首先说明下“携程”定机票的流程:
1、填写页面最左边的信息,如"单程"/"往返","出发/到达"地,"具体"时间,然后点击"查询"
2.用户根据"查询"显示的结果,选择当天想要的机票,如“折扣票”或“全价票”,之后点击“下一步”
3.填写坐飞机人的具体信息,“姓名”、“身份证”号码之类的,然后继续“下一步”
4.网页提示成功预定与否(以后步骤略)
今天奇怪的事情就发生在这4步流程之中,当我选定机票,到第4步流程的时候,网页提示我“所选仓位已经定完,需要重新选择”。于是,我重新开始流程的第1步,但这时发现,明明在1分钟前,当天机票还是有折扣到900多一点价格,却多了近100块钱。当时,我并没有理会,继续到第4步流程时,网页又提示我说票定完了。于是我开始第3轮订票。在进行到第3轮的第2步流程中,发现折扣票价涨到1千多了,第4步还是提示我票定完了。就这样,我又开始第4轮订票,在这轮的流程2中,折扣价涨到1300多了,第4步还是显示票已定完。。。。。简直无语了,既然没有票了,为什么在流程2中可以让我选择折扣票,还让我填写具体信息?为什么不一开就告诉我?
在我反复顶了6、7轮票以后,折扣票价由逐渐升高,到彻底没有了,最终只有 “全价票”可以选择!因为所有订票流程全部是在网页上操作,技术后台可以记录用户反复操作的行为,如果用户反复操作了好多次就说明用户对所顶机票的需求十分强烈,并以此在网页上一次次抬高票价,获取暴利!!!!晚上又回家实验了一下,还是如此!大家都可以试试!
当然,这里还有另外一种可能, 即:携程在流程前3步中都不能正确显示当时票价,只有在用户完成流程3,进入第4步流程后的,后台中判断才能判断用户所选价格的机票是否定完!如果这个价格机票被定完了,在用户新一轮选票流程2中,后台将默认显示高一级的折扣价,然后再在流程4中判断,以此类推!如果是这样的话,只能表明携程的网页实时运营的能力不足!客观上,对用户起到了“情况1”的心理作用——很多用户会以为是机票被定的很快,尤其是在接近春节这样的高峰期,重而直接定购全价票,造成间接的经济损失!
(原文)http://www.tianya.cn/new/Publicforum/Content.asp?idWriter=0&Key=0&strItem=itinfo&idArticle=59383&flag=1
上述原文中所述的情况最近我们也遇到了,我们最近想订10月份的票,我们查证的其他相关票务网站的信息,对于远期票的订购问题,都会真实的反映票价,即如果各大航空公司未出任何折扣票的话,各票务公司都会真实的反映为全价票,而携程网上会作相关的预测信息,即对于远期票会自行预测一个折扣票价公布在网上,虽然提示大家那些信息仅供参考,但其网上仍对这信息提供了预订票的服务,笔者不厌其烦的对有折扣票的信息操作了十几遍后,都会给出一个结论:对不起,该航班的所有仓位已经预订完了。笔者感到困惑,为什么所有远期有折扣的各大航空公司的票全订完了,故致电各大航空公司客户服务中心询问此事,但得到的消息却让笔者难以理解携程的做法,航空公司客户服务中心回答均为,现在尚未出10月份的折扣票,也不会出现所有航班的仓位预订完了的说法,对于在携程网站上出现的信息,他们认为是一种错误的误导说法。
对于上述事实笔者有几个问题不明白:
1、发布预测票价信息是否合理,其预测的依据是否充分,预测成功的概率是否能对外公布?我们咨询了相关消协及法律部门,对于预测信息是否可能是一种虚假信息及预测信息在未得到任何相关证实的情况下是否可以对外发布,我们希望携程相关责任人员也去听听他们的说法,我想对于预测的信息你们肯定需要请更权威的人士来做出了。
2、对于预测信息是否仍应提供票务预订服务,因为在此事件中,我们始终是拿着招商银行的携程信用卡进行预订的,但每次预订都需要在卡登录状态下进行,每天多达十几次的预订是否会出现数据错误的时候,即实际上我们未预订成功但实际上信用卡上已经有消费记录或是我们的卡的账号及密码被其他黑客盗用的情况,这种情况下损失是由谁来承担?虽然携程网的技术人员表示以前未出现此种情况,但他未做出承诺以后也不会出现此种情况,这让我们如何信任这个预订服务的质量?
3、对于每次预订失败后,携程网页上提示的“对不起,所有航班的仓位已经预订完了”这句话,笔者也有质疑。既然携程提供的远期信息是预测的,也就是一种假设的信息,在这种信息下得出的结论是预测的结论吗?那么这种结论是携程预测的,还是各大航空公司预测授权携程发布的,或者是航空公司授权携程预测并发布的?因为这种在所有假设的前提下得出的结论是否还具有真实可靠性值得怀疑?
分享到:
相关推荐
携程大数据比赛,航班延误预测,完整源码及注释 携程大数据比赛,航班延误预测,完整源码及注释 携程大数据比赛,航班延误预测,完整源码及注释 携程大数据比赛,航班延误预测,完整源码及注释 携程大数据比赛,...
在本项目中,"ctrip携程出行产品销量预测"是一个数据科学竞赛,旨在预测携程平台上的各类出行产品的销量。作为比赛的第十名解决方案,这里我们将深入探讨如何利用时间序列分析和机器学习技术来解决此类问题。 时间...
携程酒店浏览客户流失概率预测是通过对携程平台上的用户行为数据进行深入分析,以预测那些可能不再使用携程服务的客户的概率。本文的分享者陈无忌,来自中国科学技术大学计算机学院,具备在大数据、车联网领域的研究...
在React Native的基础上,携程(Ctrip)的无线平台研发团队开发了CRN,即Ctrip React Native,这是一个经过优化的版本,旨在提供更好的稳定性和性能,同时更加贴合携程的业务需求。 CRN的优化主要体现在以下几个...
在实际操作中,携程可能会运用A/B测试、灰度发布等方法,不断优化模型性能,确保预测和评估的准确性。同时,这个体系也需要与其他业务模块(如价格优化、库存管理、营销策略等)紧密配合,形成协同效应,实现整个...
- 科赛网 [携程机票航班延误预测算法大赛](https://www.kesci.com/apps/home/competition/59786712bd66a32dfa703e0a), 复赛第三,综合第四名 - DataFountain [企业经营退出风险预测]...
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。...
本文将详细探讨由潘国庆在FA2019年会上分享的关于携程在AI监控与实时处理领域的实践,重点介绍“Prophet”系统以及AI预警面临的挑战和未来趋势。 01 背景 背景部分提到了当前监控系统存在的问题,包括复杂的配置、...
总之,`apollo-laravel` 插件为 Laravel 应用提供了一种高效、可靠的与携程 Apollo 配置中心交互的方式,实现了配置的动态管理,提升了开发效率和运维便捷性。通过合理的配置和使用,你可以确保 Laravel 应用始终与...
【HBase技术实践在携程的应用】 在中国HBase技术社区第4届MeetUp上海站的活动中,携程分享了其在HBase技术上的实践经验。HBase,一个基于Apache Hadoop的分布式数据库,被携程广泛用于处理海量的用户行为数据、风险...
比赛题目:用户预订售卖房型概率预测 赛题描述:携程每天向超过2.5亿会员提供全方位的旅行服务,海量的网站访问产生了海量的数据,从中挖掘潜在的数据是具有重大的意义。合理利用这些数据使其能真正为用户带来更好的...
携程作为一个重要的案例,展示了其基于Hadoop的集中式日志系统以及其周边生态系统。以下是携程集中式日志系统及其周边生态系统的详细知识点介绍: 1. 系统概述: 携程的集中式日志系统是CtripR&DFramework的一部分...
携程通过定期更新读库的统计信息来解决这个问题。 4. **副本上的阻塞问题**:在某些情况下,读库上的查询可能会被统计信息更新操作所阻塞,或者redo线程在执行DDL语句时被复杂查询阻塞,从而影响AlwaysOn的性能。...
20210702-天风证券-携程集团~S-9961.HK-“携”品牌优势引领复苏,“程”平台东风放眼全球.pdf
### 携程Redis容器化实践 #### 背景 携程作为一家全球领先的在线旅行服务公司,在其业务发展中面临着巨大的挑战,特别是在Redis数据库管理方面。随着业务的快速增长和技术需求的变化,原有的Redis部署方式已无法...
基于python实现的爬取携程景点数据和评论数据+源代码+文档说明 - 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心...
科赛 携程出行产品未来14个月销量预测 解决方案
携程采取扁平化管理,注重团队建设与人才培养,同时引入先进的信息化管理系统,确保公司的高效运作。 六、资本模式 1. 风险投资基金融资:在初创阶段,携程获得了多轮风险投资,为公司发展提供了资金支持。 2. 并购...
在本项目"Python-携程评论多线程Threading爬取丽江古城景点评论并生成词云"中,我们探讨了如何利用Python进行Web爬虫开发,特别是针对携程网站上的丽江古城景点评论进行数据抓取,并最终生成词云图来可视化这些评论...
【携程网电子商务案例分析】 携程网,作为中国领先的在线旅行服务公司,自1999年成立以来,已发展成为全球最大的旅游服务平台之一。本案例分析将深入探讨携程网的模式概述、基本情况、商业模式、经营模式、技术模式...