文献阅读02期：Real-time Personalization using Embeddings for Search Ranking at Airbnb

[ 文献阅读 ] Outline：Real-time Personalization using Embeddings for Search Ranking at Airbnb

推荐理由：该文获得了 KDD 2018 Applied Data Science Track 的 Best Paper，主要介绍了 Embedding 技术在 Airbnb 房源搜索排序中的应用。Airbnb是目前全世界最大的民宿短租平台，整篇文章与Airbnb自身业务特点紧密结合，非常具有工程实践价值。
关键词： Search Ranking; User Modeling; Personalization；搜索排序；用户模型；个性化；定制化
食用建议：需要掌握NLP中Word Embedding等相关知识。

1.摘要&简介

• 对于求租者与房东们的需求，从模型上来看是有一定差异的，如何用一套系统求解两套问题非常关键。
• 将房东的“拒绝”行为作为一个“Negative word”加入训练集。
• 本文提供了一套以Airbnb为背景的Listing与User Embedding技术。
• 本文针对搜索排序（Search Ranking）以及（Similar Listing Recommendations），提出一套实时的定制化列表方案（Real-time Personalization）。
• 可以满足不同用户的长租或短租需求。

2.研究方法&模型

2.1.列表Embedding（Listing Embeddings）

• 假定有一个用户集合$N$，其中用户点击页面产生了点击集合$S$（Click Sessions）。
• 其中Click Sessions可以表述为：$s=\left(l_1,\dots ,l_M\right)\in \mathcal{S}$，其中为M个用户点击过的不间断id
• 如果点击间断超过30分钟，则会开始一个新的记录Click Session
• 在以上给定数据的背景下，本文的目标是学习一个d维实数值表达：即每个独立的列表$l_i$可以表达为：${\mathbf{v}}_{l_i}\in {\mathbb{R}}^d$
• btw. ${\mathbf{v}}_{l_i}$由Wrod Embedding产生，相近点击的List在Embedding空间当中距离也理应较近。
• 具体来说，本文Embedding的方式为skip-gram[2]，但本文的目标函数为下式：
  $$\mathcal{L}=\sum _{s\in \mathcal{S}}\sum _{l_i\in s}\left(\sum _{-m\ge j\le m,i\ne 0}\log \mathbb{P}\left(l_{i+j}\mid l_i\right)\right)\text{\hspace{1em}(1)}$$
  其中$\mathbb{P}(l_{i+j}\mid l^{}$