客户的故事
个性化的酒店推荐与深度学习
敏捷性和灵活性对我们成功支持数据科学和工程目标至关重要。迁移到Databricks的统一分析平台来运bob体育亚洲版行我们100%的工作bob体育客户端下载流,这对我们的业务和客户来说是一个巨大的推动。”
——Matt Fryer副总裁,Hotels.com首席数据科学官
Hotels.com是一家领先的在线住宿预订网站,拥有90个网站,41种语言,在大约19,000个地点列出了超过325,000家酒店。他们的旅行预订应用程序已被下载超过7000万次,帮助全球旅行者找到完美的住宿地点。
的挑战
Hotels.com网站上有32.5万多家酒店的数百万张照片。每天都有成千上万的新照片被酒店和客户上传。这些照片需要快速分析,以避免重复和低质量的图像,然后分类(例如厨房,游泳池,健身房),以便它们可以进行逻辑排序。最后,当客户搜索网站时,酒店推荐需要个性化,以帮助客户找到最适合他们需求的酒店。实现这一点需要强大的计算能力和先进的分析。
- 利用机器学习提升消费者体验:每个物业清单对应的图像文件数量庞大,包含重复文件,且缺乏排序和分类的组织。需要建立实时评分,并更有效地将机器学习/深度学习模型部署到生产中。
- 构建更健壮、更快速的数据管道:在Hadoop集群中,使用SQL和SAS进行大规模的数据科学是缓慢和有限的——仅在10%的数据上处理数据管道需要2个小时。
- 提高客户转化率:能够实时了解客户趋势,制定策略以推动转化率和终身价值。
解决方案
Databricks帮助Hotels.com实现了“以数据科学为中心”的目标,这样他们就可以预测客户行为,并提供更优化的用户体验。
- 集群管理:能够在不增加基础设施复杂性的情况下显著扩展数据量。
- 互动工作区:在Hotels.com内部的数据科学团队以及Expedia内部的其他业务部门之间培养一种协作文化。
- 砖运行时:提高流数据的处理性能,即使在大规模。
敏捷性和灵活性对我们成功支持数据科学和工程目标至关重要。迁移到Databricks的统一分析平台来运bob体育亚洲版行我们100%的工作bob体育客户端下载流,这对我们的业务和客户来说是一个巨大的推动。”
——Matt Fryer副总裁,Hotels.com首席数据科学官
结果
- 加速ETL的规模:能够在不影响性能的情况下将处理的数据量增加20倍。
- 优化用户体验:在客户搜索物业的背景下,高度准确和有效地显示图像。
- 提高销售效率:根据搜索结果为合适的酒店提供合适的图片会带来更高的转化率。