에어비앤비 팀은 여행 계획 초기 단계에서 사용자를 돕기 위해 목적지 추천 모델을 개발했습니다. 이 모델은 아직 목적지나 여행 날짜를 결정하지 못한 사용자의 어려움을 해결합니다. 이 모델은 검색 및 예약과 같은 에어비앤비 플랫폼에서의 사용자 활동을 분석하여 사용자의 목적지 의도를 예측합니다. 주요 혁신은 다양한 신호를 통합하고, 활성 및 비활성 사용자 행동의 균형을 맞추며, 위치 정보를 통합하는 것입니다. 이 모델은 변환기 아키텍처를 사용하여 사용자 활동을 토큰으로 처리하여 사용자 선호도를 이해합니다. 훈련 데이터는 예약에 가까운 활성 사용자와 초기 계획 단계의 비활성 사용자를 모두 수용하도록 특별히 설계되었습니다. 다중 작업 학습은 지역 수준 및 도시 수준의 목적지를 모두 예측하여 위치 이해도를 향상시키는 데 사용됩니다. 이 모델은 자동 제안 및 중단된 검색 이메일 알림을 제공하여 사용자가 잠재적인 목적지를 발견하도록 돕습니다. 자동 제안에서는 도시 추천을 제공하여 특히 비영어권 지역에서 예약 증가를 이끌어냅니다. 중단된 검색 이메일은 추천 지역의 숙소를 특징으로 하여 예약 완료를 장려합니다. 탐색 단계에 초점을 맞춰 이 모델은 영감을 주고, 결정 마찰을 줄이며, 사용자 참여를 향상시키는 것을 목표로 합니다. 이 프레임워크는 여행 시간 및 가격 선호도를 포함하여 전체 여행 계획 경험 전반에 걸쳐 개인화를 위한 기반을 제공합니다.