何番煎じか分かりませんが、Airbnbの宿泊価格についてのダイナミックプライシングの論文を読んだので、メモをします。
他の人の記事
- 【KDD2018】論文『Customized Regression Model for Airbnb Dynamic Pricing』を読んでまとめた
- 【論文メモ: Airbnb Pricing Model】Customized Regression Model for Airbnb Dynamic Pricing
- 論文『Customized Regression Model for Airbnb Dynamic Pricing』ダイナミックプライシング考察
- Customized Regression Model for Airbnb Dynamic Pricingを読んだ
- slide share
メモ
the adoption (of a suggested price) is often biased towards higher suggestions
へー
additional personaliza- tion logic incorporating hosting goals, special events, etc
割と泥臭いんだろうなー
we found that a better performance, in terms of global AUC, can be achieved by training a separate GBM model for each market with an adaptive training data sampling rate
モデルとパラメータ多そう、データどれくらいあるんだろ、データの少ない物件どうするんだろ
the searches or listing views are usually nega- tively correlated with the price feature
リスティングはリスティングでマイクロサービスだろうし、相互作用多いですよね、データ整形...
We randomly sample about 10% of all listing-nights to form our evaluation set
A/Bテストか
the strategy model in general significantly improves both PDR and BR metrics
$PDR$が上がったのと$BR$が下がったのだけで、評価していいのかな、significantって言っているが、統計的に有意という意味かな?
データのN数も出ていないな、企業だからしょうがないのかもだが
感想
ちょいちょい論文や記事を読んでいて思うのは、妥当なモデルを作りつつも、それを使う使わない、使うときのインターフェースなど、うまいことホストユーザーのことを考えてプロダクトデザインしているんだろーなーと。
モデルが良くても、実装面で使いづらかったら、利用されなくなりますからね。
ここら辺は実務で分析/モデリング/運用をしているところならではかと。
論文の内容とは全く関係ありませんが、直近のコロナの影響で、需要予測系の分析や予測は軒並み使えないと言われていますね。
この期間の変動は、予測もできなかったでしょうし、データとしても将来使えないですよねー。
予測とは斯くも難しい。