问题，为经典的RMQ问题，可以用线段树维护一段区间的最小值。 复杂度O（ N2 N^2logN） 期望得分 50。 发现第二个满足消费要求的点，那么在两个点之间的color全部进入sum（记作sum（新）），这样，只要这个点后面有color相同的点，那么就多了sum（新）种住宿方案（更新ans），此时color再次清零
55810编辑于 2022-11-09 - 来自专栏高速公路那点事儿
高速机电 | 高速公路服务区经营管理系统介绍
需求分析 建立以服务区经营管理系统为核心的业务系统，不同的业态子系统（商超、餐饮、住宿、汽修、加油等）作为主干，实现服务管理中心当前和未来的多元化业务的数字化经营和管理。 服务区需求 从服务区自身经营角度，服务区的主要需求包括： 服务区门店收银管理：能满足餐饮、商超、住宿等业态的门店收银电子化管理，包括支付、小票打印、现金管理、盘点、餐饮点餐、住宿预订、会员管理等常规性工作 2、日常工作管理：对超市的进货进行管理与登记。 3、销售管理：包括客户结账、营业利润分析、销售查询和销售商品单，对整个超市的销售过程进行有效的分析与管理。 住宿管理 住宿管理系统的总体目标是实现住宿管理中各种信息的系统化、规范化和自动化。 掌上服务区 具体功能上，应包含但不限于客户在线注册和管理、商超产品在线交易（同步商超系统）、自助点餐（同步点餐系统）、住宿预订（同步住宿系统）、支付管理、自助加油/汽修、服务区咨询、在线投诉建议、LBS
43910编辑于 2025-07-03 - 来自专栏机器之心
业界 | 警惕！NIPS 2018 出现了假网站
我们只是提供向 NIPS 2018 参会者提供有关信息与住宿。更多信息请浏览 NIPS 2018 官方网站。点击这里。」 ? 然后，这才是这场忽悠的真正目的：提供「团购酒店预订」，其据传可以帮助参会者在机器学习顶会中寻找和预订住宿。 它声称可以提供合适的住宿方案，并可能通过推荐和在线预订实现收益。该公司很可能想尽可能装成官方的样子，以通过为 NIPS 的参会者预订住宿获得利益。 fake_nips_2018_website/ https://yournewsnetwork.com/2018/06/fake-nips-slip-site-scandalizes-ai-world-%E2% 80%A2-the-register/ 本文为机器之心报道，转载请联系本公众号获得授权。
56260发布于 2018-06-08 - 来自专栏机器学习/数据可视化
pyecharts-4-绘制桑葚图
opts from pyecharts.charts import Sankey nodes = [ {"name": "category1"}, {"name": "category2" category5"}, {"name": "category6"}, ] links = [ {"source": "category1", "target": "category2" , "value": 10}, # 一组数据 {"source": "category2", "target": "category3", "value": 15}, {"source dic["source"] = data.iloc[i,0] dic["target"] = data.iloc[i,1] dic["value"] = data.iloc[i,2] ', 'target': '房租', 'value': 1200}, {'source': '住宿', 'target': '水电费', 'value': 300}, {'source'
2.1K21发布于 2021-03-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号