Transforming Ads Personalization with Sequential Modeling and Hetero-MMoE at Uber

Transforming Ads Personalization with Sequential Modeling and Hetero-MMoE at Uber

摘要

Uber广告系统通过大规模机器学习模型优化广告投放，提升个性化推荐效果。系统引入目标感知Transformer编码器捕捉用户行为序列，增强长期意图建模。同时，采用异构MMoE框架融合多种专家模块，提升跨特征交互能力。升级后的模型显著提高了点击率和转化率，为用户提供更精准的广告推荐，促进广告主和平台的双赢。未来将进一步探索实时序列和长上下文建模，持续优化广告投放效果。