搞日租房的Airbnb,如何用机器学习对接上百万的房东和租客?

本文来自AI新媒体量子位(QbitAI)

搞日租房的Airbnb,如何用机器学习对接上百万的房东和租客?

用Airbnb找房,是不是经常觉得“这个房子正合朕意”?

除了照骗拍得好之外,机器学习也功不可没。

Airbnb的工程副总裁Mike Curtis对科技媒体VentureBeat说,机器学习对他们公司的业绩增长产生了“深远”的影响。

一个搞日租房的,能用机器学习干什么?

答案是精准匹配房东和租客。

Airbnb有上百万的租客,上百万的房东(房子),怎么从这两堆上百万人里,找出合适的,给他们牵线搭桥,想想就觉得是世界难题。

猜房客心思

他们为了解决这个世界难题,最主要的方法是在租客搜房子的时候,对搜索结果进行个性化排序。

以前,大家搜一样的关键词,看见的结果都是按一样的规则排的。但问题是,排在最前边的结果,不见得每个人都喜欢。

于是机器学习就派上了用场:让不一样的人看到不一样的排序。

Airbnb从2014年底开始试着这么干,现在,他们全站的搜索结果都是用机器学习方法个性化排序的。

搞日租房的Airbnb,如何用机器学习对接上百万的房东和租客?

比如说你搜8月6号到11号、在悉尼、一个人住的房子,Airbnb除了返回一堆符合条件的结果之外,还会去猜这堆结果里你可能更喜欢哪个,把可能性最高的排在前边。

比如说他们发现你喜欢有书桌的,就把有书桌的排在前边;发现和你有相似特征的人都喜欢住在悉尼大学附近,就把悉尼大学附近的排在前边。

量子位只是举个例子,实际情况复杂得多。Curtis说,他们的排序算法会综合考虑100多种特征。

猜房东会不会喜欢你

搞日租房的Airbnb,如何用机器学习对接上百万的房东和租客?

把房客最喜欢的房子排在前边就够了么?

并不是,还要考虑这些房东怎么想。Airbnb数据科学总监Bar Ifrach很久以前(2014年4月)发过一篇博文,讲他们是怎样根据房东的偏好来给房客推荐房子的。

毕竟,这个租房的生意,要你情我愿才行。让房客点了五六个结果都被房东拒绝很不好,让暂时不想出租的房东总被人问来问去也不好。

所以,Airbnb会更推荐愿意租给你的房东。

比如说,你要从8月6号住到11号,而搜索到的结果里边,有两间条件很合适的房子在8月5号之前、8月12号之后都租了出去。

那么Airbnb就会根据这两个房东以往的习惯,来判断他们是愿意连续出租,还是愿意中间空置几天。

然后把愿意连续出租的那个推荐给你。

帮房东定价

搞日租房的Airbnb,如何用机器学习对接上百万的房东和租客?

上面说的还是房客,其实Airbnb要发展壮大,帮房东省心也非常必要。

不少提供短租房的房东,其实都是不知道该要多少钱的。

Airbnb觉得,让房东们去查附近酒店都多少钱、其他房东收多少钱,然后根据这么两三个因素定个价,是不科学的。

不如用机器学习帮他们定价。

机器学习在定价的时候,参考的因素比人类多得多,还会预测未来某段时间的供需关系,比如说10个月以后你家附近房源会不会很紧张。

这样,房东就能得到一个Airbnb的默认参考价。

当然,这个定价系统没有“劫富济贫”版Uber那么高级……

搞日租房的Airbnb,如何用机器学习对接上百万的房东和租客?

【完】

本文作者:李林 
原文发布时间: 2017-06-17 
上一篇:动态网页制作PHP常用的正则表达式


下一篇:【阿里云入门之】如何快速创建弹性云服务器