公司：Airbnb
爱彼迎（英语：Airbnb）是一个出租住宿民宿的网站，提供短期出租房屋或房间，让旅行者通过网站或手机发掘和预订世界各地的独特房源，为近年来共享经济发展的代表之一。该网站成立于2008年8月，公司总部位于美国加利福尼亚州旧金山，是一家私有公司，由“Airbnb, Inc.”负责管理营运。目前，爱彼迎在191个国家，65,000个城市中共有400万名房东、超过3,000,000笔房源。
该公司在中国的品牌名为爱彼迎，取“让爱彼此相迎”之义，品牌名发布后被批评“难听”和“性暗示”。
用户必须注册互联网账号才能使用网站。每一个住宿物件都与一位房东链接，房东的个人文件包括其他用户的推荐、顾客评价、回复评等和私信系统。
Listening, Learning, and Helping at Scale: How Machine Learning Transforms Airbnb’s Voice Support Experience
Airbnb通过语音识别、意图检测和语言模型优化了其交互式语音应答（IVR）系统，提升用户支持体验。系统首先将用户语音转换为文本，识别其意图并分类，随后提供自助解决方案或转接人工客服。通过领域优化的语音识别模型，错误率从33%降至10%，意图检测延迟低于50毫秒。系统还结合帮助文章检索和重述模型，确保用户理解解决方案，提升自助解决率，减少人工干预。
How Airbnb Measures Listing Lifetime Value
Airbnb通过估算房源生命周期价值（LTV）优化用户体验。LTV框架包括基础LTV、增量LTV和营销诱导增量LTV。基础LTV预测房源未来365天的预订量，增量LTV衡量房源带来的新增预订，营销诱导LTV评估营销活动对房源价值的提升。疫情期间，模型通过缩短训练周期、引入地理数据等策略提升准确性。LTV估算帮助识别高价值房源，指导房源扩展策略和营销投入。
Embedding-Based Retrieval for Airbnb Search
Airbnb通过嵌入检索技术构建了一个高效的候选检索系统，用于提升房源搜索的准确性和可扩展性。系统采用双塔网络架构，离线生成房源嵌入，实时处理查询嵌入，并利用近似最近邻算法进行在线检索。通过对比学习构建训练数据，选择欧氏距离作为相似性度量，优化集群均衡性。最终系统显著提升了搜索结果的相关性，带来了预订量的显著增长。
Accelerating Large-Scale Test Migration with LLMs
Airbnb通过LLM驱动的自动化工具，在6周内成功将3500个React组件测试文件从Enzyme迁移至React Testing Library。采用分步骤验证、重试循环和增加上下文提示的策略，初始迁移4小时内完成75%，四天后达到97%，剩余3%手动修复。整个迁移保留了测试意图和代码覆盖率，成本远低于手工预估。
Chronon — 一种开源声明式特征工程框架
Chronon是一个开源框架，旨在简化机器学习模型的特征管理。它解决了特征数据管理的痛点，通过统一的数据处理框架，确保训练和生产推理数据的一致性。Chronon支持多种数据源输入、标准SQL转换和基于时间的聚合，提供在线和离线结果。用户可通过设置“accuracy”参数选择实时或定期更新数据。Chronon的灵活API和强大聚合能力，帮助工程师快速生成特征值，大大提高了特征工程的效率和扩展性。
Improving Search Ranking for Maps
How Airbnb is adapting ranking for our map interface.
From Data to Insights: Segmenting Airbnb’s Supply
How Airbnb uses data-driven segmentation to understand supply availability patterns.
Building a User Signals Platform at Airbnb
How Airbnb built a stream processing platform to power user personalization.
Airbnb’s AI-powered photo tour using Vision Transformer
Boosting computer vision accuracy and performance at Airbnb.
Adopting Bazel for Web at Scale
How and Why We Migrated Airbnb’s Large-Scale Web Monorepo to Bazel.
Transforming Location Retrieval at Airbnb: A Journey from Heuristics to Reinforcement Learning
How Airbnb leverages machine learning and reinforcement learning techniques to solve a unique information retrieval task in order to…
Automation Platform v2: Improving Conversational AI at Airbnb
How Airbnb’s conversational AI platform powers LLM application development.
Sandcastle: data/AI apps for everyone
Airbnb made it easy to bring data/AI ideas to life through a platform for prototyping web applications.
爱彼迎以用户体验驱动的 Android 性能度量
爱彼迎的整个用户旅程被划分为不同的页面，每个页面都对其自己的PPS值进行测量。为了支持这个基于页面的性能跟踪系统，我们构建了一个标准化的基础架构，使工程师能够配置代表其功能的页面。
在Android上，每个页面都与一个Fragment相关联。每个Fragment都必须提供一个LoggingConfig对象，指定一个页面名称，以便在需要引用页面名称时能够检索到。我们在Fragment的生命周期中收集性能数据，并在Fragment暂停时才发出日志事件。
我们用一个通用的PageName枚举类型标识每个页面，并在所有平台上引用，从而一致地表示我们用户操作中的每个页面。
Riverbed Data Hydration — Part 1
A deep dive into the streaming aspect of the Lambda architecture framework of Riverbed.
爱彼迎以用户体验驱动的 iOS 性能度量
爱彼迎上的整个用户旅程被划分为不同的页面，每个页面都有自己的页面性能分数(PPS)。为了支持这个基于页面的性能跟踪系统，我们建立了一个标准化的基础设施，使工程师能够配置页面和功能的对应关系。
在 iOS 上，页面与 UIViewController相关联。我们在 UIViewController 的生命周期中收集性能数据，在 viewDidDisappear 时发送收集到的日志。我们使用 PageName 作为全局的页面标识符，日志必须存在 PageName 时才能创建或发送。