在 Airbnb 推荐搜索过滤器以提升转化率
信息检索
2026-03-02 v1
摘要
Airbnb 是一个连接客人和主机的双侧在线 marketplace，提供多样化且独特的住宿、体验和服务。搜索过滤器在帮助客人导航这种多样性方面发挥着重要作用，通过细化搜索结果以符合其需求。然而，尽管搜索过滤器旨在促进在线 marketplace 中的转化，但其对驱动转化的直接影响在现有文献中鲜有探讨。本文通过采用机器学习技术的新颖应用，提出一种推荐旨在提高预订转化率的搜索过滤器的方法。我们引入的建模框架直接针对低漏斗转化（预订）通过推荐中间工具，即搜索过滤器。利用该框架，我们从头设计并构建了 Airbnb 的过滤器推荐系统，解决了像冷启动问题和严格的 serving 要求等挑战。我们开发的过滤器推荐系统已成功部署在 Airbnb，为多个用户界面提供动力，并通过在线 A/B 测试验证推动了增量预订转化率提升。进一步的消除研究进一步验证了我们方法的有效性及关键设计选择。通过聚焦以转化为导向的过滤器推荐，我们的工作确保了搜索过滤器在 Airbnb 的最终目的 —— 帮助客人找到并预订理想住宿 —— 得到实现。
引用
@article{arxiv.2602.23717,
title = {Recommending Search Filters To Improve Conversions At Airbnb},
author = {Hao Li and Kedar Bellare and Siyu Yang and Sherry Chen and Liwei He and Stephanie Moyerman and Sanjeev Katariya},
journal= {arXiv preprint arXiv:2602.23717},
year = {2026}
}