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。
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
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
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……
【完】