挖掘星级：面向用户的度假租赁质量评级学习与解释

在线旅游平台是虚拟的双边市场，旅客在其中搜索住宿，而住宿提供方列出其房产如酒店和度假租赁。绝大多数酒店由官方机构评定星级，以表明其提供的服务质量。这是一种简单而有效的机制，通过帮助旅客找到符合其标准的选项、并帮助住宿供应商将产品直接营销给合适的细分群体，从而促进供需匹配，直接影响平台上的交易数量。遗憾的是，绝大多数度假租赁没有类似的评级系统，导致旅客难以搜索和比较选项，度假租赁供应商也难以有效营销其产品。在这项工作中，我们描述了一种机器学习驱动的度假租赁质量评级系统。该问题具有挑战性，主要源于可解释性要求以及缺乏真实标签。我们提出了应对这些挑战的技术，并给出了其有效性的经验证据。我们的系统已成功部署，并通过在大型在线旅游平台Booking.com上进行的、持续超过一年、影响逾百万处住宿和数百万旅客的在线受控实验进行了验证。