Как нейросети помогают Airbnb
Прогнозы и персонализация.
Сервис для краткосрочной аренды жилья Airbnb более пяти лет улучшает клиентский опыт с помощью нейросетей: делает поиск более релевантным, борется с дискриминацией и прогнозирует цены.
Объясняем, как это устроено.
Прогнозирование цен
Одна из проблем арендодателей — определение стоимости посуточной аренды. Чтобы решить эту задачу, Airbnb разработал модель, которая прогнозирует максимальную выручку за ночь для объявлений. Машинное обучение использовали для предсказания вероятности бронирований по разным ценам.
Модель основана на внешних факторах (стоимость отелей, сезонность, популярность на рынке или местные события — фестивали, крупные спортивные турниры, праздники) и входящих данных от хостов (минимальные/максимальные цены или частота аренды). Airbnb анализирует более 70 факторов, чтобы спрогнозировать подходящую стоимость. Эта функция называется «умным ценообразованием».
Персонализированный поисковый рейтинг
Сначала поисковый рейтинг Airbnb определялся тремя запрограммированными переменными: дата заселения, продолжительность пребывания и цена.
Но по мере роста числа клиентов сервис собирал все больше данных, которые можно было использовать для прогнозирования предпочтений.
Сейчас пользователи рассказывают сервису, например, какая им нужна мебель или в каком стиле должен быть интерьер. Все это Airbnb использует в модели, чтобы лучше предсказать, какие объявления показывать в первую очередь.
Вот как сервис создавал персонализированный поиск:
#1. Собрали данные кликов 50 тыс. пользователей.
#2. Ранжировали по признакам: как долго жили в конкретной квартире, сколько она стоит, какие впечатления выбирали пользователи, которые ее бронировали, как часто ее бронировали и сколько людей там может жить.
#3. Добавили персонализацию. Для этого также следили за поведением пользователей: как часто путешествуют, какое жилье обычно выбирают, деловые ли это поездки или отпуск, сколько человек заселяется вместе с гостем.
Борьба с дискриминацией
Airbnb — двусторонний рынок: выбор гостя должен одобрить хозяин.
Если вы хотите остановиться на одну ночь в середине недели, некоторые хозяева могут отклонить запрос как невыгодный.
Для решения таких проблем в компании создали команду по борьбе с дискриминацией. Она ищет закономерности в поведении хозяев (например, человек регулярно не одобряет заселение граждан конкретной страны или семей с детьми).
Также они разработали «общественное обязательство», которое подписывают хозяева жилья. Например, если владелец отказался сдать кому-то жилье на конкретную дату, алгоритмы не позволяют заселить на эти же даты другого человека.
Заслуживает ли гость доверия
Airbnb получал от хозяев жалобы на порчу имущества. Это могло привести к тому, что хосты начнут покидать платформу. Поэтому компания разработала алгоритмы, которые оценивают надежность гостей.
Технология помогает узнать даже черты характера — насколько гость сознательный или открытый. Она сканирует профили в соцсетях, чтобы определить, кто из гостей дает фейковую информацию. Также им могут отказать, если алгоритм найдет в профиле установленные ключевые слова, которые важны для хозяев (например, человек не хочет сдавать квартиру людям с домашними животными, а гости ищут вариант с ними), фотографии с наркотиками, алкоголем, публикации сайтов с хейтспичем или предложения о секс-работе.
Что еще делает Airbnb
Классификация сообщений в приложении: у гостей часто возникают срочные вопросы к хозяевам, влияющие на решение о бронировании. Хозяева могут не ответить вовремя. Airbnb разработал алгоритм машинного обучения. Он классифицирует и обозначает сообщения, которые используются для автоматического ответа гостям. Это помогает им пройти процесс отмены/оплаты/возврата быстрее. Также система может показывать ближайшие достопримечательности и рестораны.
Категоризация фотографий: Airbnb разработал алгоритм глубокого обучения, который понимает, что нравится гостю, и показывает это в первую очередь. Если для вас принципиальна большая кровать, то именно ее фотографии вы увидите прежде всего.
Ранжирование отзывов с помощью NLP: Airbnb также использует обработку естественного языка для улучшения поиска отзывов гостей. Например, отклики часто сосредотачиваются на городе (достопримечательности, культурно-развлекательная программа, инфраструктура), который посетил гость, а не на качестве жилья. Используя обработку естественного языка, Airbnb может ранжировать отзывы по релевантности.
Рейтинг впечатлений: Airbnb теперь предлагает впечатления: экскурсии или дегустацию местной кухни. Важно, чтобы пользователи видели релевантные для них предложения. Поэтому компания создала поисковый рейтинг на основе машинного обучения, который определяет, что должно понравиться человеку, и показывает это прежде всего. Например, два человека приезжают в город. Одному нравится футбол, поэтому ему предложат матчи, залы славы и фан-шопы. Другой любит театр, поэтому ему сначала покажут, какие и где можно посмотреть спектакли.
