- 综合排序
- 最热优先
- 最新优先
- 来自专栏天天
Airbnb JavaScript Style Guide
Airbnb JavaScript Style Guide() 用更合理的方式写 JavaScript 类型 [1.1]基本类型: 直接存取基本类型。
1.8K20发布于 2018-09-29 - 来自专栏code秘密花园
Airbnb JavaScript 风格指南(一)
Types 1.1 基本类型: 你可以直接获取到基本类型的值 const foo = 1; let bar = foo; bar = 9; console.log(foo, bar); // => 1, 9 Symbols 不能被正确的polyfill。 所以在不能原生支持symbol类型的环境[浏览器]中，不应该使用 symbol 类型。 string number boolean null undefined symbol 1.2 复杂类型: 复杂类型赋值是获取到他的引用的值。 相当于传引用 co
1.3K20发布于 2019-05-23 - 来自专栏大数据文摘
解密Airbnb的定价算法
作者：Dan Hill，Airbnb的产品主管 编译/校对：张天雷/郭蕾 摘自：http://www.infoq.com/cn 对于计划出租房屋的房主，你应该将房屋的租金设定为多少呢？ 事实上，可以通过将潜在的租房列在我们网站—Airbnb上来实现，Airbnb是一家联系旅游人士和家有空房出租的房主的服务型网站，它可以为用户提供各式各样的住宿信息。 因此，如果来自于日本的一个房主第一次在Airbnb进行注册，计划出租一套位于京都的公寓，我们不妨查看来自于东京或冈山的房源，如果Airbnb上没有这些城市的数据，我们还可以与来自于阿姆斯特丹的房源进行比较 ，因为对于Airbnb来说，阿姆斯特丹是一个比较成熟的市场，而且它与京都具有接近的城市规模和旅游业水平。 关于作者 Dan Hill，Airbnb的产品主管。Hill写出了Airbnb的定价算法，他还与人合伙创办了家庭共享公司Crashpadder，其在2012年被Airbnb收购。
3.1K50发布于 2018-05-21 - 来自专栏人工智能
Airbnb定价算法揭密
我和我的同事们发现，这种定价的困难阻止了潜在的房源出现在我们的网站——Airbnb上。Airbnb这家公司将空闲的房间，公寓和房屋与想预订的人相匹配。 首先，这是一个在该国家几十年一次的事件，所以在Airbnb上显然没有任何历史数据可以借鉴。其次，每家酒店都被没有空房，因此供求关系明显失衡。 因此，如果一个日本房主是京都首批使用Airbnb出租公寓的用户之一，那么我们可以拿东京或者冈山做参照，因为那些城市对Airbnb来说都是新市场，当然也可以用阿姆斯特丹的数据，尽管对Airbnb来说，这是一个比较成熟的市场 这些工具正在为全球范围内的Airbnb用户提供价格提示。但是我们认为它可以做更多的事情，而不仅仅是更好地给潜在的房主提供价格提示。 关于作者 Dan Hill，Airbnb的产品线负责人，住宿租赁网站的定价算法作者。住房共享公司Crashpadder的联合创始人，该公司于2012年被Airbnb收购。
6.2K100发布于 2018-02-02 - 来自专栏code秘密花园
Airbnb ReactJSX 风格指南
Airbnb React/JSX 风格指南 这个指南大部分基于现在在JavaScript中流行的标准，尽管有些约定(如： async/await 或 class 的 static 字段)根据具体情况也会被引入或者被禁止
1.6K10发布于 2019-05-23 - 来自专栏梁康的专栏
Airbnb 的 React Native 历程（一）：开篇
原文链接：https://medium.com/airbnb-engineering/react-native-at-airbnb-f95aa460be1c我们将在这个系列的 5 篇文章里，讲述 Airbnb .在 10 年前（本文发表于 2018 年 6 月），Airbnb 网站上线的时候，智能手机还处于发展初期。 房源，从那以后，来自 Airbnb 移动端的预定从 0 增长到了每年数百万。 的体验，同时也为了让 Airbnb 的产品更快地迭代和发展，以及为工程师提供更好的开发体验，我们正在持续评估各种新的技术方案。 我们的 Web 端主要是用 React 构建的，在 Airbnb，React 是一个高效且广受好评的 Web 开发框架。
75911编辑于 2022-10-19 - 来自专栏CDA数据分析师
译文｜Airbnb助力Hadoop SQL查询引擎！
Airbnb是Hadoop在国内的一个公开资源数据开发和SQL查询工具。它的出现，能给Facebook Presto云技术的发展注入一剂强心剂吗？ Airbnb当初发明Airpal是因为Airbnb需要一个便捷的数据分析工具，这个工具也应该满足企业用户的需求，而不仅仅是公司那23个人的数据小团队。 Airbnb产品经理James Mayfield在接受InformationWeek电话采访时表示：“Airpal减少了查询障碍。 一直到18个月前，Airbnb一直都利用亚马逊的云端，主要是用它的Redshift数据库服务来做高速数据分析。 Hive是Hadoop的组成部分，而且一直都是Airbnb历史交易信息的唯一真实数据来源，但是Airbnb放弃了Redshift，开始采用Presto，这样就避免了许多浪费时间的筛选、转换和下载工作。
97990发布于 2018-02-08 - 来自专栏深度学习与python
Airbnb 如何实现 Kubernetes 集群动态扩展
为了实现这种扩展，Airbnb 利用了 Kubernetes 这个开源的容器编排系统。 这些改进增加了可定制性和灵活性，满足了 Airbnb 独特的业务需求。 Airbnb 的 Kubernetes 集群 在过去几年里，Airbnb 已经将几乎所有的在线服务从手工编排的 EC2 实例迁移到 Kubernetes。 具体来说，我们的目标是实现与 Airbnb 具体业务逻辑相关的扩展逻辑。 小 结 在过去的四年里，Airbnb 在 Kubernetes 集群配置上取得了长足的进步。将 Airbnb 最大的计算部分置于单个平台上，为提高效率提供了一个强有力的杠杆。
1.2K20编辑于 2023-03-29 - 来自专栏深度学习与python
Airbnb 引入 HTTP Streaming，网页性能升级
作者| Rafal Gancarz 译者| 明知山 策划| 丁晓昀 Airbnb 通过引入 HTTP Streaming 来提升网站的页面加载性能。 Airbnb 一直在尝试进行可能的改进，以便尽可能快地向网站用户呈现内容。他们发现，只在完全渲染后才发送页面主体并不能提供最佳的用户体验，特别是当页面主体内容依赖后端查询时。 Airbnb 的 Streaming 处理方法经过了改进，他们引入了第三个块（他们称之为延迟数据块），其中包含了页面所需的数据。 Airbnb 必须解决一些问题才能在他们的技术栈中启用 HTTP Streaming。 原文链接： https://www.infoq.com/news/2023/06/airbnb-web-http-streaming/
57640编辑于 2023-08-09 - 来自专栏梁康的专栏
Airbnb 的 React Native 历程（五）：Airbnb 移动端的下一步
原文链接：https://medium.com/airbnb-engineering/whats-next-for-mobile-at-airbnb-5e71618576ab我们在这个系列的 5 篇文章里 ，讲述了 Airbnb 使用 React Native 进行移动端开发的历程，以及在放弃 React Native 之后的计划。 series of blog posts in which we outline our experience with React Native and what is next for mobile at Airbnb ---这是这个系列文章的第五部分，这个系列重点讲述了 React Native 在 Airbnb 的历程，以及 Airbnb 在此后的计划。 a series of blog posts highlighting our experiences with React Native and what’s next for mobile at Airbnb
86661编辑于 2022-10-19 - 来自专栏梁康的专栏
Airbnb 的 React Native 历程（二）：技术篇
原文链接：https://medium.com/airbnb-engineering/react-native-at-airbnb-the-technology-dafd0b43838我们在这个系列的 5 篇文章里，讲述了 Airbnb 使用 React Native 进行移动端开发的历程，以及在放弃 React Native 之后的计划。 但在 Airbnb，我们是第一个使用 Prettier 的平台（译者注：ESLint 和 Prettier 都是静态代码分析工具）。 However, we were the first platform at Airbnb to pioneer prettier. ---这是这个系列文章的第二部分，这个系列重点讲述了 React Native 在 Airbnb 的历程，以及 Airbnb 在此后的计划。
1.6K71编辑于 2022-10-19 - 来自专栏CDA数据分析师
案例 | 解密Airbnb的定价算法
事实上，可以通过将潜在的租房列在我们网站— Airbnb 上来实现，Airbnb是一家联系旅游人士和家有空房出租的房主的服务型网站，它可以为用户提供各式各样的住宿信息。 显然，Airbnb需要为人们提供一种更好的方式—自动化定价，以帮助顾客做出正确的决定。这就是我们为什么在2012年就开始构建定价工具，并至今一直在努力地改进它们的原因。 因此，如果来自于日本的一个房主第一次在Airbnb进行注册，计划出租一套位于京都的公寓，我们不妨查看来自于东京或冈山的房源，如果Airbnb上没有这些城市的数据，我们还可以与来自于阿姆斯特丹的房源进行比较 ，因为对于Airbnb来说，阿姆斯特丹是一个比较成熟的市场，而且它与京都具有接近的城市规模和旅游业水平。 关于作者 Dan Hill，Airbnb的产品主管。Hill写出了Airbnb的定价算法，他还与人合伙创办了家庭共享公司Crashpadder，其在2012年被Airbnb收购。
3.3K80发布于 2018-02-08 - 来自专栏阿泽的学习笔记
【Embedding】Airbnb：个性化搜索排序系统
出品：贪心科技•作者：阿泽 今天学习的是一篇 2018 年 Airbnb 的一篇工业论文《Real-time Personalization using Embeddings for Search Ranking at Airbnb》，介绍的是 Word2Vec 在 Airbnb 推荐场景中的应用。 虽然看似简单，但这篇论文却拿到 KDD 2018 Best Paper，知易行难，在看本文文章之前，我们先来试着回答几个问题： 如果你是 Airbnb 的工程师，如何构建数据集，正例是什么，负例是什么？ Airbnb 这种体量的公司是如何在搜索中做到实时计算个性化，计算量不会很大吗？ 如何解决新用户和新房源的冷启动问题的？ 读者阅读完本文后将一一得到答案： 1. in Search Ranking》 《从KDD 2018 Best Paper看Airbnb实时搜索排序中的Embedding技巧》 《Airbnb如何解决Embedding的数据稀疏问题？》
2.1K20发布于 2020-07-21 - 来自专栏大数据文摘
JPMorgan如何让亚马逊和Airbnb更像银行？
去年，摩根大通一直在为Airbnb、Lyft和亚马逊等公司开发电子钱包。它表示，这样可以帮助身处零工经济的在线市场和公司防范与它们自身所创造的零工机会相割裂的风险。 摩根大通表示，它们目前将合作对象瞄向了10家最大的电子商务和零工经济公司，其中包括Amazon、Uber、Airbnb和eBay等公司。 相关报道： https://www.bloomberg.com/news/articles/2019-11-06/jpmorgan-has-a-plan-to-help-amazon-airbnb-look-more-like-banks
87110发布于 2019-12-18 - 来自专栏黯羽轻扬
React Native 在 Airbnb 的起起落落
Node、Android、数学（WebGL）、语文（课外书读后感）、英语（文档翻译） 如果觉得弱水三千，一瓢太少，可以去 http://blog.ayqy.net 看个痛快 写在前面 Airbnb 像Facebook 创造 React Native 的初衷一样，Airbnb 也希望能够借助 React Native 技术 move faster，不必为一个产品功能分平台开发两套移动端代码。 但作为底线，希望引进的这项新技术也能达到 Native 既定的质量标准 事实上，React Native 也确实达到了 Airbnb 最初的预期： Many of these features were 而这些问题中的很多难点都是 Airbnb 所经历过，并且与之不懈斗争的。 for Mobile at Airbnb
1.3K10发布于 2019-12-02 - 来自专栏NewBeeNLP
深度学习在Airbnb搜索的应用实践
作者 | Mr.张@知乎 整理 | NewBeeNLP 这篇文章是airbnb团队在KDD2019上的一篇文章。 Introduction 最早一版实现的搜索排序是一个人工的打分函数，用GBDT替代人工打分函数使得业务有了airbnb有史以来最大的改善，同时也伴随着许多成功有效的迭代改进。 注，airbnb的黑话：房间=listing Model Evolution 下图展示了我们主要离线指标NDCG的相对提升以及转化率的相对提升，其中被预约的房间的相关性为1，其他为0，x轴为不同时间上线的模型 Listing ID Airbnb上的每个房间都拥有唯一的id，采用NN模型的一个潜在机会就是能够直接将这些id作为特征代入模型，即用id做embedding，这一做法在NLP和Youtube的推荐上都被验证是十分有效的 我们对数据进行检查，我们发现几个潜在的特性： 高端、高价的房间 拥有较多描述的房间 特殊的房间 以上这些特性都很难再模型中表达出来，同时这些也是airbnb这种场景中特有的。
78030发布于 2021-08-20 - 来自专栏中二病也要当白帽子
Airbnb爬取某地区房源的所有评论
功能介绍 本程序爬取Airbnb指定地区的所有房源下的所有评论，并保存为CSV表格，每个房源占一行，每个评论占一列。 代码改进 优化了爬取速度 1.1 每次请求50个房源(airbnb限制的最多)，并自动翻页到最后一页。 ALL_Information=[] for each in range(100): #一次爬取100条评论 CommenUrl = 'https://zh.airbnb.com dialect='excel') while flag: #一次爬取50个 HouseNumberUrl="https://zh.airbnb.com
2K40发布于 2019-10-19 - 来自专栏ATYUN订阅号
Airbnb利用深度学习增强平台的搜索建议
在线预订平台Airbnb拥有超过500万的房源，以及成千上万的旅游，徒步旅行和其他旅行体验。这些需要大量的筛选，Airbnb公司认为AI可以伸出援助之手。 在论文“Applying Deep Learning To Airbnb Search”中，该公司的研究人员描述了在两年的时间里，他们实现了一个复杂的神经网络，在Airbnb的网络和移动应用程序中，以提高搜索结果的相关性 该报告紧随Airbnb的内部AI系统，将设计草图转化为产品源代码，以及机器学习驱动的语言系统，将列表评论翻译成客人的母语。 “搜索排名应用程序是Airbnb最大的机器学习成功案例之一。 正如研究人员所解释的那样，大多数客人首先在Airbnb的网站上搜索特定地理区域的房屋。这些搜索返回从Airbnb的数百万中抽样的有序列表。 最初，手动的评分功能确定哪些房屋和房间在前列。 Airbnb的第一个AI搜索系统为更复杂的搜索系统奠定了基础。
78220发布于 2018-12-04 - 来自专栏深度学习与python
Airbnb 是如何从 JavaScript 迁移到 TypeScript 的？
作者 | Sergii Rudenko 译者 | 张健欣 策划 | 晓旭 TypeScript 是 Airbnb 前端开发的官方语言。 TypeScript 的采用经过了最初提案、多数团队采用、测试阶段，最后落地为 Airbnb 前端开发的官方语言。 基于这个管线，我们创建了一个称为“ts-migrate”的工具： 在 Airbnb，我们在前端代码库的很多重要部分使用了 React。 但是，如果这是一个有一部分 TypeScript 的项目（在 Airbnb，我们有一些处于这种状态的项目），那么这是必不可少的第一步。 在 Airbnb 代码库，我们使用了 @ts-expect-error 而不是 @ts-ignore 。
2.5K20编辑于 2023-04-01 - 来自专栏SIGAI学习与实践平台
解读Airbnb的个性化搜索排序算法
www.tensorinfinity.com/paper_153.html 导言 Real-time Personalization using Embeddings for Search Ranking at Airbnb ，并且已经部署到Airbnb的生产环境产生价值。 正文 本文是Airbnb公司的作品，本文的主要目的是（1）如何在已有embedding技术的基础上，结合公司自身业务的特性，通过调整优化函数，学习符合业务需求的embedding表示。 比如Airbnb公司，不同于网页搜索和电子商务公司，通过官网和应用提供出游房源短租服务。 详细细节 embedding表示学习 本文提到Airbnb 99%的成交来源于相似房源推荐和搜索排序两大业务，所以，房源和用户的embedding表示学习也是从业务出发来考虑的。
1.2K20发布于 2019-05-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号