有人说Airbnb是家流氓公司，可它竟然用这样的手段打败传统酒店？

大数据应用 · 公众号 · 大数据 · 2017-07-28 09:15

正文

请到「今天看啥」查看全文

因此，搜索返回的结果不能通用，而应该根据客人的个人档案，在平台上留下的过往记录，以及与其背景相似的用户行为来配制。

“ 搜索，是匹配客人和店家交易的核心区域 。”

Curtis道出了关键所在。但与Google的搜索算法或Facebook的新闻推送机制不同，Airbnb在决定向你显示哪些商家信息时，他们会综合考虑许多因素。那么其成效如何？事实胜于雄辩。

Curtis进而解释说：

“我们可以看到的东西有，譬如你打算逗留多久？你的订单有多急切？”

不过这些信息只算入门，Airbnb还可以进而从用户行为中收集偏好。

“订房时您是否还在意房间里要有哪些常见设施，是户外还是室内？又有什么关联毗邻？ 诸如此类的信号参数我们有好几百，用于帮助我们决定搜索排名 。”

用户搜索时，如Curtis所言，Airbnb平台会“重新排列结果，并呈现最适合的列表。” 至于用户方的反馈，包括旅程完成后的打分和评论，这些数据都会回流到系统中。（Curtis还指出，点评文字中的情绪分析也是Airbnb已经想到要去尝试做的，不过目前尚未实现。）

当消费者在一个大如Airbnb这样的平台上浏览时，他们的体验宛如“在亲历‘ 第二十二条军规*** ’”, Fontana说道，

“ 一方面，市场信息只有足够丰富，你才能找到你所想要的。而另一方面，在市面上进行甄选也是最耗时和烦人的事，体量巨大的市场信息很容易让人挑花眼。”

[译注***：《二十二条军规》，著名讽刺小说，美国作家约瑟夫·海勒（JosephHeller）的代表作。常用于形容那些逻辑上无法自洽或陷入自相矛盾的规定。]

机器学习，恰好是解决之道。 Fontana指出，因为“推送系统与个性化是该技术的核心用例”。Airbnb在这上头的投资是有所回报的，衡量其成功的主要指标之一便是平台的转化率 —— 换言之，有多少人切实通过系统真金白银下单了。另外Airbnb还会检查用户在选择时他/她究竟花了多久时间来敲定交易，从而针对优化好帮助用户更快捷地决策。根据Curtis的说法，过去几年来Airbnb的转化率“ 急剧上升 ”。尽管拒绝提供一个具体百分比，他能透给我们的评价是“ 进步显著 ”。

但Curtis交了另一个底， 将深度神经网络应用于搜索排名系统之后，Airbnb近期的转化率就此提高了1％ 。