Background
- Airbnb的搜索query通常是一系列條件丑孩，比如價格摧找、roomtype汽抚、位置精算、capacity等（和常規(guī)理解的query不太一樣）
- listings：airbnb的房源，對應(yīng)在網(wǎng)頁搜索就是網(wǎng)頁柜候，電商搜索就是item
- 之前的離線優(yōu)化指標(biāo)是NDCG（在線是orders）搞动，這個會導(dǎo)致結(jié)果缺乏多樣性，尤其是對于一些熱門的城市渣刷，top結(jié)果的價格鹦肿、位置等都很相似。而且這個也是符合預(yù)期的辅柴，對于深度學(xué)習(xí)的模型來說箩溃，相似的item會有相似的score
Contribution
- 定義了多樣性指標(biāo)，并且在指標(biāo)中考慮了位置因素的影響 & 連續(xù)分布的距離計算方式
- 相關(guān)性(pairwise)和多樣性(based on distance)結(jié)合的loss
- 模型中結(jié)合了listwise context和query context
Related Work
MMR：沒考慮搜索位置的影響
α-NDCG：強依賴與subtopic relevance
多樣性指標(biāo)
對相關(guān)性指標(biāo)和多樣性指標(biāo)進行了加權(quán)求和（權(quán)重是人工指定的）：
- 相關(guān)性指標(biāo)：需要按位置衰減（衰減函數(shù)是按經(jīng)驗指定的）碌嘀，公式2中的左邊這項
- 多樣性指標(biāo)：依賴于兩個item之間的距離函數(shù)計算涣旨，每個item只和前面的item進行組對計算距離，距離函數(shù)有多種定義方式（詳細見下文）
image.png
image.png
距離計算方法
- 整體距離：每個item由一些特征組成的向量表示股冗，包括價格开泽、位置、人數(shù)等魁瞪，類別類的特征用one-hot穆律，數(shù)字類的特征需要歸一。距離的計算公式paper中沒寫导俘，可能就是特征的歐氏距離
image.png
- location：通過挖掘的方式產(chǎn)出一個理想的位置分布（離散概率分布）峦耘，使用Hellinger距離來計算最終top K結(jié)果和理想位置分布之間的距離
- 地理區(qū)域聚類：通過KD-Tree（一種適用于位置的聚類方法）對query的歷史成交item進行聚類（文中叫bucket），最終的聚類效果是面積小的熱門區(qū)域和面積大的郊區(qū)對應(yīng)的item數(shù)量差不多旅薄。
-
Hellinger距離：用來度量兩個概率分布之間的相似性辅髓，對于離散概率分布來說，image.png
- price：理想分布是正態(tài)分布少梁，概率最大的一個bucket是通過簡單的神經(jīng)網(wǎng)絡(luò)預(yù)測expected price Ep洛口；給定Top K結(jié)果需要做歸一，最小值和最大值通過人工指定的超參來控制凯沪，價格最小值 = α * Ep第焰，價格最大值 = β * Ep
image.png
Methodology
- Greedy Ranker：貪心算法，最大化MLR
- Second Stage Location Diversity Ranker：模擬退火妨马。先把根據(jù)default score排序的top K作為candidate挺举，然后隨機從candidate中選擇一個item和其他item做替換杀赢，loss下降就接受，loss上升就以一定概率接受湘纵，
image.png
- Combined Loss Function：在2的基礎(chǔ)上修改loss脂崔，原因在于H距離的loss無法反向傳播，無法在pair-wise的模型中計算梧喷。所以設(shè)計了一個替代loss砌左，原理是：如果輸入item集合中，某個bucket的item數(shù)量超過理想分布铺敌，就縮小該bucket的item的打分汇歹。文章沒寫具體公式。
- Contextual Features：4和5的整體思路都是將精排之后的item list整體放入重排中來适刀，因為一個item對于多樣性的loss取決于整個list秤朗。4的方法是在原本的模型中增加人工的聚合特征煤蹭，例如price/location/room type等特征的方差和均值
-
Query Context Embedding：把item序列用default score排序后笔喉，用LSTM編碼，作為query context的一部分硝皂。具體后面query context embedding怎么應(yīng)用到下游模型常挚，文中沒寫。
image.png
Experiment
image.png
image.png
Online實驗效果說明
- Greedy Ranker：持平/略負稽物，分析是過于多樣性
- Second Stage Location Diversity Ranker: 正向奄毡，尤其是對于新用戶，orders+1%贝或，中國的用戶+3.6%（之前的策略更傾向于城中心的吼过，現(xiàn)在這個也有其他位置的item）
- Contextual Features: 持平，推測人工高級特征沒有用
- Combined Loss Function: 持平咪奖，出現(xiàn)了一些極端價格盗忱，新用戶orders降低比較多，推測是對于價格敏感的用戶體驗有傷害
- Query Context Embedding: 正向羊赵，online NDCG +1.2%, orders +0.44%, 新用戶orders +0.61%趟佃。分析了不同價格檔位的位置變動情況
image.png
