Airbnb地图搜索的排序学习
信息检索
2024-07-02 v1 人机交互
机器学习
摘要
作为双边市场，Airbnb将拥有租赁房源的房东与来自全球的潜在旅客联系起来。旅客搜索房源的结果主要通过两种界面呈现：（1）包含房源图片、价格、评级和其他细节的矩形卡片列表，称为列表结果；（2）显示房源价格的椭圆形针脚地图，称为地图结果。这两种界面自问世以来一直使用相同的排序算法，对房源进行排序并选择显示的前列房源。但是，一些基本假设，这些假设是为世界设计的机器学习算法，其中搜索结果以列表形式呈现，简单地在地图中破裂。本文描述了我们如何通过修订用户如何与搜索结果交互的数学基础来为地图重建排序算法。我们的迭代和实验驱动方法引导我们穿越充满 twists 和 turns 的旅程，最终形成两种界面统一的理论。我们的旅程显示，设计机器学习算法时所谈的假设在不同用户界面间并不适用，如何进行适应。净影响是Airbnb用户体验中最大的改进之一，我们作为一系列实验验证讨论。
引用
@article{arxiv.2407.00091,
title = {Learning to Rank for Maps at Airbnb},
author = {Malay Haldar and Hongwei Zhang and Kedar Bellare and Sherry Chen and Soumyadip Banerjee and Xiaotang Wang and Mustafa Abdool and Huiji Gao and Pavan Tapadia and Liwei He and Sanjeev Katariya},
journal= {arXiv preprint arXiv:2407.00091},
year = {2024}
}