推荐系统之Airbnb推荐：Real-time Personalizaton using Embeddings for Search Ranking at Airbnb

前言

Airbnb在2018年KDD的best-paper，关于向量化如何在民宿订购平台里的实时推荐实践的，写得非常实在。

业务特点

Aribnb他们具有非常鲜明的业务特点，是短租市场，且是个双向市场，既要优化商家又要优化租客，用户有非常强烈的搜索目标倾向。

短期兴趣

从哪里学短期兴趣？

用户的一连串搜索及点击浏览行为中[session]，蕴含着其最终目标booking[订购]，为了能够表达这种非常具有实效和前后关系的行为，对session内的item向量化建模。建模思路是word2vec的skip-gram方式[中心词预测周围词]，但是用book行为做全局上下文，并且针对业务特点增加了同类型负采样。

怎么学短期兴趣？

将带有book的session作为Booked Sessions，将没有book行为的session作为Exploratory Sessions，滑动窗口大小是超参。对有book的session，将book作为全局上下文，不仅预测近邻的点击项，也预测它最终的订购项。由于在session内的行为大部分是同性质的商品项，直接全局负采样，结果会在同性质项上区分性不够，补充同性质项内的负采样。

注意：窗口大小是5，前后都是5；30分钟间隔，就作为新session；vec-dim=32，随机初始化；对booked-sessions做了5倍采样；保留至少有两次点击的session；迭代了10遍语料来训练；全局负采样是在全量的有点击中随机采样。

怎么评估学习的向量是否足够OK呢？

1）直接用是否可以将地理位置/加个区分开，来作为简单的评估。
2）不同模型学习的效果好坏，则要严谨多了。计算点击item与候选items的余弦相似值，根据余弦值来排序，然后看booked的item在排序中的位置。

长期兴趣

由点击到订购的过程，学习到的是短期兴趣，直接用book行为学到的则定位为长期兴趣。在Airbnb的推荐平台中，订购行为是非常稀疏的，毕竟是旅游消费，没法太高频的。针对这样的业务特点，这些可爱的人儿开动脑洞，将人群划分成不同群体，并且也将item也分成不同的群组，这样行为就不稀疏了，可以搞了。对我们的推荐流里，也有借鉴意义，某些行为就是非常稀疏的，可以分群来搞。
对item和user分群的方法如下图：

构造训练预料如下：

训练方式如下：

注意：只更新中间项？用户分群是产品来人工干预划分的。

怎么使用学习到的向量

直接使用学到的向量可行么？由于每次学习的向量表示都会变化，直接使用会各种问题，不如化为与各个特征的相似值来使用，不管学习到的向量具体值变化，关系的表达总是稳定的。

思考总结

1）万物皆可embedding化。
2）对稀疏场景，可以用分群的方式来处理。
3）为什么短期兴趣item-vec的学习时，用地理位置和价格来可视化评价向量学习是否足够良好？
因为，推荐场景有搜索行为的选项：地点 & 价格，对行为的item-vec学习过程中，必然能够区分开。
4）全局上下文，是个非常有意思的点：想对最终目标倾斜，就可以通过构造全局上下文的方式来处理。与改变语料没区别。