一种用于 Airbnb 房价预测的多源信息学习框架
机器学习
2023-01-04 v1 信息检索
摘要
随着技术与共享经济的发展，Airbnb 作为知名短租平台已成为许多年轻人的首选。Airbnb 的定价问题一直是值得研究的问题。尽管以往研究取得了可喜成果，仍存在有待解决的不足。例如：（1）租赁的特征属性不够丰富；（2）对租赁文本信息的研究不够深入；（3）结合房屋周边兴趣点（POI）预测租金的研究较少。为应对上述挑战，我们提出一种多源信息嵌入（MSIE）模型来预测 Airbnb 租金。具体而言，我们首先选取统计特征以嵌入原始租赁数据。其次，我们生成三种不同文本信息的词特征向量与情感分数组合，形成文本特征嵌入。第三，我们利用租赁房屋周边的兴趣点（POI）信息生成多种空间网络图，并学习网络嵌入以获得空间特征嵌入。最后，本文将三个模块组合为多源租赁表示，并使用所构建的全连接神经网络预测价格。实验结果分析表明了我们所提模型的有效性。
引用
@article{arxiv.2301.01222,
title = {A Multi-Source Information Learning Framework for Airbnb Price Prediction},
author = {Lu Jiang and Yuanhan Li and Na Luo and Jianan Wang and Qiao Ning},
journal= {arXiv preprint arXiv:2301.01222},
year = {2023}
}