[好文分享] Airbnb 如何運用 AI 給予房東提升其吸引力的個別建議

Airbnb 是讓旅客和擁有住宿資產的房東找到彼此的平台，讓每個人到全世界都有家可住。如果你是 Airbnb，房東都自己上房源資訊，你怎麼知道你的房東物件敘述正確且對旅客有吸引力？旅客是否在房源資訊就能看到他/她關心的重點 ?

對旅客而言，除了 Airbnb ，許多如 Agoda、Booking、Hotel.com 等全球性旅店平台和地區性旅宿平台都是他們可考慮的選擇。如果 Airbnb 上的房源資訊不夠吸引人，Airbnb 很難在競爭激烈的旅宿市場勝出。

本文揭露 Airbnb 如何運用 AI 就房源的位置、房產類型、價格以及旅客的旅遊需求等給予房東能如何改善的建議。

原文網址

文章鏈結：Prioritizing Home Attributes Based on Guest Interest

筆記

Airbnb 建立了一個 屬性優先系統 ( Attribute Prioritization System，APS ) 釐清旅客住宿的需求，包含他們和房東的訊息、在評論上說了什麼、多數要求的客戶支援( 有可能是房東是否有無線網路、免費停車位、私人熱水浴缸或通往海灘的通道)，以上資訊因為房源的位置、房產類型、價格以及旅客的旅遊需求有哪些不同。

為了大規模解析這些非結構化數據，Airbnb 建立了LATEX ( Listing ATtribute EXtraction，房源屬性提取），這是一個機器學習系統，可以從非結構化文字資料（如訊息和評論、客戶支援和房源描述）中提取房屋屬性。 LATEX 透過兩個步驟完成此任務：

命名實體識別 (Named Entity Recognition，NER) 模組從非結構化文字資料中提取關鍵短語
實體映射模組( Entity Mapping Module )將這些關鍵短語對應到主頁屬性

命名實體識別 (NER) 模組使用 textCNN（ convolutonal neural network for text，文本卷積神經網路），並根據來自 Airbnb 內各種資料來源的人工標記文字資料進行訓練和微調。在訓練資料集中，Airbnb 將每個短語標記為以下五個類別：便利設施、活動、事件、特定 POI 興趣點（如「太浩湖」）或通用 POI（如「郵局」）。

實體映射模組使用無監督學習( unsupervised learning )方法將這些短語映射到家庭屬性。為了實現這一點，Airbnb 在微調的詞嵌入空間中計算候選短語和屬性標籤之間的餘弦距離( cosine distance )。 Airbnb 認為最接近的映射是引用的屬性，並且可以計算映射的置信度分數( confidence score )。

然後，Airbnb 計算每個文字來源（即訊息、評論、客戶支援）中引用實體的頻率，並聚合跨文字來源的標準化頻率。被多次提及的房屋屬性被認為更重要。

透過這個系統，Airbnb 能夠深入了解客人感興趣的內容，甚至突出顯示可能尚未支援的新實體。可擴展的工程系統還允許 Airbnb 透過添加額外的資料來源和語言來改進模型。

具體案例如 Airbnb 發現旅客對於山間小屋與都市公寓的要求非常不同。對山間小屋旅客希望有可泡熱水澡的浴缸、廚房、取暖的火爐、湖景、山景、烤肉區、皮艇、WiFi、庭院、電視，對都市公寓期待的則是餐館、停車位、街景、廚房、陽台、酒吧、走路就可採買日用品和食物、WiFi、電視。

Airbnb 建立了一個推理模型，其運用原始關鍵字頻率資料來推斷細分的預期頻率。當他們使用更精細、更多的維度來描述房屋時，這種推理方法是可擴展的。如此，Airbnb 能夠更好地給予房東建議，以突出每個房源的獨特性，和整個平台的多樣性。

由於對旅客的需求有了深入的了解，Airbnb 可以透過以下方式幫助房東貼近旅客的需求：

建議房東購買旅客經常要求的便利設施（例如咖啡機）
推銷客人在評論中傾向於好評的現有家居屬性（如露台）
揭露客戶支援中最常被詢問的便利設施（如隱私和可用的游泳池）

給予房東建議的同時，Airbnb 也要確認房源已有的設施，以免給予沒有用的建議。由於 Airbnb 收集了 800 多個家庭屬性，這讓確認過程更棘手。大多數房東無法立即準確地添入他們房產的所有屬性，特別是嬰兒床這類並非每個人都需要的東西。為了補這缺口，Airbnb 利用住過的旅客所述的回饋或值得信賴的第三方獲得，例如房屋的平方英尺、臥室數量或房屋是否俯瞰湖泊或海灘的房地產或地理位置資料庫。

Airbnb 利用幾種不同的模型，包括貝葉斯推理模型，隨著更多的客人確認房屋具有屬性，模型的置信度會增加。他們也利用監督神經網路 WiDeText 機器學習模型，該模型使用房屋的特徵來預測下一位客人確認該屬性存在的可能性。

結合對某些房屋屬性對於房屋的重要性的估計，以及該房屋屬性已經存在或需要澄清的可能性，Airbnb 能夠向房東提供個性化的相關建議，告訴他們在推廣時需要購買、推銷和宣告什麼，以讓他們在 Airbnb 上的房產具有吸引力。