Buchumschlag

Utilizing Human Memory Processes to Model Genre Preferences for Personalized Music Recommendations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kowald, Dominik, Lex, Elisabeth, Schedl, Markus
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid Personalization Using Declarative and Procedural Memory Modules of the Cognitive Architecture ACT-R
von: Innerebner, Kevin, et al.
Veröffentlicht: (2025)

The Impact of Differential Privacy on Recommendation Accuracy and Popularity Bias
von: Müllner, Peter, et al.
Veröffentlicht: (2024)

Meta-Learning and Targeted Differential Privacy to Improve the Accuracy-Privacy Trade-off in Recommendations
von: Müllner, Peter, et al.
Veröffentlicht: (2026)

Making Alice Appear Like Bob: A Probabilistic Preference Obfuscation Method For Implicit Feedback Recommendation Models
von: Escobedo, Gustavo, et al.
Veröffentlicht: (2024)

Support the Underground: Characteristics of Beyond-Mainstream Music Listeners
von: Kowald, Dominik, et al.
Veröffentlicht: (2021)

Oh, Behave! Country Representation Dynamics Created by Feedback Loops in Music Recommender Systems
von: Lesota, Oleg, et al.
Veröffentlicht: (2024)

Fair Agents: Balancing Multistakeholder Alignment in Multi-Agent Personalization Systems
von: Forster, Andrea, et al.
Veröffentlicht: (2026)

Transparency, Privacy, and Fairness in Recommender Systems
von: Kowald, Dominik
Veröffentlicht: (2024)

Investigating Popularity Bias Amplification in Recommender Systems Employed in the Entertainment Domain
von: Kowald, Dominik
Veröffentlicht: (2025)

What Do Humanities Scholars Need? A User Model for Recommendation in Digital Archives
von: Atzenhofer-Baumgartner, Florian, et al.
Veröffentlicht: (2026)

Just Ask for Music (JAM): Multimodal and Personalized Natural Language Music Recommendation
von: Melchiorre, Alessandro B., et al.
Veröffentlicht: (2025)

Towards Multi-Aspect Diversification of News Recommendations Using Neuro-Symbolic AI for Individual and Societal Benefit
von: Reiter-Haas, Markus, et al.
Veröffentlicht: (2025)

Music Recommendation with Large Language Models: Challenges, Opportunities, and Evaluation
von: Epure, Elena V., et al.
Veröffentlicht: (2025)

Modeling Behavioral Patterns in News Recommendations Using Fuzzy Neural Networks
von: Innerebner, Kevin, et al.
Veröffentlicht: (2026)

Impacts of Mainstream-Driven Algorithms on Recommendations for Children Across Domains: A Reproducibility Study
von: Ungruh, Robin, et al.
Veröffentlicht: (2025)

Challenges in Implementing a Recommender System for Historical Research in the Humanities
von: Atzenhofer-Baumgartner, Florian, et al.
Veröffentlicht: (2024)

Value Identification in Multistakeholder Recommender Systems for Humanities and Historical Research: The Case of the Digital Archive Monasterium.net
von: Atzenhofer-Baumgartner, Florian, et al.
Veröffentlicht: (2024)

Exploring the Effect of Context-Awareness and Popularity Calibration on Popularity Bias in POI Recommendations
von: Forster, Andrea, et al.
Veröffentlicht: (2025)

Parameter-Efficient Single Collaborative Branch for Recommendation
von: Moscati, Marta, et al.
Veröffentlicht: (2025)

Music4All A+A: A Multimodal Dataset for Music Information Retrieval Tasks
von: Geiger, Jonas, et al.
Veröffentlicht: (2025)

A Multistakeholder Approach to Value-Driven Co-Design of Recommender System Evaluation Metrics in Digital Archives
von: Atzenhofer-Baumgartner, Florian, et al.
Veröffentlicht: (2025)

Familiarizing with Music: Discovery Patterns for Different Music Discovery Needs
von: Moscati, Marta, et al.
Veröffentlicht: (2025)

Adaptive Autoguidance for Item-Side Fairness in Diffusion Recommender Systems
von: Li, Zihan, et al.
Veröffentlicht: (2026)

Single-Branch Network Architectures to Close the Modality Gap in Multimodal Recommendation
von: Ganhör, Christian, et al.
Veröffentlicht: (2025)

"Beyond the past": Leveraging Audio and Human Memory for Sequential Music Recommendation
von: Tran, Viet-Anh, et al.
Veröffentlicht: (2025)

Unsupervised Graph Embeddings for Session-based Recommendation with Item Features
von: Peintner, Andreas, et al.
Veröffentlicht: (2025)

The Importance of Cognitive Biases in the Recommendation Ecosystem
von: Schedl, Markus, et al.
Veröffentlicht: (2024)

Enhancing Sequential Music Recommendation with Personalized Popularity Awareness
von: Abbattista, Davide, et al.
Veröffentlicht: (2024)

Multistakeholder Fairness in Tourism: What can Algorithms learn from Tourism Management?
von: Muellner, Peter, et al.
Veröffentlicht: (2025)

Simultaneous Unlearning of Multiple Protected User Attributes From Variational Autoencoder Recommenders Using Adversarial Training
von: Escobedo, Gustavo, et al.
Veröffentlicht: (2024)

A Personality-Guided Preference Aggregator for Ephemeral Group Recommendation
von: Ye, Guangze, et al.
Veröffentlicht: (2023)

Recurrent Preference Memory for Efficient Long-Sequence Generative Recommendation
von: Chen, Yixiao, et al.
Veröffentlicht: (2026)

Utilizing Collaborative Filtering in a Personalized Research-Paper Recommendation System
von: Hasan, Mahamudul, et al.
Veröffentlicht: (2024)

Modeling Musical Genre Trajectories through Pathlet Learning
von: Marey, Lilian, et al.
Veröffentlicht: (2025)

MR.Rec: Synergizing Memory and Reasoning for Personalized Recommendation Assistant with LLMs
von: Huang, Jiani, et al.
Veröffentlicht: (2025)

Memory Assisted LLM for Personalized Recommendation System
von: Chen, Jiarui
Veröffentlicht: (2025)

Introducing EEG Analyses to Help Personal Music Preference Prediction
von: He, Zhiyu, et al.
Veröffentlicht: (2024)

A Multimodal Single-Branch Embedding Network for Recommendation in Cold-Start and Missing Modality Scenarios
von: Ganhör, Christian, et al.
Veröffentlicht: (2024)

Affective Music Recommendation: A Rollout-Based World Model for Offline Preference Optimization
von: Chan, Audrey, et al.
Veröffentlicht: (2026)

A Music Information Retrieval Approach to Classify Sub-Genres in Role Playing Games
von: Hwang, Daeun, et al.
Veröffentlicht: (2026)