Cách Airbnb cải thiện tìm kiếm trên bản đồ

• Search là cơ chế cốt lõi kết nối Guest và Host trên Airbnb
• Kết quả tìm kiếm trên Airbnb được cung cấp theo hai dạng
  • Dạng danh sách (list-results, thẻ hiển thị ảnh chỗ ở, giá, đánh giá, v.v.)
  • Dạng bản đồ (map-results, các ghim hiển thị giá dựa trên bản đồ)
• Thuật toán xếp hạng tìm kiếm trước đây tạo danh sách bằng cách sắp xếp theo xác suất đặt chỗ cho cả hai dạng
• Tuy nhiên, trên bản đồ, kết quả được hiển thị dưới dạng các ghim (pins) riêng lẻ thay vì danh sách, nên cần một cách xếp hạng mới

Điều gì khác biệt trên bản đồ?

• Ở dạng danh sách, có giả định rằng mức độ chú ý của người dùng giảm dần từ trên xuống dưới
  • Trên thực tế, trong danh sách, thứ hạng càng cao thì CTR (Click-Through Rate) càng lớn
• Ở dạng bản đồ, các chỗ ở được rải thành ghim trên bản đồ nên không tồn tại sự suy giảm chú ý theo thứ hạng mà được phân tán đồng đều
  • Vì vậy, cách đơn giản là giới hạn các chỗ ở hiển thị trên bản đồ theo thứ tự xác suất đặt chỗ sẽ kém hiệu quả

Mô hình hóa sự chú ý đồng đều của người dùng (Uniform User Attention)

• Cách tiếp cận này giả định rằng trên bản đồ, sự chú ý của người dùng được phân tán đồng đều tới mọi ghim
• Nhưng trên thực tế, Guest chỉ nhấp vào một vài ghim, nên nếu hiển thị quá nhiều ghim thì có thể bỏ lỡ chỗ ở tốt; còn nếu hiển thị quá ít thì lại có nguy cơ loại bỏ chỗ ở mà người dùng muốn
• Giải pháp:
  • Giới hạn số lượng ghim hiển thị trên bản đồ, và chỉ chọn các mục có xác suất đặt chỗ cao nhất để hiển thị
  • Kết quả A/B test:
    • Người tìm kiếm có thể tìm được chỗ ở mong muốn với ít lượt nhấp hơn
    • Tỷ lệ chuyển đổi đặt chỗ tăng, đặc biệt tỷ lệ đánh giá 5 sao cũng tăng

Sự chú ý theo tầng của người dùng (Tiered User Attention)

• Chia các ghim trên bản đồ thành hai tầng:
  1. Ghim thường: hiển thị chỗ ở có xác suất đặt chỗ cao cùng với giá
  2. Mini pin: hiển thị chỗ ở có xác suất đặt chỗ tương đối thấp hơn bằng biểu tượng nhỏ (không có giá)
• Hiệu quả:
  • Ghim thường có tỷ lệ nhấp cao gấp 8 lần mini pin, giúp tập trung ánh nhìn của người dùng nhiều hơn vào các chỗ ở có xác suất đặt chỗ cao
  • Đặc biệt có thể cung cấp kết quả phù hợp hơn trong tìm kiếm trên desktop
  • Kết quả A/B test cho thấy hiệu quả đặt chỗ cũng được cải thiện với cách này

Mô hình hóa sự chú ý chiết khấu của người dùng (Discounted User Attention)

• Người dùng có xu hướng nhấp nhiều hơn vào các ghim nằm ở trung tâm trên bản đồ
• Vì vậy, Airbnb đã phát triển thuật toán tìm tọa độ trung tâm tối ưu để đặt các chỗ ở có xác suất đặt chỗ cao ở gần trung tâm bản đồ
  • Thuật toán đánh giá nhiều tọa độ ứng viên và chọn vị trí mới làm trung tâm sao cho khoảng cách tới các chỗ ở có xác suất đặt chỗ cao nhất là gần nhất
• Kết quả A/B test:
  • Tỷ lệ chuyển đổi đặt chỗ tăng 0,27%
  • Tần suất di chuyển bản đồ giảm 1,5%, tức là người tìm kiếm có thể dễ dàng tìm thấy chỗ ở mong muốn hơn

Kết luận và các bài toán tiếp theo

• Người dùng nhận thức và tương tác với danh sách và bản đồ theo những cách khác nhau
• Đã cải thiện phương pháp xếp hạng bằng cách tính đến việc hành vi người dùng trong tìm kiếm trên bản đồ và tìm kiếm dạng danh sách là khác nhau
• Thông qua các thí nghiệm từng bước, Airbnb đã đạt được cải thiện trải nghiệm tìm kiếm và tăng tỷ lệ chuyển đổi đặt chỗ
• Tuy vậy, cách hiển thị phù hợp mọi chỗ ở trên bản đồ vẫn là một bài toán chưa được giải quyết
• Có thể xem thảo luận chi tiết hơn và các chi tiết kỹ thuật trong bài báo nghiên cứu được trình bày tại KDD ’24: "Learning to Rank for Maps at Airbnb"
• Trong tương lai, Airbnb dự định tiếp tục tìm kiếm các phương pháp tốt hơn

[roxie]

Xếp hạng trên bản đồ dường như vẫn là một lĩnh vực còn rất nhiều thử thách đáng để khám phá. Thành thật mà nói, đến mức hơi đáng ngạc nhiên. Gần đây khi dùng Google Maps ở nước ngoài, tôi thấy rất khó thu hẹp điều kiện tìm kiếm nhà hàng với độ chính xác đúng như mình muốn. Còn chuyện hiển thị các bài đánh giá có đúng cảm giác hay tông giọng mà tôi muốn thì lại càng giống như một điều xa vời không tưởng. Chúc tất cả những người làm trong ngành bản đồ thật nhiều sức mạnh!!