Blog

2018年8月30日 Customized Regression Model for Airbnb Dynamic Pricing(Airbnb における動的価格設定のためのカスタム回帰モデル)

■概要
この論文では、家と体験の共有のためのオンライン市場である Airbnb に導入された価格戦略モデルについて説明しています。価格最適化の目標は、Airbnb でホームシェアリングをするホストが最適なリスティング価格を設定できるようにすることです。多数の同一商品に対して価格戦略を適用する従来の価格設定問題とは対照的に、Airbnb には同一の商品が存在しません。Airbnb におけるリスティング特有の性質のため、従来の収益最大化価格戦略を適用するために必要な正確な需要曲線を推定することは非常に困難です。Airbnb における価格設定システムは3つのコンポーネントで構成されています。1つ目は、リスティングの日に予約される確率を予測する二項分類モデルです。2つ目は、カスタマイズされた損失関数により学習を進める、最適価格予測のための回帰モデルです。最後が、最終的な提示価格を生成するために、2つ目のロジック上にパーソナライズされたロジック適用するものです。この論文では、価格決定システムの第2段階における会期モデルの説明に焦点を当てています。また、オフライン評価用の新しいメトリクスについても説明しています。提案されている価格戦略は、Airbnb のツールである Price Tips や Smart Pricing をより強力なものにするために、プロダクション環境へ導入されています。また、オンライン A/B テスト結果により、提案された戦略モデルの有効性を実証しています。

■論文URL
http://www.kdd.org/kdd2018/accepted-papers/view/customized-regression-model-for-airbnb-dynamic-pricing

■著者 / 所属機関
Peng Ye (Airbnb); Julian Qian (Ant financial); Jieying Chen (Airbnb); Chen-Hung Wu (Airbnb); Yitong Zhou (Airbnb); Spencer De Mars (Airbnb); Frank Yang (Airbnb); Li Zhang (Airbnb)

■投稿日
2018/07/19

■採択された学会名
KDD 2018, August 19-23, 2018, London, United Kingdom

一覧に戻る