Uber Eats가 실시간 신호와 리스트 방식 순위를 활용하여 추천 시스템을 개선했습니다.
Uber Eats는 사용자 시퀀스 피처를 활용하여 Home Feed 추천 시스템을 업데이트했습니다. 이 시스템은 손수 제작된 피처에서 트랜스포머 기반의 시퀀스 모델링으로 발전하였고, 피처의 신선도를 24시간에서 몇 초로 줄였습니다. 또한, 점수 매기기 방식을 포인트 방식에서 리스트 방식의 생성 추천으로 전환하여 맥락 기반의 순위 향상과 실시간 개인화를 구현했습니다.
Uber Eats improves its recommendation system using real-time signals and listwise ranking.
Uber Eats has updated its Home Feed recommendation system by utilizing real-time user sequence features. The system has transitioned from hand-crafted features to transformer-based sequence modeling, reducing feature freshness from 24 hours to seconds. Additionally, the scoring method has shifted from pointwise to listwise generation recommendations for enhanced contextual ranking and real-time personalization.