Real-time Personalization using Embeddings for Search Ranking at Airbnb

Airbnb, Inc
KDD2018 ADS Track 的最佳論文

METHODOLOGY

Listing Embeddings

我們有使用者瀏覽的 session 資料，使用類似 skip-gram model 的方法來 embed 每條 listing，認為瀏覽過程中前後的 listing 是相似的，最大化：
$L$

$P(l_{i+j}|l_i)=\frac{v^T_{l_{i+j}}v_{l_i}}{\sum_{l}v^T_lv_{l_i}}$

但是 listing 太多，計算過於複雜。我們改變思路，生成正集合 $D_p$（裡面的元素對在一個 session 視窗 $m$內連續點選）和負集合 $D_n$（裡面的元素為隨機取的），優化問題變為：
$argmax_{\theta}\sum_{(l,c)\in D_p}log\frac{1}{1+exp(-v^T_cv_l)}+\sum_{(l,c)\in D_n}log\frac{1}{1+exp(v^T_cv_l)}$

Booked Listing as Global Contex

對於最終預定的 session，我們任務瀏覽過程的 listing 與最後預定的 listing 也是相似的，多增加一項
$argmax_{\theta}\sum_{(l,c)\in D_p}log\frac{1}{1+exp(-v^T_cv_l)}+\sum_{(l,c)\in D_n}log\frac{1}{1+exp(v^T_cv_l)}+ log\frac{1}{1+exp(v^T_{l_b}v_l)}$

Adapting Training for Congregated Search

因為隨機抽取的 $D_n$，所以大概率選取 $D_p$來源於同一個 market， $D_n$來源於不同的 market，為了使得學習的 embedding 學到的不是 market 的資訊而是產品的資訊，所以我們隨機抽取同一市場的作為輔助負集合 $D_m$

Cold start listing embeddings

建立 listing 後，host 需要提供有關資訊，例如位置，價格，列表型別等。使用提供的元資料來查詢3個地理位置最接近（半徑10英里內）、其他型別也相似的、價格區間相同的 listing ，把這3個 listing 的 embedding 向量以形成新的 listing 的 embedding。 這樣我們能夠覆蓋超過98％的新 listing。

Examining Listing Embeddings

發現 embedding 確實有效，相似的 listing 有相近的 embedding。

User-type & Listing-type Embeddings

我們希望學習到不同市場（紐約和倫敦的房間）之間的 listing 之間的相似性。我們給定一個 user 的預定列表 $s_b = (l_{b1} , . . . ,l_{bM})$