Airbnb实时搜索个性化排序中的Embedding（长期兴趣待补充完）

本是古典何须时尚 2022-04-23 02:04 77阅读 0赞

**目录**

一、背景介绍

1、Airbnb介绍

2、Airbnb搜索

3、房主host和客人guest的交互行为

二、论文简介

1、短期兴趣

2、长期兴趣（待补充）

--------------------

## 一、背景介绍 ##

### 1、Airbnb介绍 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70][]

论文：**Real-time Personalization using Embeddings for Search Ranking at Airbnb**

[https://www.kdd.org/kdd2018/accepted-papers/view/real-time-personalization-using-embeddings-for-search-ranking-at-airbnb][https_www.kdd.org_kdd2018_accepted-papers_view_real-time-personalization-using-embeddings-for-search-ranking-at-airbnb]  
参考：[https://mp.weixin.qq.com/s/oJUzrZP\_cxhiarq0w9Yqpg][https_mp.weixin.qq.com_s_oJUzrZP_cxhiarq0w9Yqpg]

### 2、Airbnb搜索 ###

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1][]

### 3、房主host和客人guest的交互行为 ###

guest：click listing（点击）

guest：book listing（预定）

contact host（联系）

host：accept/reject（host对guest的预定请求）

accept/reject/no response（host对guest的联系请求）

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 1][]

## 二、论文简介 ##

为了捕捉用户长期和短期的兴趣，不是简单的将用户的历史行为作为特征，而是将用户和行为进行embedding，再根据embedding的结果得到多个feature。论文就是介绍如何根据用户和行为listing，如何进行embedding的过程。

（1）短期兴趣：基于click listing生成listing的embedding。

目的：listing的相似推荐，实时个性化推荐

（2）长期兴趣：基于book listing生成user-type和listing-type的embedding。

目的：捕捉用户的长期兴趣。由于点稀疏，因此通过对user-type和book-type进行聚合，形成2个embedding对象。

### 1、短期兴趣 ###

（1）listing序列的形成

一个是只有停留时间超过 30s 的 listing page 才被算作序列中的一个数据点，二是如果用户超过 30 分钟没有动作，那么这个序列会断掉，不再是一个序列。

![640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 2][]

（2）embedding方法框架：word2vec 的 skip-gram model

### 2、长期兴趣（待补充） ###

user-type和book-type进行聚合

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70]: /images/20220323/d37f63161b3a443d8b72c1d524644e29.png
[https_www.kdd.org_kdd2018_accepted-papers_view_real-time-personalization-using-embeddings-for-search-ranking-at-airbnb]: https://www.kdd.org/kdd2018/accepted-papers/view/real-time-personalization-using-embeddings-for-search-ranking-at-airbnb
[https_mp.weixin.qq.com_s_oJUzrZP_cxhiarq0w9Yqpg]: https://mp.weixin.qq.com/s/oJUzrZP_cxhiarq0w9Yqpg
[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1]: /images/20220323/089e7c7e3149458690f27ffbaf1d0dc8.png
[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 1]: /images/20220323/114fb878fe6c4e32905144683d38c4b2.png
[640_wx_fmt_jpeg_tp_webp_wxfrom_5_wx_lazy_1_wx_co_1 2]: /images/20220323/f2272a69189447a1906f0b37877435f6.png