改进 Airbnb 搜索中的深度学习
机器学习
2020-02-14 v1 机器学习
摘要
将深度学习应用于搜索排序是 Airbnb 最具影响力的产品改进之一。但在你上线一个深度学习模型之后，接下来该做什么？在本文中，我们描述了超越此后的历程，讨论我们所称的改进搜索的 ABC：A 代表架构（architecture），B 代表偏差（bias），C 代表冷启动（cold start）。在架构方面，我们描述了一种新的排序神经网络，聚焦于将现有 DNN 从全连接两层网络演化的过程。在处理排序中的位置偏差方面，我们描述了一种新方法，该方法在应对 DNN 历史上难以处理的库存问题上带来了最显著的改进之一。为解决冷启动，我们描述了我们对该问题的看法以及为改进平台中新房源处理所做的更改。我们希望正在向深度学习过渡的排序团队会发现这是一个如何迭代 DNN 的实用案例研究。
引用
@article{arxiv.2002.05515,
title = {Improving Deep Learning For Airbnb Search},
author = {Malay Haldar and Mustafa Abdool and Prashant Ramanathan and Tyler Sax and Lanbo Zhang and Aamir Mansawala and Shulin Yang and Bradley Turnbull and Junshuo Liao},
journal= {arXiv preprint arXiv:2002.05515},
year = {2020}
}