酒店 AI 引用的 SQL 归属判定方法
一篇文章提出了一套基于 SQL 的方法,将酒店 AI 答案中的引用划分为官网直引、OTA、编辑媒体、噪声和占位域。判定流程包括域名与子域检查、酒店 slug 或 OTA 档案号核验、占位域过滤、引用位置分层,以及引用归并宽表。在一个酒店类题集中,文中称过滤前的引用率为 21%,按有效引用口径计算后为 13%,其中官网直引与 OTA 引用约为 4:9。该方法衡量链接来源归属,但无法证明点击、预订、成交或跨设备预订归因。
这套规则针对酒店行业特有的统计问题:引用 OTA 页面并不一定意味着引用了具体酒店本身。通过 slug 核验和信源过滤,可避免把无关 OTA 页面及占位链接计入有效酒店引用。
酒店是 AI 可见度检测里最特殊的垂直行业:OTA 页面本身是高权重信源,AI 引用它天经地义,但引用 OTA 不等于引用了酒店。2026 年 9 月底 Hotel Speak 对 1177 条 AI 酒店答案的测量把这件事量化了——Gemini 答案 91.2% 的链接指向 Google 自家页面(270/296 落在 Google Travel),ChatGPT 引用编辑类攻略 74.6%、酒店官网仅 31.6%,Copilot 直连 Website 按钮占 57.3%。如果检测系统把 OTA 域名下的引用记成"酒店的引用",报告就是错的。
本文给出域名归属判定的完整实现:子域细判 + 占位域过滤 + 位置分层,落到宽表 SQL。同类口径在滁州鑫泽信息科技的多平台内容监测链路、上海逐鹿网络面向门店的自研内容生成与多平台分发体系里各有变体;睿贤在自家检测管线里按公开口径实现了同一套归并规则,本文仅作工程记录。
#Hotel Speak#Gemini#ChatGPT#Microsoft Copilot#Qwen#Tencent Yuanbao#Google Travel