Команда Airbnb разработала модель рекомендаций направлений, чтобы помочь пользователям на ранних этапах планирования поездки. Эта модель решает проблему пользователей, которые еще не определились с направлением или датами поездки. Модель предсказывает намерения пользователей относительно направления, анализируя их действия на платформе Airbnb, такие как поиски и бронирования. Ключевым нововведением является интеграция разнообразных сигналов, балансировка активного и пассивного поведения пользователей и включение знаний о местоположении. Модель использует архитектуру трансформера, рассматривая действия пользователей как токены для понимания их предпочтений. Данные для обучения специально разработаны для учета как активных пользователей, близких к бронированию, так и пассивных пользователей на начальном этапе планирования. Многозадачное обучение используется для прогнозирования направлений как на уровне региона, так и на уровне города, улучшая понимание местоположения. Модель обеспечивает работу автоподсказок и уведомлений по электронной почте о брошенных поисках, помогая пользователям находить потенциальные направления. В автоподсказках она предлагает рекомендации по городам, что приводит к увеличению бронирований, особенно в неанглоязычных регионах. Электронные письма о брошенных поисках содержат объявления в рекомендуемых районах, поощряя завершение бронирования. Ориентируясь на этап исследования, модель стремится вдохновить, уменьшить трение при принятии решений и повысить вовлеченность пользователей. Эта структура обеспечивает основу для персонализации на протяжении всего процесса планирования поездки, включая время поездок и ценовые предпочтения.