▲ Airbnb Similar Listing
从中可以看到，embedding 不仅 encode 了 price，listing-type 等信息，甚至连 listing 的风格信息都能抓住，说明即使我们不利用图片信息，也能从用户的 click session 中挖掘出相似风格的 listing。
至此我们介绍完了 Airbnb 利用 click session 信息对 listing 进行 embedding 的方法。写到这里笔者基本要断气了，下一篇我们再接着介绍利用 booking session 进行 user-type 和 listing-type embedding 的方法，以及 Airbnb 如何把这些 embedding feature 整合到最终的 search ranking model 中的方法。
最后给大家三个问题以供讨论：
1. 为什么 Airbnb objective 中正负样本的正负号正好跟 word2vec objective 的正负号相反？
2. Airbnb 加入 booked listing 作为 global context，为什么在 objective 中不加 sigma 加和符号？
3. 这里我们其实只得到了 listing 的 embedding，如果是你，你会怎样在 real time search ranking 过程中使用得到的 listing embedding？
参考资料[1] https://astro.temple.edu/~tua95067/Mihajlo_RecSys2017.pptx
[2] https://zhuanlan.zhihu.com/p/53194407
[3] https://arxiv.org/pdf/1402.3722.pdf
[4] https://github.com/wzhe06/Reco-papers
