未来WIFI或将成为酒店搜索的主导因素?

2020-08-08 22:12:58

酒店搜索网站HotelWifiTest在“产品搜索”(ProductHunt)上发布了近200次之后，流量猛增，该网站的发布时间不到一年，正开始进入我们的视野。著名的硅谷投资者马克·安德森(MarkAnderson)在看完HotelWifiTest之后，对Twitter产生了兴趣，并在Twitte上表达了这样的感受。[电力]T501汽车渐渐成为智能手机的配件，是不是酒店也将成为WIFI热点的附属?"。

看到这个，我相信你可能会猜到HotelWifiTest是如何进行酒店搜索的。这是通过用户贡献内容，通过位置搜索，根据WIFI的速度显示酒店搜索排名，并将酒店客房率、地址、评价作为辅助信息显示在页面上。

这些因素，如价格和位置，往往是游客检查酒店的首要因素，以及HotelWifiTest为什么会这样做[电力]T501Wi-Fi速度"作为最关键的查询项目呢?HotelWifiTest给出的解释是，对旅客来说，特别是经常出差的商务旅客，他们经常会碰到这样的情况——围绕价格、地址等因素找好一家酒店、付完款入住进去后，却发现WIFI信号基本不可用，而接下来可能还有一个与重要客户的Skype视频会议。而对一般的出行旅客来说，随着上网设备的增多——智能手机、平板电脑等，对于WIFI网络的要求也在不断增长，一个纸牌屋的剧迷可能要在Netflix找到最新的一集来看，在外地出行的妈妈可能晚上要与在家的孩子FaceTime十分钟。

根据这一需求，HotelWifiTest进行了基于WiFi速度排名的酒店搜索。那么，用户是如何对WiFi速度的内容做出贡献的呢？进入网站后，页面将提示您进入APPEA。[电力]T501你是否在一家酒店"，选择[电力]T501是"后，网站将自动定位找到该家酒店，并且进行网络测速，于是这家酒店的WIFI速度数据便生成。而最终显示在页面的[电力]T501期望速度"则是收集大量用户的测试数据，采用一定的算法后计算产生的。

对于目前还没有通过HotelWifiTest提供数据的酒店，HotelWifiTest使用机器学习技术来模拟有经验的游客思考预测酒店WiFi速度的方式。例如，有经验的游客知道哪个国家或一些品牌的酒店连锁店有更好的WiFi信号，或者其他影响WiFi信号的因素。这些酒店通过机器学习预测WiFi的速度，而这些酒店则支持收集数据的酒店。为了便于用户区分，整个背景色由白色变为黄色。

目前，纽约已经有 156 家酒店的数据； 在香港，17 家酒店有数据访问 HotelWifiTest ； 在北京，用户为 7 家酒店提供 WiFi 速度数据。 通过机器学习技术，HotelWifiTest 预测了来自全球 10 万家酒店的 WIFI 信号数据..

现在，大多数人都知道有这样一件事。[电力]T501通过Wi-Fi速度来进行酒店排名"的网站后，还是会选择携程、艺龙之类的旅行网站来选择酒店，但可能会有一小撮[电力]T501网络依赖者"会使用它来作为酒店入住指南。而随着我们的生活渐渐联网化，对智能联网设备的依赖变得严重，也许在未来，后者的群体规模会出现显著增长，说不定你转过街角，真的会看到一家[电力]T501免费提供咖啡的WIFI馆"。