Airbnb使用的动态定价模型

论智 2018-10-10 09:16 次阅读
在KDD 2018上,Airbnb的研究人员们发表了一篇名为Customized Regression Model for Airbnb Dynamic Pricing的论文。这篇文章描述了Airbnb使用的动态定价模型,以下是论智对文章的大致介绍。 价格优化的目的是帮助房东制定最优价格。传统定价策略是为大量相同的产品定价,但在Airbnb没有相同的产品,因为平台所提供的房屋都有独一无二的价值和体验感受。这样的独特性就很难估计传统定价策略所需要的需求曲线。 “研究人员所提出的策略模型在Airbnb上应用了一年多的时间。第一代模型刚一使用,网站的预定量就得到大幅提升,采用了这一方法的房东们受益也随之增长。经过多次迭代后,策略模型将进一步改善定价的质量。” 想给Airbnb上所有不同的房间定价是非常有挑战性的,即使我们可以收集同一区域中的同样大小的房间,但是其他因素(例如评分星级)也会影响价格。除此之外,由于不同的季节和区域因素,需求也是随时间波动的。同样,预定的早晚也是影响价格的因素,预定的越晚,房间预订成功的机会就越小,这也会导致需求函数的变化。 为了让房东的受益最大化,Airbnb提出了“Price Tips”和“Smart Pricing”工具。Price Tips可以提供价格日历,根据房东目前的定价,显示该房间每天被预定出去的概率是多少。点击某一天,页面中会显示Airbnb推荐的价格以及其他信息。 Price Tips截图 在Smart Pricing工具中,房东可以设置一个最低值和最高值,之后Airbnb会自动生成不同日期的新价格。 Smart Pricing截图 在理想情况下,我们会估计一个需求曲线F(P), 在给定价格P的情况下估计房间的需求量,之后选择P的值,使P×F(P)的值最大。之前我们已经提到过影响价格的因素有很多,而且,由于Airbnb并不是直接控制房间价格的,而是只能给出“建议价格”,所以想要直接拿不同的定价策略做实验来观察市场反应也是不容易的。 Airbnb最终采用的定价系统有三个要素: 一个二元分类模型,预测某一晚某房间预定的概率。 这些预测之后会被输入到一个定价策略模型中,会对空闲日期提出建议价格。 策略模型会加入其他个性化逻辑,以符合房东的目标、结合特殊事件等等。 定价系统概览 这篇论文的主要目的是定价策略模型,但是我们首先要简单了解下预定概率模型的细节。 预定概率模型 想知道某件房间会有多大概率被预定,这里是用的是Gradient Boosting Machines(GBM),除此之外还有一个针对各个市场训练的模型。对于训练数据的采样率在根据各市场密度的不同有所差别: “房屋密度高的市场能从地理位置这一因素中获益最多,这里的采样率会高于全局常量的采样率。” 模型在做决策时考虑了三个方面: 页面所列出的各项特征,例如每晚的价格、房间类型、可住人数、房间数量、洗手间数量、房间设施、地理位置、评价、历史入住率、能否立即预定等等。 时间因素,例如季节、日期、可入住时间等等。 供给因素,例如周围是否有相似房源、评价、搜索率等等。 模型在不同价格点预测预定概率,可能会得到一个需求曲线。但是,由于上述的多重影响因素,想得到精确的需求曲线进行价格设置是非常困难的。 “我们试着基于估计的需求曲线,直接应用利润最大化策略,但是在线的A/B测试结果显示这些方法在实际中通常会失败。所以,我们决定找其他的替代方法。” 替代法使用预定概率模型的输出结果作为定价策略模型的输入因素之一。 定价策略模型 首先让我们思考:在缺少最优价的基础上,训练定价策略模型时,应该用什么评估尺度呢? 深思熟虑之后,研究团队确定了两种评估尺度:价格下降查全率(PDR)和预定反悔率(BR)。我们曾统计过,某间房间是否在某天被预定出去,以及预定的价格是多少。PDR和BR都能反映出这一点。 假设如果某间房没能以价格P成功预定,那么它也一定不会在比P更高的价格上预订出去。但是如果价格低于P,那么可能有被预定的机会。PDR就表示当实际价格高于模型的建议价格时,房间未被预定的比例。在下面的图表中,PDR为0.6(5晚中有3晚没有被预定出去)。 如果我们只有PDR,那么最终我们训练出的模型最后会把指导价格变为零!如果该房间某天被成功预订,价格为P,并且P≥指导价格,那么这个指导价格就没什么用了。预订反悔率就抓住了这之中的利润。BR按以下方法计算:对于所有被成功预订的日子,取零和预定价格与指导价格之间的百分比之中的最大值。然后从这些值中取中位数。 例如: BR就是(14,5,6,0,0)的中位数,5%。 现在我们把这些思想合到一个单一的损失函数中,看起来是这样: 给定参数xi,fθ(xi)是输出的建议价格,L是下限函数,U是上限函数。 对于预订出去的日期,下限是预定价格Pi,对于没有预定出去的日子,是c1Pi,其中c1是0到1之间的常数。 对于没有被预订出去的日子,上限是价格日历中的价格Pi。对于预订出去的日子,上限是c2Pi,其中c2是大于1的常数。 当建议价格在上下限之间时,损失是零,否则损失就是建议价格和界限之间的距离。 在论文中,作者提到: “我们并不用相同的常数表示价格增加和减少,因为我们想让训练系统非对称地学习比率。这样一来,建议价格可以反映需求的敏感度。” 参数θ1和θ2是在Airbnb上400多万个有效房源中训练出的,训练更关注最近的预定行为,从而更好地反映季节信号。 评估 和直接从预定概率模型中的需求估计曲线定价的简单策略相比,定价策略模型显著改善了PDR和BR。 除了定量评估,论文作者还检查了2018年2月8日生成的未来120晚的价格,下图分别是针对日本东京和美国加州太浩湖的房源价格走势: 可以看到,两地房间的价格都在周末有所上升,并且东京在三月末到四月初的房价也相对较高,因为那正是赏樱的好时节。“从这两个案例中,我们看到模型的确能捕捉到时间带来的房价波动”,研究者说。
原文标题:KDD 2018 | Airbnb用机器学习实现动态定价 文章出处:【微信号:jqr_AI,微信公众号:论智】欢迎添加关注!文章转载请注明出处。
收藏 人收藏
分享:

评论

相关推荐

如何使用Word2vec模型进行古诗词个性化推荐的应用

古诗词是中华优秀传统文化上璀璨的明珠,两千年来,我国优秀诗人辈出,其诗作若满天繁星,内容丰富影响深远....
发表于 11-15 16:15 12次 阅读
如何使用Word2vec模型进行古诗词个性化推荐的应用

数据库系统概论之如何进行关系查询处理和查询优化

本文档的主要内容详细介绍的是数据库系统概论之如何进行关系查询处理和查询优化主要内容包括了:1、关系数....
发表于 11-15 15:12 5次 阅读
数据库系统概论之如何进行关系查询处理和查询优化

物联网机会:从边缘到云的近实时分析

英特尔和SAP提供端到端的物联网解决方案,可提供基于近实时数据的洞察力。
的头像 英特尔 Altera视频 发表于 11-15 06:51 5次 观看
物联网机会:从边缘到云的近实时分析

AI UX:最大限度地减少入侵

AI UX的这一集着眼于您对数据收集的深思熟虑,采用更少的方法可以使您和您的用户受益。
的头像 英特尔 Altera视频 发表于 11-13 06:56 18次 观看
AI UX:最大限度地减少入侵

采用API分析并查找数据集中的类似项

此API分析并查找数据集中的类似项。
的头像 英特尔 Altera视频 发表于 11-13 06:33 42次 观看
采用API分析并查找数据集中的类似项

PCB 3D模型和PCB 3D模型尺寸资料免费下载

本文档的主要内容详细介绍的是PCB 3D模型和PCB 3D模型尺寸资料免费下载。
发表于 11-12 08:00 33次 阅读
PCB 3D模型和PCB 3D模型尺寸资料免费下载

CORD:中央办公室重新设计为数据中心

CORD(中央办公室重新设计为数据中心)改造了Telco中央办公室。
的头像 英特尔 Altera视频 发表于 11-12 06:17 62次 观看
CORD:中央办公室重新设计为数据中心

SQL优化指南:慢查询日志开启撒网模式

第二种是对返回的数据进行排序,也就是通常看到的Using filesort,filesort是通过相....
的头像 电子发烧友网工程师 发表于 11-08 14:25 113次 阅读
SQL优化指南:慢查询日志开启撒网模式

第5部分:产业与开源运动的交汇点

Jay Melican发起了关于大公司(如英特尔)与学术机构交叉的讨论,这些机构拥有更开放的模型以及....
的头像 英特尔 Altera视频 发表于 11-08 07:29 48次 观看
第5部分:产业与开源运动的交汇点

数据科学家需要知道的5个基本统计概念,如何才能最有效地应用它们

中间的那条线是数据的中位数。由于中位数对离群值的鲁棒性更强,因此中位数比平均值用得更多。第一个四分位....
的头像 电子发烧友网工程师 发表于 11-07 10:57 264次 阅读
数据科学家需要知道的5个基本统计概念,如何才能最有效地应用它们

25条小贴士能够快速提升和巩固你的数据可视化设计

尽管线性图表不一定从零点开始,但如果图表中含大量对比数据的话,零点就很有必要。相对来说,数据的小幅波....
的头像 电子发烧友网工程师 发表于 11-07 10:54 248次 阅读
25条小贴士能够快速提升和巩固你的数据可视化设计

如何在英特尔AdvisorXE中使用高级适用性建模

intel-advisor-xe高级适用性使您能够在一个体系结构和数据大小上建模并行区域,并预测如果....
的头像 英特尔 Altera视频 发表于 11-06 07:41 74次 观看
如何在英特尔AdvisorXE中使用高级适用性建模

英特尔VTune的性能优化介绍

英特尔®VTune™和性能优化
的头像 英特尔 Altera视频 发表于 11-06 06:17 74次 观看
英特尔VTune的性能优化介绍

Wind River Helix设备云中管理控制台的介绍

本视频介绍了Wind River Helix * Device Cloud中的管理控制台。
的头像 英特尔 Altera视频 发表于 11-01 06:20 170次 观看
Wind River Helix设备云中管理控制台的介绍

如何使用DPDK进行网络性能基准测试

描述英特尔如何使用DPDK第3层转发(l3fwd)示例应用程序工作负载执行高吞吐量网络性能基准测试。
的头像 英特尔 Altera视频 发表于 10-31 06:57 253次 观看
如何使用DPDK进行网络性能基准测试

英特尔ONP和OPNFV的组件介绍

SDN和NFV如何实现灵活且可扩展的框架并定义英特尔®ONP和OPNFV的组件*
的头像 英特尔 Altera视频 发表于 10-30 06:04 211次 观看
英特尔ONP和OPNFV的组件介绍

DPDK的设计方法与API应用介绍

了解DPDK的设计方法及其常见用例,并概述DPDK在VNF / NFV系统中的使用方式。
的头像 英特尔 Altera视频 发表于 10-30 06:02 268次 观看
DPDK的设计方法与API应用介绍

整个汽车行业好像进入了漩涡的边缘

按照大家一致的交流的看法,由于今年消费端的情况不理想,之前为了维持批发的增速,在库存端的库存可不少....
的头像 汽车电子设计 发表于 10-27 10:36 1268次 阅读
整个汽车行业好像进入了漩涡的边缘

吴恩达:将引领下一波机器学习技术”的迁移学习到底好在哪?

两年前,吴恩达在 NIPS 2016 的 Tutorial上曾说“在监督学习后,迁移学习将引领下一波....
的头像 电子发烧友网工程师 发表于 10-27 10:27 641次 阅读
吴恩达:将引领下一波机器学习技术”的迁移学习到底好在哪?

只有商业场景下的数据,才是大量真实的数据

普林斯顿大学建筑学硕士;哈佛大学设计学博士;曾是加州大学伯克利分校的教师;现任同济大学设计与人工智能....
的头像 红杉汇 发表于 10-26 16:29 435次 阅读
只有商业场景下的数据,才是大量真实的数据

如何进行数据库设计数据库设计和ER模型有什么关系

(1)DBS生存期及其7个阶段的任务和工作,DBD过程的输入和输出。(2)概念设计的重要性、主要步骤....
发表于 10-26 11:48 61次 阅读
如何进行数据库设计数据库设计和ER模型有什么关系

数据库学习入门资料之数据库的概念结构详细资料概述

什么是概念结构设计 将需求分析得到的用户需求抽象为信息结构即概念模型的过程就是概念结构设计 概念....
发表于 10-25 16:29 38次 阅读
数据库学习入门资料之数据库的概念结构详细资料概述

被贾跃亭骗后,孙宏斌一改过往语出惊人

数据显示,通过良好的收并购市场口碑引来越来越多的合作机构,目前融创合作机构快速从2016年的109个....
的头像 AI聂潜 发表于 10-24 11:33 923次 阅读
被贾跃亭骗后,孙宏斌一改过往语出惊人

数据库表的结构设计有什么方法原则是怎样的

在目前的企业信息系统中,数据库还是最佳的数据存储方式,虽然已经有很多的书籍在指导我们进行数据库设计,....
发表于 10-23 16:42 43次 阅读
数据库表的结构设计有什么方法原则是怎样的

数据集,网络架构和剪枝方法

过度参数化(over-parameterization)是深度神经网络的一个普遍属性,这会导致高计算....
的头像 新智元 发表于 10-23 09:15 465次 阅读
数据集,网络架构和剪枝方法

什么是辛普森悖论?辛普森悖论的重要性

导致这一悖论的原因是样本大小。当我们分组统计数据时,Carlo's餐厅的女性推荐率高达90%,但它的....
的头像 论智 发表于 10-23 09:02 391次 阅读
什么是辛普森悖论?辛普森悖论的重要性

一种新颖的基于模型的机器学习方式——model based machine learning

还有很多各式各样的疑问充满了机器学习的历程和工程实践中。但这本书为我们带来了一个对机器视觉的全新视角....
的头像 将门创投 发表于 10-21 10:50 394次 阅读
一种新颖的基于模型的机器学习方式——model based machine learning

数据库教程之事务与并发控制的详细资料概述

事务是用户定义的数据操作系列,这些操作作为一个完整的工作单元,一个事务内的所有语句被作为一个整体,要....
发表于 10-19 10:41 45次 阅读
数据库教程之事务与并发控制的详细资料概述

CY8C5步骤模型

是否会出现以下组件的步骤模型? 1。CY8C5667 LTI-LP09 2。CY8C5868 AXI-LP032 以上来自于百度翻译 ...
发表于 10-15 15:23 45次 阅读
CY8C5步骤模型

网盘不可靠 那么本地数据的安全性的出路又到底在哪

最近笔者在网络bbs上看到有网友在讨论网盘被大扫荡之后的事情。有的同学继续坚持用仅剩的两个较为出名的....
的头像 39度创意研究所 发表于 10-15 09:13 353次 阅读
网盘不可靠 那么本地数据的安全性的出路又到底在哪

详解为多个地图创建自定义缩放控制的具体步骤

我并不是空间专家,因此我花了一些时间才弄明白。如 3 中所述的,我想用中心点的纬度 / 经度加上或....
的头像 Tableau社区 发表于 10-11 15:49 297次 阅读
详解为多个地图创建自定义缩放控制的具体步骤

数学建模三剑客之Numpy

numpy的数组对象除了一些常规的属性外,也有几个类似转置、扁平迭代器等看起来更像是方法的属性。扁平....
的头像 电子发烧友网工程师 发表于 10-11 10:44 341次 阅读
数学建模三剑客之Numpy

跨省联络线的优化调度模式及预警策略研究

传统的跨省联络线计划基于电力交易而制定,与受端电网机组计划相互独立,且不受负荷变化影响,存在资源配置....
发表于 10-11 08:00 625次 阅读
跨省联络线的优化调度模式及预警策略研究

2018年8月的规模以上工业企业中民企、外企和国企的利润数据

总利润÷净资产,就能得出一个很有意义的数据:净资产收益率。这个数据乃是反映企业经营效率的核心数据。通....
的头像 电子发烧友网工程师 发表于 10-10 10:39 1007次 阅读
2018年8月的规模以上工业企业中民企、外企和国企的利润数据

一种文本挖掘方法称为主题建模,什么时候会用到主题建模?

我们可以轻易地分辨二者,因为我们理解了“novel”前后词语的意思。但是,机器无法理解这些概念,所以....
的头像 论智 发表于 10-10 09:01 506次 阅读
一种文本挖掘方法称为主题建模,什么时候会用到主题建模?

AI、数据隐私保护与区块链

肖风:很荣幸有这样一个机会在人工智能大会上进行分享。我自己过去五年在区块链这个领域当中做研究、投资和....
的头像 新智元 发表于 10-08 10:52 1222次 阅读
AI、数据隐私保护与区块链

一名数据工程师的自白

2011年,我作为一名商业智能工程师加入 Facebook。到了 2013 年离开的时候,我的职称是....
的头像 工程师人生 发表于 10-08 09:36 630次 阅读
一名数据工程师的自白

用户画像番外篇之随笔三则

激活注册转化率:用户从应用商店下载APP后,不一定都会有注册行为。对于刷下载量、用户为抢红包、赚积分....
的头像 人工智能爱好者社区 发表于 10-04 10:27 387次 阅读
用户画像番外篇之随笔三则

一个能帮助神经网络更好地模拟数值信息的新框架

如果说NAC只是对输入做线性变化,那么NALU就是把两个具有权重的NAC组合在一起,用来执行加减(较....
的头像 论智 发表于 10-04 10:20 259次 阅读
一个能帮助神经网络更好地模拟数值信息的新框架

请问使用Motorware时如何备份工程防止数据丢失?

使用Motorware时,如何备份工程,防止数据丢失? 我现在从Motorware中打开了一个工程,但是大部分的文件是链接形式的,我怎么...
发表于 09-30 11:24 469次 阅读
请问使用Motorware时如何备份工程防止数据丢失?

如何让零售商对价格进行优化的问题,机器学习能为零售价格优化做些什么?

价格优化和动态定价常被看作是近义词,但实际上二者是不同的,主要在于动态定价是定价策略的一种特殊形式,....
的头像 论智 发表于 09-30 08:53 559次 阅读
如何让零售商对价格进行优化的问题,机器学习能为零售价格优化做些什么?

报告:美国国土安全部无人机数据易受黑客攻击和内部威胁

在美国国土安全部监察长办公室的一份报告中公布,海关与边境保护局(CBP)未能采取适当的保障措施来保。....
的头像 E安全 发表于 09-29 10:21 4058次 阅读
报告:美国国土安全部无人机数据易受黑客攻击和内部威胁

美国欲构建自己的GDRP隐私保护法

互联网企业间共享用户数据确实加速了科技发展,但对用户个人而言,隐私是没有保障的,细思还是极恐的。哲学....
的头像 E安全 发表于 09-29 10:17 854次 阅读
美国欲构建自己的GDRP隐私保护法

CAD绘图的时候,CAD布局中有部分模型显示不出来怎么办?

可能有很多的小伙伴们都遇到和我差不多的问题吧,CAD最平时的设计工作的时候,CAD布局中有某一部分的....
发表于 09-29 08:00 193次 阅读
CAD绘图的时候,CAD布局中有部分模型显示不出来怎么办?

电动汽车车架焊合模型图纸详细资料免费下载

本文档的主要内容详细介绍的是电动汽车车架焊合模型图纸详细资料免费下载。
发表于 09-28 08:00 77次 阅读
电动汽车车架焊合模型图纸详细资料免费下载

逻辑结构和物理结构如何设计和实施与维护?

 逻辑结构设计的任务:将概念结构进一步转化为相应的数据模型。逻辑结构设计的步骤。将概念结构转化为一般....
发表于 09-27 15:32 77次 阅读
逻辑结构和物理结构如何设计和实施与维护?

多维材质通道转换小工具软件中文版免费下载

多维材质通道转换小工具是一款主要适应于3dmax、veray所有版本渲染器的通道小工具,这款小工具体....
发表于 09-27 08:00 44次 阅读
多维材质通道转换小工具软件中文版免费下载

听Matt讲述他在Spotify的数据科学实习经历

Matt Farkas 最近毕业于西北大学,取得了分析科学硕士学位,他最初使用 Tableau 是 ....
的头像 Tableau社区 发表于 09-26 15:49 314次 阅读
听Matt讲述他在Spotify的数据科学实习经历

“世界大学学术排名(ARWU)”披露2018年度500强榜单

值得注意的是,在中国内地成为世界百强的三大名校之后,中国港澳台地区排名最高的香港大学排在第101-1....
的头像 悟空智能科技 发表于 09-26 11:40 5157次 阅读
“世界大学学术排名(ARWU)”披露2018年度500强榜单

美国的贸易保护主义和霸凌主义行为及其危害分析

中国坚定维护国家尊严和核心利益、中国坚定推进中美经贸关系健康发展、中国坚定维护并推动改革完善多边贸易....
的头像 电子技术应用ChinaAET 发表于 09-26 10:08 2685次 阅读
美国的贸易保护主义和霸凌主义行为及其危害分析

用短视频来动态展示图表中数据的变化

绘图中最重要的就是下面这个 animate 函数,它的参数 i 指的是帧数。我们通过参数 i 来选择....
的头像 电子发烧友网工程师 发表于 09-25 11:03 1215次 阅读
用短视频来动态展示图表中数据的变化

请问为什么在我这种结构第一次收到数据是完整的一帧65位,而第二次就收到33位数据?

发表于 09-20 16:30 335次 阅读
请问为什么在我这种结构第一次收到数据是完整的一帧65位,而第二次就收到33位数据?

Vuforia开发技巧:通过手指拖拽平移模型

AR/VR技术交流群 129340649 前面文章介绍了怎么对3D模型进行缩放、平移和旋转, 《(Unity3d)Vufori...
发表于 09-20 10:20 135次 阅读
Vuforia开发技巧:通过手指拖拽平移模型

Python教程基础篇,超详细超长!

任何时候,我们都可以给程序加上注释。注释是用来说明代码的,给自己或别人看,而程序运行的时候,Pyth....
的头像 人工智能和机器人研究院 发表于 09-19 17:35 568次 阅读
Python教程基础篇,超详细超长!

BenchVue似乎只记录了1小时的数据

当我下载并安装BenchVue时,我有点热情,我将它连接到带有3个DMM 34401的GPIB上,随着时间的推移监控3个电池。 一切都...
发表于 09-18 15:59 135次 阅读
BenchVue似乎只记录了1小时的数据

tcp通讯只有超时了发送到数据才能显示出来?

如图,,为什么只有超时了,发送到数据才能显示出来? 连线图如下。 ...
发表于 09-13 15:45 225次 阅读
tcp通讯只有超时了发送到数据才能显示出来?

请问如何打包数据

我开始发现我的特点与cyble_gattcdiscoverallcharacteristics()去cyble_evt_gattc_read_by_type_rsp事件。 charreport =(cyble...
发表于 09-12 10:01 109次 阅读
请问如何打包数据

会议预告-2019北京国际数据中心技术设备展览会

数据中心展,据中心技术展,据中心设备展,北京数据中心展,北京据中心技术展,北京据中心设备展,2019数据中心展,2019据中心技...
发表于 09-11 17:17 217次 阅读
会议预告-2019北京国际数据中心技术设备展览会

这6点帮你解决参数未知的重要问题 | AI知识科普

班主任发现,经常有许多对人工智能领域跃跃欲试的小伙伴在后台发私信问我“怎样快速入门人工智能呢?” 对于这样的问题,班主...
发表于 08-10 11:47 372次 阅读
这6点帮你解决参数未知的重要问题 | AI知识科普

i32数据和u32数据有什么区别?

i32数据和u32数据有什么区别?
发表于 07-29 15:17 474次 阅读
i32数据和u32数据有什么区别?