【阅读笔记】Real-time Personalization using Embeddings for Search Ranking at Airbnb

最新推荐文章于 2024-09-28 16:27:47 发布

SrdLaplaceGua

最新推荐文章于 2024-09-28 16:27:47 发布

阅读量1.7k

点赞数 1

分类专栏：读书笔记机器学习文章标签： Airbnb embedding deeplearn KDD2018 search

本文链接：https://blog.csdn.net/SrdLaplace/article/details/84562840

版权

机器学习同时被 2 个专栏收录

57 篇文章 0 订阅

订阅专栏

读书笔记

37 篇文章 1 订阅

订阅专栏

Real-time Personalization using Embeddings for Search Ranking at Airbnb

Airbnb, Inc
KDD2018 ADS Track 的最佳论文

METHODOLOGY

Listing Embeddings

在这里插入图片描述
我们有用户浏览的 session 数据，使用类似 skip-gram model 的方法来 embed 每条 listing，认为浏览过程中前后的 listing 是相似的，最大化：
$L=\sum_{s\in S}\sum_{l_i \in s}(\sum_{-m<j<m,j\neq 0}logP(l_{I+j}|l_i))$

$P(l_{i+j}|l_i)=\frac{v^T_{l_{i+j}}v_{l_i}}{\sum_{l}v^T_lv_{l_i}}$

但是 listing 太多，计算过于复杂。我们改变思路，生成正集合 $D_p$ （里面的元素对在一个 session 窗口 $m$ 内连续点击）和负集合 $D_n$ （里面的元素为随机取的），优化问题变为：
$argmax_{\theta}\sum_{(l,c)\in D_p}log\frac{1}{1+exp(-v^T_cv_l)}+\sum_{(l,c)\in D_n}log\frac{1}{1+exp(v^T_cv_l)}$

Booked Listing as Global Contex

对于最终预定的 session，我们任务浏览过程的 listing 与最后预定的 listing 也是相似的，多增加一项
$argmax_{\theta}\sum_{(l,c)\in D_p}log\frac{1}{1+exp(-v^T_cv_l)}+\sum_{(l,c)\in D_n}log\frac{1}{1+exp(v^T_cv_l)}+ log\frac{1}{1+exp(v^T_{l_b}v_l)}$

Adapting Training for Congregated Search

因为随机抽取的 $D_n$ ，所以大概率选取 $D_p$ 来源于同一个 market， $D_n$ 来源于不同的 market，为了使得学习的 embedding 学到的不是 market 的信息而是产品的信息，所以我们随机抽取同一市场的作为辅助负集合 $D_m$

Cold start listing embeddings

创建 listing 后，host 需要提供有关信息，例如位置，价格，列表类型等。使用提供的元数据来查找3个地理位置最接近（半径10英里内）、其他类型也相似的、价格区间相同的 listing ，把这3个 listing 的 embedding 向量以形成新的 listing 的 embedding。这样我们能够覆盖超过98％的新 listing。

Examining Listing Embeddings

发现 embedding 确实有效，相似的 listing 有相近的 embedding。

User-type & Listing-type Embeddings

我们希望学习到不同市场（纽约和伦敦的房间）之间的 listing 之间的相似性。我们给定一个 user 的预定列表 $s_b = (l_{b1} , . . . ,l_{bM})$ ，认为同一个 user 定的 listing 之间有一定的相似性。下面这种思路的一些困难：

有预定的 session 数目远远小于点击 seesion 的数目
众多 user 只预订过1次
如果希望学习出有意义的 embedding 每个 entities 至少需要发生事件出现5到10次，大量的 listing 没出有这么多次预定
长时间的间隔的预定可能喜好发生变化，例如长大了，职业发生变化等

为了解决这些问题（我的理解是太稀疏了数据），我们制定规则把 listing 映射为不同的 type。通过 user 最近的预定和点击的 listing_type 学习 user_type 的 embedding，和训练 Listing Embeddings 类似（点击预定与自己 type 类似的，随机取的不类似，没点击的不类似），训练 user_type的 embedding。