之前我們談了 Airbnb 用機器學習協助房東定價，今天我們來談 Airbnb 機器學習演算法的內容是怎麼做的。Dan Hill 公開的演算法中，提到了幾個關鍵參數做法能影響定價，而我也相信還有很多關鍵參數不在公開的範圍之內。
首先，想像你提供的房源所在地，剛好有一個一年一度世界級的盛會，這時有幾個因素可以先考量。第一，因為是一年一度的盛會，所以大量人潮將湧入這個城市，從過去幾年的盛況就能得知。第二，飯店通常在這時候都會提早滿房，大量的供需不平衡就出現了。第三，每個人都會先買票參加盛會，所以更確定了旅客會花一筆費用在大量的房源上。根據以上這三點，就可以推算出地點、市場規模、房間數量需求了，而這推算並不一定要一年一度的世界級盛會，地方型盛會也是可以的。
在 Airbnb 上，每一個房源都不盡相同，或許會相似，但不可能會有兩間房源有一樣的裝潢設計外觀，或是一樣的地址。而對旅客來說，類型、設計、地區、評價都會影響到他們的選擇與心目中願意支付的價格，所以 Airbnb 還會關注：相似度、最近事件、地區，這三個參數。
- 相似度：依照房源的型態，與其能容納的一晚人數，比如公寓、城堡、船屋…等。
- 最近事件：由於旅遊市場變化性太大，極度季節性，所以必須知道近期發生過什麼事情，未來即將發生什麼事件，這些都會影響，而且就算是去年同期的參考性也不夠相關。而因為市場資訊取得也不容易，在高度旅遊化的城市相對來得簡單，如果旅遊度較低的城市，就會擴大城市範圍來決定。
- 地區：Airbnb 關切地區參數是因為飯店，因為飯店通常會蓋在城市內幾個主要地段上，而這會影響 Airbnb 在飯店附近房源的需求與比較。
像下面這張圖，季節性旅遊需求與地方活動將造成巨大變化。
而當了解了相似度、最近事件、地區這三個參數的重要性後，Airbnb 也從地圖上發現地區邊界可能也有影響，所以他們就嘗試從地圖去找出「區域性邊界」的參數思考如何影響定價，結果發現河流、高速公路、轉運站…等，確實會影響到。比如說，同一個城市有一條河流分隔著兩個區域，並以高速公路串連兩邊交通運輸，河流的東邊即將舉辦一個活動，此時東邊的房源開價賣出一晚 $130 美元，但此時西邊的相同房源一晚開價可賣出的價格才 $60 美元。
這些參數(當然還有其他共上百種) 還無法達成動態定價，因為大型飯店集團、航空公司早就已經時時刻刻有一套系統可協助動態定價，但 Airbnb 光這些參數還不夠，所以他們選用的 Machine Learning 是分類器 Classifier。將所有參數，包含主要旅遊市場需求都放入分類器來決定房源預期被預訂的機率，再將這些與地圖的區域性邊界做考量，就可以提供不同的定價策略了。
當然沒有那麼簡單就能得出很棒的定價策略，還有一些訊號是營運過程中會發現，這些訊號也是 Airbnb 上百個關鍵參數中的，比如：
- 從某一個快速賣光的特色房源，去推測附近的房源是否可推薦調整定價。
- 以及住房日與預訂日的天數關係，或是預定日與近期最早瀏覽網站的日期中間的關係。
- 照片明亮程度是否有影響消費者看完後的預訂或快快離開？臥室應該溫暖色度，但卻拍出明亮色度的影響？專業攝影師的拍攝與房主自行拍攝的影響差異？
還有其他的因素都會影響，而這些也都被收集放入 Machine Learning 分類器中，像是飛機班次、機票、天氣、早餐有沒有包含、泳池、Wi-Fi…等，上百種因素都是有用的資料。
好，講完了關鍵因素之後，我們回到地圖「區域性邊界」怎麼製作的？因為地理位置是旅遊行程中關鍵因素，但人為去標注的成本太高，而且不切實際，所以如果可以透過技術判讀最好。Airbnb 利用影像偵測與辨識的技術抓出來，我就不說明演算法細節，因為可能包含傅立葉轉換或使用 HSV 等複雜內容，我用下圖盡量做簡易說明：由於每一個色塊(紫色花瓣或枯葉)都有它的差異性，可以透過不同色階或是模糊演算法等等，將近似色塊逐漸清晰化，就會發現相同的色塊在什麼時間點會完整呈現，接著判定相同色塊與人類給予的物件定義是否一樣。同樣的，地圖上的河流與陸地，因為有明顯的藍色與土黃色的差異，所以在色塊上就能做差異。
有興趣請看此：Image Impressionism Demo
Airbnb 對地圖的琢磨還很多，像是可以得知每一個區域之間的相關性，有興趣可參考：Airbnb 的 Mapping the World
非常佩服 Airbnb 能將技術用的如此淋漓盡致，共享經濟或是 O2O 我認為需要做到更多類似於此的技術能力，平台價值的塑造就在讓供需兩端取得最佳平衡，而沒有擁有實體產品的“網路”就需要加強網路技術，創造供需兩端更大價值。
