Core Concepts
不動産プラットフォームにおける顧客の過去の行動履歴に基づいて、適切な物件を推薦するエンドツーエンドシステムを提案する。
Abstract
本研究では、不動産領域における物件推薦システム「RE-RecSys」を提案している。
ユーザーを4つのカテゴリー(コールドスタートユーザー、短期ユーザー、長期ユーザー、短期長期ユーザー)に分類し、それぞれに適したアプローチを取る。
コールドスタートユーザーには、ロケーションの人気度とユーザー嗜好に基づくルールベースのエンジンを使用する。
短期ユーザーには、コンテンツフィルタリングモデルを使用し、最近の行動履歴に基づいて物件を推薦する。
長期ユーザーと短期長期ユーザーには、コンテンツフィルタリングとコラボラティブフィルタリングを組み合わせたアプローチを使用する。
変換率に基づいて、ユーザーの各インプレッション(クリック、閲覧など)に重みづけを行い、コンテンツおよびコラボラティブモデルの学習に活用する。
実際の不動産プラットフォームのデータを使用して提案手法の有効性を検証し、平均レイテンシ40ms以下で1000 RPMの処理が可能であることを示した。
Stats
不動産プラットフォームの月間アクティブユーザー数は300万人以上、アクティブ物件数は110万件以上である。
ユーザーの平均ページビュー数は3.57ページ/訪問と高い。
85%の賃貸および購入ユーザーは、プラットフォーム上で3ヶ月(95日)および6ヶ月(190日)継続的に利用している。
Quotes
"不動産の購入/賃貸は高額で、人々がライフサイクルの中でほとんど行うことのない複雑なプロセスである。さらに、ユーザーの行動と嗜好は時間とともに変化するため、住宅推薦問題にはさらに時間的な複雑性が加わる。"
"ユーザーの最近の履歴と過去の履歴の両方を考慮することが、不動産推薦エンジンを設計する上で重要である。"